تخمين نرخ مرگ و مير ناشي از كوويد-19 در ايران با استفاده از مدل اتورگرسيو

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

زمينه و هدف: كوويد-19 يك پاندمي جهاني نوظهور است كه از نوع جديدي از كروناويروس‌ها به شكل يك عفونت ويروسي با امكان انتقال و سرايت بالا ايجاد شده است. اين بيماري تاكنون ميليون‌ها نفر را مبتلا و چندين هزار نفر را به كام مرگ كشانده است. از زمان همه‌گيري بيماري تاكنون، محققان بسياري علاقه‌مند به مدل‌سازي و تخمين تعداد احتمالي افراد مبتلا به كوويد-19 يا برآورد نرخ مرگ و مير ناشي از اين پاندمي در يك دوره زماني خاص و در كشورهاي مختلف شده‌اند. اين مدل‌سازي‌ها امكان حصول شناخت بهتري از رفتار اين پاندمي و پيش بيني سير آن را فراهم مي‌سازد. هدف از انجام اين پژوهش، مدل‌سازي نرخ مرگ و مير ناشي از پاندمي كوويد-19 در پنج ماه متوالي در ايران بوده است. مواد و روش ­ها: ما دو مدل، شامل مدل اتورگرسيو (AR) و مدل اتورگرسيو ميانگين متحرك(ARMA) را تحليل كرديم تا قابليت اين مدل‌ها را در تخمين نرخ مرگ و مير ناشي از بيماري كوويد-19 از ماه مارس تا ژوئيه بيازماييم. عملكرد دو مدل با سه معيار خطاي ميانگين مربعات، تابع هزينه و خطاي نهايي پيش‌بيني ارزيابي شد. مدل‌ها بر تعداد موارد مرگ و مير تأييد شده از وزارت بهداشت، درمان و آموزش پزشكي ايران ارزيابي شدند. يافته ­ها: نتايج تحليل‌ها بيانگر آن بود كه مدل AR با رتبه ده با عملكرد بسيار مناسب قادر است نرخ مرگ و مير ناشي از كوويد-19 را پيش‌بيني كند. نتيجه­ گيري: مدل پيشنهادي قابليت پيش‌بيني ميزان فوتي‌هاي ناشي از پاندمي را دارد. تخمين ميزان مرگ و مير ناشي از همه‌گيري كوويد-19 به شناخت بهتري از رفتار اين پاندمي و پيش‌بيني سير آن كمك مي‌كند و مي‌تواند بر نوع و زمان اقدامات و تمهيدات در جهت كنترل آن مؤثر واقع شود.

Introduction: The COVID-19 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 COVID-19 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 COVID-19 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 COVID-19 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 COVID-19. Conclusion: The proposed model can predict the death rate of the COVID-19 pandemic. Estimating the mortality rate of the COVID-19 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.