Lev Ryashko领导的科学家们已经建模生物过程五年多了。
乌拉尔联邦大学(UFU)的科学家建立了一个描述流行病发展和传播过程的数学模型。该模型是通用的，适合研究任何大规模疾病，包括冠状病毒感染或新的猴痘。该模型包括诸如康复率或感染率等基本因素。科学家说，如果把所有的参数都考虑进去，就有可能制定出疫情传播的情景，并确定影响疾病的可能方法，以预防或抑制它。
“我们研究的重点是显示波动结果的可变性和复杂性，这取决于参数的比例。例如，我们发现，限制接触者的数量，即隔离，确实能够有效地降低发病率，抑制病毒。此外，根据数学计算，按比例计算，在对抗感染传播方面，它比使用降低死亡率或增加康复强度的药物产生更好的结果，”该研究的负责人、乌拉尔联邦大学理论和数学物理系教授Lev Ryashko说。
因此，该模型考虑了感染率，感染率取决于健康人与感染者的接触强度、疾病引起的死亡率、康复率等。科学家们注意到，所有因素都是随机的，任何微小的量变都会对疫情传播的结果产生重大影响。
“我们建立了整个人口系统中健康和受感染元素之间动态相互作用的数学模型。例如，人际交往的数量是随机的:今天你会见10个人，明天你会见20个人。任何这种波动都可能对改变疾病传播情况产生重大影响。在某些情况下，这些变化可能导致受感染人群的完全恢复，而在另一些情况下，则相反，导致其灭绝，”Lev Ryashko解释说。