Conference PaperPDF Available

Analysis for dynamics of COVID-19 spreading in Ukraine and neighboring countries on May 1–10, 2020

Authors:

Abstract

As of May 10, 2020, the number of people infected by COVID-19 in Dnipropetrovsk, Zakarpattya, Ivano-Frankivsk, Kyiv, Lviv, Odesa, Rivne, Ternopil, Chernivtsi regions, city of Kyiv exceeded that indicator in Georgia (country). Besides, that number in Chernivtsi region and city of Kyiv exceeded the indicators in Slovakia and Bulgaria. Taking into account the moderate, in comparison with other countries, number of testings on COVID-19 in Ukraine, the actual epidemic situation in Ukraine is worse than that in a range of neighboring countries despite of tougher declared restrictive measures and correspondingly higher social-economic losses. Therefore, the accurate data study for dynamics of COVID-19 spreading in Ukraine and neighboring countries is the topical issue as well as the analysis for factors of real condition of epidemic situation in Ukraine. The social distance, related with sociocultural traditions, social organization, implementation of state functions, is the important factor. The World Bank selects the five basic state functions: defense and security, law and order, macroeconomic management, protection of property rights, state system of health care. In the contemporary information era, successful implementation of those functions presumes an efficient application of modern information and communication technologies based on competitive domestic scientific or practical research and development. Thus, the current epidemic situation in Ukraine (which refers to some other infectious diseases) is determined by the general level of statehood, responsibility of state employees, and social consciousness. The conditions of institutions and workers in Ukraine's health care sector during the COVID-19 epidemic highlighted the complex of problems available, caused by the shortcomings in organization of applications of modern information and communication technologies.
VIII Міжнародна науково-практична Інтернет-конференція
"Глобальні та регіональні проблеми інформатизації в суспільстві і природокористуванні '2020", 14-15 травня 2020 року,
НУБіП України, Київ VIII International scientific Internet conference
"Global and Regional problems of Informatization in Society and Nature Using '2020", 14-15 May 2020,
NULES of Ukraine, Kyiv
Василь Горбачук
Доктор фізико-математичних наук, старший науковий співробітник, в.о. завідувача відділу
Інститут кібернетики ім. В.М.Глушкова, відділ інтелектуальних інформаційних технологій, Київ, Україна
ORCID ID 0000-0001-5619-6979
GorbachukVasyl@netscape.net
Сергій Гавриленко
Магістр, науковий співробітник
Інститут кібернетики ім. В.М.Глушкова, відділ інтелектуальних інформаційних технологій, Київ, Україна
ORCID ID 0000-0002-4160-3276
S.A.Gavrilenko@nas.gov.ua
АНАЛІЗ ДИНАМІКИ ПОКАЗНИКІВ ПОШИРЕННЯ COVID-19 В УКРАЇНІ
ТА СУСІДНІХ ДЕРЖАВАХ 1–10 ТРАВНЯ 2020 Р.
Анотація. Станом на 10 травня 2020 р. кількість людей, інфікованих COVID-19 у
Дніпропетровській, Закарпатській, Івано-Франківській, Київській, Львівській, Одеській,
Рівненській, Тернопільській, Чернівецькій областях, м.Києві перевищувала цей показник
у Грузії. Крім того, така кількість у Чернівецькій області та м.Києві перевищувала
показники Словаччини та Болгарії. Враховуючи невелике порівняно з іншими державами
число тестувань на COVID-19 в Україні, реальна епідемічна ситуація в Україні є гіршою,
ніж у ряді сусідніх держав, незважаючи на жорсткіші оголошені обмежувальні заходи і
відповідно вищі соціально-економічні втрати. Тому актуальним є докладне вивчення
даних динаміки поширення COVID-19 в Україні та сусідніх державах, а також аналіз
факторів реального стану епідемічної ситуації в Україні. Серед таких факторів важлива
соціальна дистанція, пов’язана із соціокультурними традиціями, суспільною організацією,
здійсненням державних функцій. Світовий банк виділяє п’ять основних державних
функцій: оборона і безпека, законність і правопорядок, макроекономічний менеджмент,
захист прав власності, державна система охорони здоров’я. У сучасну інформаційну еру
успішне здійснення цих функцій передбачає ефективне застосування сучасних
інформаційно-комунікаційних технологій на базі конкурентоспроможних вітчизняних
науково-практичних досліджень і розробок. Таким чином, сучасна епідемічна ситуація в
Україні (що стосується не лише COVID-19, а й деяких інших інфекційних захворювань)
визначається загальним рівнем державності, відповідальності державних службовців і
суспільної свідомості. Стан закладів і працівників галузі охорони здоров’я України під
час епідемії COVID-19 висвітлив комплекс наявних проблем, спричинених недоліками
організації застосування сучасних інформаційно-комунікаційних технологій.
