Data science & Covid-19

De Coronapandemie heeft de wereldwijde interesse naar modellen voor besmettelijke ziektes doen pieken. Ook de VUB draagt zijn steentje bij door onderzoek hiernaar te promoten en aan te moedigen. Er zijn namelijk nog voldoende wiskundige uitdagingen in het opstellen, kalibreren en toepassen van modellen voor de verspreiding van ziektes.

Deze modellen kunnen op basis van voorgaande data een prognose opstellen voor het verdere verloop. Bovendien kunnen ze het effect van de maatregelen (zoals de verschillende fases van een lockdown) kwantificeren en bestuderen.

Prof. Barbé, geassocieerd aan de vakgroep Wiskunde & Data Science, focust zich voornamelijk op het wiskundig modelleren van dynamische systemen. Gegeven de huidige situatie heeft hij zich samen met de onderzoeksgroep, Biostatistics and Medical Informatics (BISI), toegespitst op het verbeteren van de parameter-identificatie van het SIR-model en te helpen sensibiliseren over de impact van de overheidsmaatregelen.

Het SIR-model vormt de basis van de zogenaamde ziektecompartimentenmodellen, waarbij de populatie wordt onderverdeeld in verschillende groepen, zoals vatbaar, besmettelijk, ziek, drager, genezen, etc. Het is dan de overgang tussen deze groepen dat gemodelleerd wordt aan de hand van een stelsel differentiaalvergelijkingen.

Afbeelding SIR formule

Deze worden mee bepaald door enkele parameters die moeten geschat worden op basis van voorgaande observaties. Prof. Barbé heeft aangetoond dat je met behulp van een ingenieuze linearisatie op één van de differentiaalvergelijkingen de parameters eenvoudiger kan identificeren en stabieler kan schatten.

Gebruikmakende van standaard statistische methoden, leidde dit tot goede voorspellingen voor de huidige COVID-19 epidemie in België. Hierdoor verwerft een ruimer publiek meer inzicht in de epidemie en haar evolutie.

Ten slotte werd het "flatten the curve" idee minder abstract zodat de maatschappij beter begrijpt hoe de impact van de Coronacrisis beperkt kan worden.

Het modeleren van epidemie is een knap voorbeeld van het gebruik van wiskunde in data science. Het specifieke SIR-model biedt inzicht in wiskundige abstractie:

  • het is een combinatie van klassieke analyse, numerieke methoden en statistiek, die samen bijdragen tot één bepaalde toepassing;
  • het helpt om de verspreiding van een epidemie te verklaren, alsook het verdere verloop te voorspellen op basis van voorgaande observaties;
  • het is een domein waarin de vraag naar wiskundig onderbouwde resultaten groot zal blijven;
Indien je geïnteresseerd bent in hoe de vergelijking van het SIR-model tot stand komt, bekijk dan zeker eens het uitgebreide artikel of kies voor de richting Wiskunde & Data Science aan de VUB!

Gilles Inghelbrecht
mei 2020