تخمین نرخ مرگ و میر ناشی از کووید-19 در ایران با استفاده از مدل اتورگرسیو

زمینه و هدف: کووید-19 یک پاندمی جهانی نوظهور است که از نوع جدیدی از کروناویروس‌ها به شکل یک عفونت ویروسی با امکان انتقال و سرایت بالا ایجاد شده است. این بیماری تاکنون میلیون‌ها نفر را مبتلا و چندین هزار نفر را به کام مرگ کشانده است. از زمان همه‌گیری بیماری تاکنون، محققان بسیاری علاقه‌مند به مدل‌سازی و تخمین تعداد احتمالی افراد مبتلا به کووید-19 یا برآورد نرخ مرگ و میر ناشی از این پاندمی در یک دوره زمانی خاص و در کشورهای مختلف شده‌اند. این مدل‌سازی‌ها امکان حصول شناخت بهتری از رفتار این پاندمی و پیش بینی سیر آن را فراهم می‌سازد. هدف از انجام این پژوهش، مدل‌سازی نرخ مرگ و میر ناشی از پاندمی کووید-19 در پنج ماه متوالی در ایران بوده است. مواد و روش ها: ما دو مدل، شامل مدل اتورگرسیو (ar) و مدل اتورگرسیو میانگین متحرک(arma) را تحلیل کردیم تا قابلیت این مدل‌ها را در تخمین نرخ مرگ و میر ناشی از بیماری کووید-19 از ماه مارس تا ژوئیه بیازماییم. عملکرد دو مدل با سه معیار خطای میانگین مربعات، تابع هزینه و خطای نهایی پیش‌بینی ارزیابی شد. مدل‌ها بر تعداد موارد مرگ و میر تایید شده از وزارت بهداشت، درمان و آموزش پزشکی ایران ارزیابی شدند.یافته ها: نتایج تحلیل‌ها بیانگر آن بود که مدل ar با رتبه ده با عملکرد بسیار مناسب قادر است نرخ مرگ و میر ناشی از کووید-19 را پیش‌بینی کند.نتیجه گیری: مدل پیشنهادی قابلیت پیش‌بینی میزان فوتی‌های ناشی از پاندمی را دارد. تخمین میزان مرگ و میر ناشی از همه‌گیری کووید-19 به شناخت بهتری از رفتار این پاندمی و پیش‌بینی سیر آن کمک می‌کند و می‌تواند بر نوع و زمان اقدامات و تمهیدات در جهت کنترل آن موثر واقع شود.

Estimation of Covid-19 Mortality Rate in Iran using the Autoregressive Model

Introduction: The COVID19 is an emerging global pandemic which has been developed from a new type of coronavirus in the form of a viral infection with high transmissibility and spread. The disease has so far infected millions and killed thousands. Since the outbreak of the disease, many researchers have become interested in modeling and estimating the probable number of infected people with COVID19 or estimating the mortality rate from this pandemic in a specific period of time and in different countries. These models make it possible to better understand the behavior of this pandemic and predict its trend. This study aimed to model the mortality rate due to the COVID19 pandemic in five consecutive months in Iran.Materials and Methods: The Autoregressive (AR) model and the Autoregressive Moving Average (ARMA) model were analyzed to test the ability of these models to estimate the mortality rate of COVID19 disease from March to July. The performance of these models was evaluated with three criteria: mean square error, cost function, and final prediction error. The models were evaluated on the number of deaths confirmed by the Iran Ministry of Health and Medical Education.Results: The results of the analysis showed that the AR model with a rank of ten was successfully able to predict the mortality rate of COVID19.Conclusion: The proposed model can predict the death rate of the COVID19 pandemic. Estimating the mortality rate of the COVID19 pandemic helps to better understand the behavior of this disease and predict its trends, which affect the type and timing of actions to control it.