Ключові слова: соціокультурні фактори; суспільна організація; соціальна дистанція.
ВСТУП
Новітній коронавірус 2019-nCoV (COVID-19), який було зафіксовано у м.Вухань
(Wuhan) КНР у 2019 р., швидко поширився провінцією Хубей (Hubei) і протягом місяця
сягнув решти провінцій КНР, а також десятків держав світу.
Постановка проблеми. Вважається, що 2019-nCoV передається здебільшого
шляхом респіраторних краплин з інкубаційним періодом і періодом розмноження,
подібними до коронавірусу SARS (SARSCoV). Свого часу SARS призводив до
серйозних захворювань і летальних випадків частіше, ніж COVID-19. Проте світ
виявився здатним повністю перервати передачу SARS від людини до людини, зупинити
епідемію SARS й викорінити SARS. За відсутності вакцин і антивірусних препаратів,
такій здатності сприяло ретельне здійснення традиційних заходів громадського
здоров’я. У 2020 р. людство знову зіштовхнулося зі спалахом подібного до SARS
вірусу, для якого не мало специфічних терапевтичних режимів або вакцин.
Аналіз останніх досліджень і публікацій. Заходи громадського здоров’я тісно
пов’язані з існуючими суспільними інституціями та суспільною організацією [1, 2].
VIII Міжнародна науково-практична Інтернет-конференція
"Глобальні та регіональні проблеми інформатизації в суспільстві і природокористуванні '2020", 14-15 травня 2020 року,
НУБіП України, Київ VIII International scientific Internet conference
"Global and Regional problems of Informatization in Society and Nature Using '2020", 14-15 May 2020,
NULES of Ukraine, Kyiv
Мета публікації. Щоб стримати епідемію такого захворювання, як COVID-19,
слід покладатися на класичні заходи громадського здоров’я. Головна мета цих заходів –
запобігти поширенню захворювання від людини до людини (person-to-person, P2P),
ізолюючи людей і перериваючи таким способом передачу вірусу. Засоби досягнення
цієї мети ізоляція, карантин, соціальне дистанціювання, уникнення скупчень людей
(community containment). Всі ці заходи було широко застосовано у КНР: у м.Вухань з
населенням понад 11 млн. (таке населення сумарно має майже половина регіонів
України Чернівецька, Кіровоградська, Чернігівська, Волинська, Херсонська,
Тернопільська, Сумська, Рівненська, Черкаська, Миколаївська, Житомирська області)
суворий карантин тривав від 23 січня до 8 квітня 2020 р.
