برآورد عدد مولد بیماری کووید 19 در ایران با رهیافت های مختلف

مقدمه و اهداف: ویروس جدید کرونا (کووید − 19 ) در ابتدا در پایان سال 2019 شناسایی شد و باعثبحران در سطح جهانی و منجر به مرگ و میر زیاد شد، هر چند که در حال حاضر از تعداد مبتلایان در ایران کاستهشده است و دارای روند نزولی می باشد اما برای کنترل انتقال بیماری کووید − 19 مدل سازی ریاضی یک ابزار مهمبرای برآورد پارامترهای کلیدی انتقال ویروس می باشد. هدف این مقاله استفاده از روشهای اماری و ریاضی برایبرآورد عدد مولد پایه و عدد مولد موثر بیماری کووید 19 سویه امیکرون در ایران می باشد. روش کار: در این مقاله، از روش های نرخ حمله، حداکثر درستنمایی، مدل های نرخ رشد نمایی و فرایند شاخه ای برای محاسبه عدد مولدⅿse مدل ها با یکدیگر مقایسه شدند. مدل با مقدار ⅿse بیماری کووید 19 استفاده شد. با استفاده از شاخصکمتر دارای برازش بهتری می باشد. یافته ها: بر اساس نتایج بدست آمده بر اساس برآوردگر وابسته به زمان کمتر ازکمتری بود. نتیجه گیری: اگر عدد ⅿse یک برای عدد مولد بدست آمد. همچنین نسبت به مدل های دیگر دارایمولد پایه کمتر از یک باشد بیماری می تواند کنترل شود و تعداد مبتلایان به صفر میل می کند. البته لازمه اینکه عددمولد زیر یکباقی بماند، رعایتپروتکل های بهداشتی و انجام واکسیناسیون و سیاستهای پیشگیرانه دولتمی باشد.

estimation of reproduction number of covid-19 disease in iran withdifferent approaches

introduction & objectives: the new coronavirus (covid-19) was initially identifiedat the end of 2019 and caused a global crisis. increased virus transmission led to highmortality, although the number of cases in iran has now decreased and is declining, to controlthe transmission of covid-19, mathematical modeling is an important tool for estimating thekey parameters of virus transmission. this paper aims at using statistical and mathematicalmethods to estimate the basic reproduction number and the effective reproduction number ofcovid-19 in iran. methods: in this paper, the methods of attack rate, maximum likelihood,exponential growth rate models, time-dependent model, and branching process were used tocalculate the reproduction number of covid-19 disease. the models were compared usingthe mse index. a model with a lower mse value has a better fit. results: based on theresults, less than one was obtained for the reproductive number based on the time-dependentestimator. it also had a lower mse than the other models. conclusion: if the reproductionnumber is less than one, the disease can be controlled and the number of patients tends tozero. of course, following the health protocols, and carrying out vaccinations and preventivegovernment policies are necessary to keep the reproduction number below one.