Projekto metu buvo modeliuojami epidemijos plitimo Lietuvoje ilgalaikiai scenarijai, remiantis pirmosios ir antrosios plitimo bangų duomenimis. Buvo gauti plitimo modeliai, kurie yra kritiškai svarbūs numatant epidemijos piką ir suvaržymų poveikį susirgimų skaičiaus kreivės „plokštėjimui“ – taip pat tinkamam sveikatos sistemos funkcionavimui.

Epidemijos analizė pagal dinaminį modeliavimą yra patikimas ir pakankamai tikslus būdas analizuoti epidemiologinius duomenis, siekiant nustatyti pagrindinius protrūkio rodiklius ir numatyti jo būsimą eigą. Naudojome apibendrintą SEIR modelį ir rezultatus lyginome su NVSC ir statistikos departamento kasdien skelbiamais duomenims.

Prognozavimo ir modeliavimo metodai yra viena iš valstybės priemonių valdyti epidemijų sukeltas krizines situacijas. Patvirtintų COVID-19 atvejų trumpalaikėms prognozėms sudaryti buvo naudojami ARIMA ir naujas pasiūlytas dėmesiu grįstas (attention-based) prognozavimo metodas, kurio tikslas prognozuoti viruso plitimo tendencijas Lietuvoje naudojant kitų šalių duomenis, turinčių ilgesnę istoriją. Integralus duomenų registravimo ir analizės būdas, naudojant duomenų tyrybos metodus, leidžia identifikuoti panašias į Lietuvą šalis, įvertinti viruso plitimo tendencijas skirtingose šalyse. Atskirų klasterių analizė parodo viruso plitimo specifiką ir leidžia peržiūrėti priemones, taikomas to paties klasterio šalyse, siekiant sustabdyti viruso plitimą ir įvertinti taikomų priemonių poveikį ir efektyvumą. Taikyti prognozavimo metodai papildo vienas kitą ir suteikia įžvalgų dėl trumpalaikių COVID-19 plitimo tendencijų.

Atlikta GINI koeficiento analizė parodė, kad apdraustų asmenų, dirbusių ne mažiau nei 30 d. per mėnesį, pajamų nelygybė dėl pirmojo karantino apribojimų išaugo. Nagrinėjant istorines tendencijas buvo pastebimas GINI koeficiento mažėjimas tarp dirbančiųjų, tačiau pirmojo karantino apribojimai padidino nelygybę tarp dirbančiųjų, kuri vasaros laikotarpiu vėl atsistatė. Nagrinėjant BVP bei pramonės ir paslaugų sektorių reakciją į karantino apribojimus, pastebima, kad pramonės sektoriai buvo mažai paveikti karantino apribojimų. Tuo tarpu paslaugų, ypač maitinimo ir apgyvendinimo paslaugas teikiantys sektoriai, buvo labai smarkiai paveikti pirmojo karantino apribojimų. Nagrinėjant Lietuvos nedarbo lygį kitų šalių kontekste, kuriose viruso plitimo tendencijos panašios, gauta, kad augimas stebimas visose šalyse, tačiau skiriasi augimo tempas.

Užtikrintas automatizuotas duomenų iš įvairių duomenų šaltinių nuskaitymas, agregavimas, archyvavimas ir vieša prieiga. Projekto metu sukaupti duomenys ir gauti rezultatai skelbiami projekto tinklapyje  http://www.covid19.projektas.vu.lt/ .

Taikant funkcinių duomenų analizės metodologiją, palygintos pandemijos plitimo tendencijos Lietuvoje, Baltijos šalyse, Europoje, Azijoje, Amerikoje, Okeanijos valstybėse. Tarp nagrinėtų parametrų yra atvejų skaičius, mirčių bei pasveikimo procesai, jų intensyvumai. Žvalgomoji duomenų analizė apėmė tokius funkcinius parametrus kaip gylį, vidurkį, koreliaciją, pagrindines komponentes bei atitinkamas projekcijas. Pasiūlytas naujas būdas dviejų pandemijos bangų palyginimui.

Naudojant tikimybinius ir statistinius metodus buvo aprašyti ir palyginti grupinio testavimo metodai. Laikant kad infekcija vienodai gerai aptinkama vieno individo ir grupės mėginyje, buvo ,,atgaivinti” keli grupinio testavimo algoritmai, kurie buvo matematiškai tiksliai aprašyti, palyginti tarpusavyje, tame tarpe su „elementariuoju“ būdu, kuomet tikrinamas kiekvienas individas. Pasirodo, kad esant mažai infekcijos tikimybei, grupinio testavimo schemos reikšmingai sutaupo testavimo kaštus. Pavyzdžiui, taikant dalijimo pusiau schemą populiacijai, kurioje infekuotų individų dalis lygi 1 proc., sutaupomų testų kiekis siekia 86 proc., palyginti su nuoseklia testavimo schema, kai kiekvienam individui atliekamas atskiras testas. Buvo pateikti praktiniai pasiūlymai (lentelės) optimaliam imties dydžiui, priklausomai nuo infekcijos tikimybės p.

Su projekto eigoje pasiektais rezultatais galima susipažinti projekto puslapyje   http://www.covid19.projektas.vu.lt/.

Straipsnio „Global analysis of the COVID-19 outbreak profiles“ versija prieš spausdinimą http://www.covid19.projektas.vu.lt/2021/01/04/srtaipsnis-global-analysis-of-the-covid-19-outbreak-profiles/

http://www.lma.lt/epidemiologija-ir-modeliavimas :

Viktor Skorniakov, Remigijus Leipus, Gediminas Juzeliūnas, Kęstutis Staliūnas. Optimal group based testing strategy for detecting infected individuals: comparison of algorithms. doi: https://doi.org/10.1101/2020.06.29.20142323

https://www.medrxiv.org/content/10.1101/2020.06.29.20142323v1

Remigijus Leipus, Olga Štikonienė. Apibendrinto SEIR modelio taikymas COVID-19 ilgalaikėms prognozėms.  http://www.lma.lt/uploads/COVIN-19/SEIR.pdf