У табл. 1–4 день означає один з днів 1–10 травня (2020 р.), а значення 30 30
квітня. Значення табл. 2 обчислені на основі табл. 1. Таблиця 1
Загальна кількість виявлених людей з COVID-19
Держава (Д)/День (Д)
30
1
2
3
4
5
6
7
8
9
10
Білорусь (Бр)
14027
14917
15828
16705
17489
18350
19255
20168
21101
22052
22973
Болгарія (Бг)
1506
1555
1594
1618
1652
1704
1778
1829
1872
1921
1965
Грузія (Гр)
539
566
582
589
593
604
610
615
623
626
635
Молдова (Мл)
3897
3980
4052
4121
4248
4363
4476
4605
4728
4867
4927
Польща (Пл)
12877
13105
13375
13693
14006
14412
14723
15026
15363
15651
15996
Румунія (Рм)
12240
12567
12732
13163
13512
13837
14107
14499
14811
15131
15362
РФ
106498
114431
124054
134687
145268
155370
165929
177160
187859
198676
209688
Словаччина (Сл)
1403
1407
1408
1413
1421
1429
1445
1455
1455
1457
1457
Туреччина (Тр)
120204
122392
124375
126045
127659
129491
131744
133721
135569
137115
138657
Угорщина (Уг)
2775
2863
2942
2998
3035
3065
3111
3150
3178
3213
3263
Україна (Ук)
10861
11411
11913
12331
12697
13184
13691
14195
14710
15232
15648
Таблиця 2
Кількість виявлених людей з COVID-19 на день
Д/Д
1
2
3
4
5
7
9
10
Бр
890
911
877
784
861
913
951
921
Бг
49
39
24
34
52
51
49
44
Гр
27
16
7
4
11
5
3
9
Мл
83
72
69
127
115
129
139
60
Пл
228
270
318
313
406
303
288
345
Рм
327
165
431
349
325
392
320
231
РФ
7933
9623
10633
10581
10102
11231
10817
11012
Сл
4
1
5
8
8
10
2
0
Тр
2188
1983
1670
1614
1832
1977
1546
1542
Уг
88
79
56
37
30
39
35
50
Ук
550
502
418
366
487
504
522
416
РЕЗУЛЬТАТИ ТА ОБГОВОРЕННЯ
10 травня кількість загиблих від COVID-19 в Україні була більша, ніж у кожній
сусідній державі, крім РФ, Туреччини і Румунії (табл. 3). Звертає увагу найбільша в
України частка виявлених людей з COVID-19 відносно числа проведених тестувань
(табл. 4). У табл. 4 виділені курсивом значення є генерованим із застосуванням
інтелектуальних інформаційних технологій.
VIII Міжнародна науково-практична Інтернет-конференція
"Глобальні та регіональні проблеми інформатизації в суспільстві і природокористуванні '2020", 14-15 травня 2020 року,
НУБіП України, Київ VIII International scientific Internet conference
"Global and Regional problems of Informatization in Society and Nature Using '2020", 14-15 May 2020,
NULES of Ukraine, Kyiv
Про роль інформаційно-комунікаційних технологій на рівні регіонів України
свідчить приклад Тернопільського оперативного штабу (ОШ) для координації дій щодо
недопущення занесення і поширення на території Тернопільської міської
територіальної громади випадків захворювань, спричинених новим коронаровірусом,
виявленим у місті Ухань (провінція Хубей, Китай). До складу штабу, створеного
Тернопільською міською радою (ТМР) 4 лютого 2020 р., були включені: голова ТМР
(голова штабу); начальник відділу охорони здоров’я та медичного забезпечення ТМР
(заступник голови штабу), заступник з медичних питань і головний спеціаліст сектору
медико-профілактичної допомоги відділу; завідувач Тернопільського
міськміжрайонного відділу ДУ «Тернопільський обласний лабораторний центр МОЗ
України» (ТОЛЦ, https://www.facebook.com/laboratorycentr/, http://terses.gov.ua/)
(секретар штабу) і його завідувач епідеміологічного відділення організації
епідеміологічного контролю; заступник голови ТМР з питань діяльності виконавчих
органів ради (відповідальний за контроль за виконанням розпорядження); директори
комунальних некомерційних підприємств (КНКП) «Тернопільська міська комунальна
лікарня №1 швидкої допомоги» (https://www.likarnia.te.ua/), «Тернопільська міська
дитяча комунальна лікарня» (https://tmdkl.te.ua/) та завідувачі інфекційних відділень
цих підприємств; директори КНКП «Тернопільська міська комунальна лікарня №2»
(https://www.tkml2.te.ua/) і «Міська комунальна лікарня №3 ТМР»
(https://sites.google.com/site/likarnya3/zvernenna-golovnogo-likara); заступник директора
ТОЛЦ з дослідження біологічних факторів; заступник директора КНКП «Центр
екстреної медичної допомоги і медицини катастроф» Тернопільської обласної ради
(https://emergency.in.ua/menu-struct-ternopil); начальник відділу зв’язків з громадськістю
та засобами масової інформації, начальник управління освіти і науки, начальник
управління правового забезпечення, начальник управління транспортних мереж та
зв’язку ТМР; начальник Тернопільського міського відділу правління ДСНС у
Тернопільській області (https://www.facebook.com/MNSTERNOPIL/); начальник
територіального відокремленого підрозділу Головного управління Національної поліції
в Тернопільській області (https://www.facebook.com/gynp.ternopil/); голова
Тернопільської міської організації Товариства Червоного Хреста України
(https://www.facebook.com/RedCrossTernopil/).
