Уральский ученый построил математическую модель зависимости роста COVID-19 от вакцинации
Преподаватель кафедры «Математическое и компьютерное моделирование» института естественных и точных наук ЮУрГУ, доцент, кандидат технических наук Александр Глушков построил графические зависимости распространения COVID-19 сначала для Челябинской области, а затем и для других регионов РФ.
«Из представленных графиков можно сделать следующие выводы. Во-первых, общая тенденция в вакцинации („привито“) и заболеваемости COVID-19 („заражено“) носят идентичный характер, хотя повышение уровня вакцинации населения должно снижать уровень заболеваемости. Во-вторых, из графика прироста просматривается общая тенденция — с июля 2021 года увеличение уровня вакцинации населения вызывает синхронное увеличение заболеваемости», — резюмировал Александр Глушков.
Для проверки своих выводов аналитик сделал аналогичные расчеты по Свердловской и Тюменской областям Уральского федерального округа. Результаты получились аналогичные.
«Александр Глушков сделал простые расчеты. Любой студент кафедры математического моделирования обязан уметь их делать. Вопрос в том, почему их не делали и не знакомили население люди, ответственные за эпидемиологическую ситуацию? — прокомментировал результаты труда коллеги общественник Яков Гуревич. — Вычисленная корреляция между интенсивностью вакцинации и ростом заболеваемости на уровне 98% однозначно показывает, что именно интенсивность вакцинации является ключевым фактором роста заболеваемости. Причем эта корреляция показывает, что другие внешние воздействия (локдаун, QR-коды) влияния на уровень заболеваемости не оказали. Математика дает однозначные результаты, и математику, к счастью, пока никто не отменил. Но объяснить их мы не можем, это задача эпидемиологов, биологов и прочих специалистов».