See veebileht kasutab küpsiseid kasutaja sessiooni andmete hoidmiseks. Veebilehe kasutamisega nõustute ETISe kasutustingimustega. Loe rohkem
Olen nõus
"SARS-CoV-2 viirusega seonduvate probleemide lahendamise sihtgrant (COVSG)" projekt COVSG22
COVSG22 "Viiruse levimiskiiruse Monte-Carlo analüüs sõltuvuses inimeste mobiilsusest ja sotsiaalsest distantseerumisest" (1.09.2020−31.12.2021); Vastutav täitja: Jaan Kalda; Tallinna Tehnikaülikool, Loodusteaduskond, Küberneetika instituut; Finantseerija: Sihtasutus Eesti Teadusagentuur; Eraldatud summa: 120 000 EUR.
COVSG22
Viiruse levimiskiiruse Monte-Carlo analüüs sõltuvuses inimeste mobiilsusest ja sotsiaalsest distantseerumisest
Monte-Carlo analysis of the spreading rate of a virus as a function of human mobility and social distancing
1.09.2020
31.12.2021
Teadus- ja arendusprojekt
SARS-CoV-2 viirusega seonduvate probleemide lahendamise sihtgrant (COVSG)
ETIS valdkondETIS alamvaldkondCERCS valdkondFrascati Manuali valdkondProtsent
4. Loodusteadused ja tehnika4.10. FüüsikaP190 Matemaatiline ja üldine teoreetiline füüsika, klassikaline mehaanika, kvantmehaanika, relatiivsus, gravitatsioon, statistiline füüsika, termodünaamika1.3 Füüsikateadused33,4
4. Loodusteadused ja tehnika4.5. StatistikaP160 Statistika, operatsioonanalüüs, programmeerimine, finants- ja kindlustusmatemaatika 1.2 Arvutiteadus ja informaatika33,3
2. Ühiskonnateadused ja kultuur2.11. SotsiaalteadusedS230 Sotsiaalne geograafia5.7 Sotsiaal- ja majandusgeograafia33,3
PerioodSumma
01.09.2020−31.12.2021120 000,00 EUR
120 000,00 EUR

Leidmaks optimaalne kombinatsioon viiruse levikukiiruse kontrollimiseks kasutatavatest meetmetest on vaja teada planeeritavate meetmete efektiivsust ning sotsiaalmajanduslikku hinda. Projekti eesmärgiks on koostada tööriist: arvuti kood, mis prognoosib rahvastiku viirusesse nakatumist funktsioonina ajast sõltuvuses algsete viiruskandjate arvust ja regionaalsest paiknemisest Eestis, kehtestatud piirangutest (liikumiskeelud, kaubanduskeskuste, koolide-lasteaedade sulgemine jms) ning inimeste vabatahtliku sotsiaalse distantseerumise määrast. Prognoos tugineb SEIR-mudelist lähtuval Monte-Carlo mudelil ja kasutab Eesti demograafilisi andmeid, mobiilpositsioneerimise andmeid inimeste liikumise kohta, Maanteeameti andmeid liiklustiheduse kohta ja viiruse baasnäitajaid (sh peiteaja jaotusfunktsioon). Loome suutlikkuse reproduktsiooniarvu R0 väärtuse operatiivseks ennustamiseks sõltuvuses meetmete paketist. Need prognoosid aitavad valitsusel ja kriisikomisjonil teha teadmistepõhiseid otsuseid.
To find the optimal combination of measures for controlling the spreading rate of a virus we need to know the effectiveness of the planned measures and their socio-economic cost. The project aims to make a tool, a computer code that predicts the population's infection rate as a function of time, depending on the number and regional distribution of initial virus carriers in Estonia, imposed restrictions (movement bans, closure of shopping centers, schools and / or kindergartens, etc.) and degree of voluntary social distancing. To that end, a SEIR-model-based Monte-Carlo model is used together with Estonian demographic data, mobile-positioning-based human mobility and traffic intensity data, and characteristics of the virus (e.g. distribution function of the incubation period). We create the capacity of operatively predicting the value of the reproduction number R0 depending on the administrative measures. The government can use these predictions for making knowledge-based decisions.
Valmis arvutikood, milles on realiseeritud Eesti elanikkonna kontaktide mudel. Iga sõlm võrgustiku ca miljonist sõlmest kirjeldab ühte inimest, kelle vanus, perekond, elu- ja töökoht jne vastavad Eesti demograafilisele olukorrale. Sõlmede vahel on moodustatud sidemed, mis on grupeeritud järgmistesse kihtidesse: kontaktid kodus/peres, töökohal, koolis/lasteaias, huvitegevusel, ostukeskustes, ühistranspordis, kultuuriüritustel. Sidemed muutuvad ajas inimeste liikumise tõttu, liikumiste mudel tuleneb 2018 a mobiilpositsioneerimise andmetelt. Iga sõlm saab olla erinevates olekutes: vaktsineerimata/vaktsineeritud; terve/nakatunud/haige/tervenenu (iga oleku kestvus leitakse Monte-Carlo meetodil kasutades tõenäosusjaotusfunktsioone). Kood võtab sisenditeks mitu protsenti on igas piirkonnas haigeid, läbipõdenuid ja vaktsineerituid ja administratiivsete piirangute nimekirja (millistel tingimustel või mis kuupäevadel piirangud kehtestatakse ja millal need kaotatakse või leevendatakse). Väljundiks on haigestunute protsent piirkondade ja vanuste kaupa ning andmed kontaktide kihtide kaupa selle kohta, kui palju toimus igal päeval nakatumisi. Mudeli seadistusparameetriteks on sidemekihtide kontaktide tugevused, st millise tõenäosusega kandub haigus üle nakkusohtlikult vastuvõtlikule isikule. Läbi viidud simulatsioonid näitasid, et superlevitajate roll on seniarvatust suurem: uue viiruse levima hakkamisel nakatub esimeses staadiumis eeskätt see osa elanikkonnast, kellel on keskmisest palju rohkem kontakte, nn superlevitajad. Edaspidi on nad juba immuunsed, mistõttu nakatumistegur R0 hakkab ajas langema. Niisugust käitumist kinnitavad ka avalikud andmed erinevate maailma riikide kohta. Seda asjaolu on võimalik ära kasutada mh viiruse leviku pidurdamiseks. Näiteks kui teha sõeluuringute abil kindlaks inimesed, kellel on paljude erinevate viiruste antikehi, siis aitaks vaid 7% suurimate superlevitajate vaktsineerimine või kaugtööle suunamine vältida pandeemia puhkemist.