Наприкінці лютого 2020 р. у міськраді м.Тернопіль було проведено оперативну
нараду щодо готовності лікарень міста до спалаху коронавірусу, в якій взяли участь
керівники всіх медичних закладів міста. На той час коронавірусна інфекція була
виявлена у понад 30 державах світу, включаючи 8 держав Європи, включаючи сусідню
Румунію та Італію, де працює багато вихідців з України. На пропозицію відділу
охорони здоров’я та медичного забезпечення ТМР, з метою раннього виявлення осіб з
проявами коронавірусної інфекції запровадили спеціальний контактний телефонний
номер 098 441 5981 телекомунікаційної компанії KyivStar.
Зважаючи на потребу ефективного менеджменту в умовах епідемічної ситуації на
основі єдиної інформаційної платформи, 12 березня 2020 р. ТМР створила сторінку
https://www.facebook.com/Ternopil.shtabCovid/ для того, щоб: оперативно інформувати
громадськість про ситуацію із захворюваністю на коронавірус в Україні та у Тернополі;
інформувати громадян про рішення ОШ щодо коронавірусу (обмежувальні заходи,
заборони, карантини тощо); реагувати на оперативні ситуації, які виникають у місті;
надавати консультації щодо дій різним групам населення при підозрі на коронавірус;
роз’яснювати актуальні питання; оперативно отримувати коментарі, повідомлення й
питання. Наявність такої інформаційної платформи дозволила оперативно реагувати на
спалахи інфекції у Кременецькому районі у квітні, подовжувати адаптивні заходи в
області, містах і районах у травні 2020 р.
VIII Міжнародна науково-практична Інтернет-конференція
"Глобальні та регіональні проблеми інформатизації в суспільстві і природокористуванні '2020", 14-15 травня 2020 року,
НУБіП України, Київ VIII International scientific Internet conference
"Global and Regional problems of Informatization in Society and Nature Using '2020", 14-15 May 2020,
NULES of Ukraine, Kyiv
Таблиця 3
Кількість людей на день, одужалих від COVID-19 і загиблих від COVID-19
Кількість одужалих на день
Кількість загиблих на день
Д/Д
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
Бр
532
199
79
63
512
617
679
417
566
356
4
4
2
4
4
5
4
5
5
5
Бг
10
11
21
13
21
18
24
17
21
22
2
4
1
5
2
4
0
2
4
1
Гр
23
0
14
2
17
29
6
13
9
12
0
2
1
0
0
0
0
1
0
0
Мл
90
62
48
41
121
114
89
79
99
33
3
2
1
7
4
7
2
7
9
8
Пл
255
271
183
150
185
375
207
322
253
261
7
12
15
19
18
18
22
21
9
15
Рм
311
246
295
400
185
334
356
279
489
139
31
29
25
23
24
31
18
22
28
26
РФ
1601
1793
1626
1456
1770
1462
2476
2805
5308
2390
0
53
58
76
95
86
88
98
104
88
Сл
50
11
24
98
21
44
99
14
22
18
1
0
1
0
0
1
0
0
0
0
Тр
4922
4451
4892
5015
5119
4917
4782
3412
3084
3211
84
78
61
64
59
64
57
48
50
47
Уг
28
16
4
1
79
50
42
64
39
29
11
12
5
11
12
10
10
