Un matematician a anunțat când scăpăm de coronavirus în România, dar și câte victime se vor înregistra! Datele exacte făcute de specialist

Omul din spatele sistemului IT din Ministerul Mediului a realizat previziune “matematică” în legătură cu epidemia de coronavirus din România. În urma calculelor sale, a aflat data la care țara noastră va învinge, oficial, COVID-19, când va fi vârful epidemiei, dar și câți morți vom avea. Potrivit celui mai nou bilanț făcut public de autorități, s-au înregistrat 146 de decese.

Citește și: Profesorii, primele victime ale crizei provocate de coronavirus. Ministerul Educației a anunțat tăieri salariale

Antreprenorul Bogdan Micu, mdin Brașov, a reușit să facă o modelare computerizată a epidemiei de coronavirus în România. A folosit cifrele existente, informațiile oficiale, așa puține cum au fost disponibile, și a generat o simulare cu ajutorul calculatorului a posibilelor evoluții ale acestei epidemii. Rezultatele sunt încurajatoare, din perspectiva termenulului de ieșire din criză. Sunt sumbre, din perspectiva victimelor acestui cumplit virus.

Textul a fost preluat de pe pagina de Facebook a lui Bogdan Micu.

În rândurile de mai jos se află postarea făcută de Bogdan Micu pe pagina sa oficială de Facebook:

“Zilele astea am facut cateva analize asupra nivelului de infectii care va afecta Romania. Eu am nevoie de aceasta predictie ca sa pot evalua ce nevoie de echipamente va fi in tara. Sa stiu ce trebuie cumparat. Ca nu poti cumpara de pe o zi pe alta milioane de echipamente. Lead time best case este 3 saptamani. Trebuie strategie si viziune. Altfel esti mort in fasa pe piata internationala de echipamente.

Orașele din România în care va ninge de Sărbători. Prognoza oficială Accuweather

Mihai Voropchievici ne spune care sunt cele 2 zodii binecuvântate de Univers în...

In cazul de fata este o versiune a simularii in care am ales un caz usor mai optimist decat Italia si Spania.

Motivul principal pentru care am ales asta este ca Romania, spre deosebire de alte tari, a luat masuri de distantare sociala mult mai devreme. Un lucru care se poate modela.

Intre variabilele mele, majoritatea sunt valori destul de universal valabile, si testate deja in china si alte tari, si deci aproape de realitatea de la noi.

Ce avem noi particular?

2 variabile.

1. Compliance rate al distantarii. Eu am ales 67%. Care este general acceptat ca fiind destul de realist. Adica 2 din 3 oameni respecta destul de serios distantarea sociala. Dar nu am date sa stiu daca chiar asa e. Dar cred ca asa e.
2. Numarul de infectati care au intrat in tara. Aici mi-a fost super greu sa fac o estimare. Am verificat cu politia de frontiera cam cati aomeni au intrat in tara si din ce tari au venit. Am verificat la acea data cati oameni erau deja confirmati in acele tari. Am facut o extrapolare si am zis ca probabil, un procent similar cu populatia din zona de unde vin, sunt bolnavi si ai nostrii romani. Momentan am ales 2000 de bolnavi initiali in ziua zero. Asta inseamna cati am estimat eu ca sunt infectati intrati in Romania. Ziua zero aleasa de mine este 8 martie.

Cum se citeste estimarea:

1. Peak? Toata lumea ma intreaba cand atingem Peakul. In primul rand sunt mai multe Peakuri. Peakul de infectati. Peakul de spitalizati. Peakul de decese. Dar un Peak NU inseamna o zi in cazul de fata. Inseamna – asa cum se vedem din grafic- o perioada lunga de aproape 45 zile.
2. Culoarea galbena inseamna numarul de persoane expuse virusului.
3. Culoarea rosie inseamna numarul de persoane infectate (incl asimptomaticii)
4. Culoarea albastru deschis inseamna numarul de persoane spitalizate. (Din asta se aplica un procent pentru a vedea numarul de persoane in Terapie Intensiva)
5. Culoarea albastru inchis – numarul de decese.

Graficul este pe zile. Si practic se poate citi in fiecare zi cati oameni vor fi in spitale. In Terapie intensiva. Decese. Vindecati. Etc.

Just pick a date – and u have it.

Cum am verificat ca e corect?

Cea mai buna metoda de verificare pana acum pentru mine a fost verificarea cu datele reale. Graficul are ziua zero la 8 martie. Si, cu o marja de eroare cam de 10-20% a prezis corect evolutia. De pilda cand in tara erau 1814 confirmati si 70 decese eu vedeam 1870 confirmati si 90 decese.