9
13
8
Ук
85
49
72
256
222
299
310
203
151
228
7
9
15
13
11
13
21
15
15
17
Таблиця 4
Число тестувань, частка (%) виявлених людей з COVID-19 від цього числа на день
Число тестувань
Частка (%) виявлених людей
Д/Д
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
Бр
8815
8815
8809
7130
4338
4338
9421
10680
11625
11772
10
10
10
11
20
21
10
9
8
8
Бг
1126
982
527
1158
1465
1163
1397
1777
1126
403
4
4
5
3
4
6
4
2
4
11
Гр
919
806
532
793
738
672
674
747
790
802
3
2
1
1
1
1
1
1
0
1
Мл
801
371
368
696
924
775
739
874
505
513
10
19
19
18
12
15
17
14
28
12
Пл
16601
11385
9935
7856
10466
16198
15526
17512
17180
16218
1
2
3
4
4
2
2
2
2
2
Рм
6852
4968
3560
6774
11297
9474
10667
10776
8693
5470
5
3
12
5
3
3
4
3
4
4
РФ
225499
221711
154481
203244
157114
173374
169461
184276
234496
226499
4
4
7
5
6
6
7
6
5
5
Сл
3698
1450
1584
2060
4742
5161
4694
3910
1488
786
0
0
0
0
0
0
0
0
0
0
Тр
41431
36318
24001
35771
33283
30303
30395
33687
35605
36178
5
5
7
5
6
7
7
5
4
4
Уг
3380
3220
2459
1948
1599
1186
7293
5022
4200
4999
3
2
2
2
2
4
1
1
1
1
Ук
1413
1498
1548
1619
1875
2097
2396
2706
2909
3060
39
34
27
23
26
24
21
19
18
14
ВИСНОВКИ ТА ПЕРСПЕКТИВИ ПОДАЛЬШИХ ДОСЛІДЖЕНЬ
Всі заклади і працівники галузі охорони здоров’я України мають бути
забезпечені, серед іншого, сучасними інформаційно-комунікаційними технологіями.
Роль інформаційно-комунікаційних технологій на рівні держав видно при
порівнянні інформаційного наповнення відповідного сайту України
(https://en.wikipedia.org/wiki/COVID-19_pandemic_in_Ukraine) з аналогічними сайтами
сусідніх Польщі (https://en.wikipedia.org/wiki/COVID-19_pandemic_in_Poland) чи
Румунії (https://en.wikipedia.org/wiki/COVID-19_pandemic_in_Romania): сайт для
Польщі містить докладну інформацію про регіональну динаміку та динаміку
поширення COVID-19 у сусідніх державах, включаючи Україну, а сайт для Румунії
включає інформацію про відповідні епідеміологічні розслідування.
ПОСИЛАННЯ
[1] Gorbachuk V.M. Deiaki instytuttsiini pokaznyky naselennia Ukrainy ta susidnikh derzhav
do 2007 r. [Some instiutional indicators for population of Ukraine and neighboring states by
2007] / Suchasna paradyhma upravlinnia i Ostrozka bibliia [Modern management paradigm
VIII Міжнародна науково-практична Інтернет-конференція
"Глобальні та регіональні проблеми інформатизації в суспільстві і природокористуванні '2020", 14-15 травня 2020 року,
НУБіП України, Київ VIII International scientific Internet conference
"Global and Regional problems of Informatization in Society and Nature Using '2020", 14-15 May 2020,
NULES of Ukraine, Kyiv
and Ostrog Bible], Lviv: LNU imeni I. Franka [I.Franko National University of Lviv], 2009,
pp. 8283. (In Ukrainian).