Ma astept ca modelul sa inceapa sa aiba diferente tot mai mari fata de realitate. Asta este pentru ca, desi ma lupt de ceva vreme sa am acces la informatii oficiale ca sa pot antrena modelul pe date cat mai reale, ma lovesc de o frica de transparentizare pe care nu o inteleg. Chiar daca sunt angajat guvernamental.

Oricum si asa, modelul ne da o idee asupra duratei si magnitudinii. E pura matematica.

Acum doua zile am prezentat acest model domnului Ministru Tataru. Si apoi si domnului Prim Ministru.

Au fost foarte receptivi la ce au vazut.

Am zis ca de fapt, modelul asta este doar o unealta pe care trebuie sa o folosim ca sa prezicem in mod AUTOMAT necesarul de echipamente in spitale in avans, rata de acoperire a paturilor cu ventilatoare, rata de imbolnavire a medicilor, distributia automata si trasparentizarea distributiei de echipamente etc etc.

Ar trebui sa putem sta la masa cu autoritatiile, sa discutam ce vom face pe 15 aprilie sau pe 30 aprilie, inca de azi.

Achizitiile de echipamente dureaza. Resursele nu pot fi realocate pe loc.

Cum inlocuim doctorii din carantina?

Cum testam daca se termina testele intr-un loc si in altul sunt prea multe? Pentru ca distributia spatiala nu e uniforma?

Totul trebuie automatizat, profesionalizat si debirocratizat in max 3 zile. Altfel efortul nostru se va prabusi rapid sub greutatea realitatii de maine.

A ramas ca mai discutam.

Eu pun aceasta previziune aici. Sa fie.

Datele rezultate pe scenariul probabil:

1. Incepand cu aprox 8 aprilie vom trece de 5000 de confirmati. In modelul meu confirmatii si spitalizatii sunt pusi impreuna. Dar o parte sunt in carantina de fapt.
2. Undeva pe 25 aprilie – 30 aprilie (+-5 zile) vom trece de 1000 de decese.
3. Peakul (cazuri in spital si carantina cu simptome grave) va incepe cam pe 7-9 aprilie si va dura pana in 15 mai. Dupa 15 mai vom scadea sub 5000 de oameni in spitale si carantina.
4. Ziua cu cei mai mult oameni in spitale va fi aproximativ intre 17-25 aprilie. Cu aproximativ 8535 oameni in spitale si carantina dar cu simptome grave.
5. In perioada de peak vom avea cam 35-40 de decese pe zi.
6. La 1 iulie ma astept sa fi declarat deja epidemia invinsa. Cu cateva cazuri noi declarate pe vremea aia. Sau aproape nici unul.
7. La 1 iulie cand vom fi invins, vom avea aprox 2657 decese.

Date pe scenariul mai improbabil de tip Italia:

In general daca ma iau dupa Italia si extrapolez la Romania cifrele tind sa se dubleze. Deci daca vreti scenariu pesimist inmultiti cu doi cifrele de mai sus. Mai rau de atata e foarte improbabil sa fie. Dar, durata ramane aceeasi. Doar parabola e mai inalta.

Ps: Azi modelul meu zice 2756 de infectati cu 112 decese. Si sunt de fapt 2738 infectati si 107 decese.

Sper ca aceste informatii sa va ajute. Si sa fie un exemplu ca Transparenta inspira solidaritate si Transparenta ar putea ajuta daca ar fi practicata.

#update. Mai jos veti gasi sursa codului pe care ma folosit-o in analiza. Am postat-o in commenturi dar o pun si aici. Scopul acestui post este sa indemne autoritatile sa ia Data Driven Decisions nu sa ia Decisions Driven on MY data.

Modelul meu este doar o varianta de MODEL pe care am de gand sa il ajustez pe masura ce am acces la noi date. Daca cineva crede ca intelege mai bine ce se intampla este invitat sa puna alte variabile. Sa explice de ce a ales alte variabile. Si sa il posteze in comments sau pe pagina lui.

Acest cod a fost scris de mai multi cercetatori carora le suntem recunoscatori. Codul este menit sa fie adaptat fiecarei tari in parte. Indemn cat mai multi doritori sa se joace cu el.

@credits for Epidemic Calculator

Sursa graficului cu variabilele mele e https://gabgoh.github.io/COVID/index.html?CFR=0.009&D_hospital_lag=5&D_incbation=5.2&D_infectious=2.9&D_recovery_mild=11.1&D_recovery_severe=10.75&I0=2025&InterventionAmt=0.32999999999999996&InterventionTime=22.012933333333322&P_SEVERE=0.1424&R0=2.42&Time_to_death=21.41&logN=16.82&fbclid=IwAR2jWjsyShM_BvdLmvdRchiI5sN_pHS66b7RMKUKycMxRIUiOxFaNsdY608”.