[2] Gorbachuk V.M. Vymiriuvannia y analiz deiakykh instytutsiinykh pokaznykiv Ukrainy ta
susidnikh derzhav u 20032012 rr. [Measurement and analysis of some institutional indicators
of Ukraine and neighboring countries in 20032012] / Analiz, modelirovanie, upravlenie,
razvitie ekonomicheskikh sistem [Analysis, modeling, management, development of
economic systems], Symferopol: TNU imeni V.Vernadskoho [V.Vernadsky Taurida National
University], 2013, pp. 119127. (In Ukrainian).
... To measure features of a pandemic, experts analyze and evaluate evolutionary models [7][8][9][10][11][12], in particular, the Bass diffusion model [13,14]. Remarks of experts on using the Bass model for modeling the spread of a pandemic focused on the importance of empirical data [14,15], healthcare measures [14,16], unidentified factors [14,[17][18][19], and organizational priorities [14,20,21]. Thus, the Bass model deserves a detailed study and its conclusions deserve a thorough justification. ...
... Estimates of dependence parameters (13) calculated using MS Excel software are satisfactory for further practical observations in the second half of 2021. Table 2, respectively, presents estimates of parameters a , b, and c of regression (12), values of parameters m, p, and q from Eqs. (14) and (15), and values S T ( ) * , Y T ( ) * , T * , and E T ( ) from (9), (10), (8) and (12). ...
Article
Full-text available
The paper examines prerequisites and assumptions of the classical Bass innovation diffusion model with the aim of applying it in modeling of relevant stochastic processes related to the pandemic. The Bass model has proven its versatility and applicability to various environments. A thorough mathematical substantiation of the model properties is presented based on theories of evolutionary equations and stochastic processes for its further development, as well as search for uncertainty parameters and observable variables. The paper provides realistic estimation results of the Bass model parameters for vaccination in Ukraine and Belarus on weekly data of the first half of 2021. Similar studies are suggested for other countries, as well as regions and districts of Ukraine.
Article
The experience of the use of applied containerized biomedical software tools in cloud environment is summarized. The reproducibility of scientific computing in relation with modern technologies of scientific calculations is discussed. The main approaches to biomedical data preprocessing and integration in the framework of the intelligent analytical system are described. At the conditions of pandemic, the success of health care system depends significantly on the regular implementation of effective research tools and population monitoring. The earlier the risks of disease can be identified, the more effective process of preventive measures or treatments can be. This publication is about the creation of a prototype for such a tool within the project «Development of methods, algorithms and intelligent analytical system for processing and analysis of heterogeneous clinical and biomedical data to improve the diagnosis of complex diseases» (M/99-2019, M/37-2020 with support of the Ministry of Education and Science of Ukraine), implementted by the V.M. Glushkov Institute of Cybernetics, National Academy of Sciences of Ukraine, together with the United Institute of Informatics Problems, National Academy of Sciences of Belarus (F19UKRG-005 with support of the Belarussian Republican Foundation for Fundamental Research). The insurers, entering the market, can insure mostly low risks by facilitating more frequent changes of insurers by consumers (policyholders) and mixing the overall health insurance market. Socio-demographic variables can be risk adjusters. Since age and gender have a relatively small explanatory power, other socio-demographic variables were studied – marital status, retirement status, disability status, educational level, income level. Because insurers have an interest in beneficial diagnoses for their policyholders, they are also interested in the ability to interpret relevant information – upcoding: insurers can encourage their policyholders to consult with doctors more often to select as many diagnoses as possible. Many countries and health care systems use diagnostic information to determine the reimbursement to a service provider, revealing the necessary data. For processing and analysis of these data, software implementations of construction for classifiers, allocation of informative features, processing of heterogeneous medical and biological variables for carrying out scientific research in the field of clinical medicine are developed. The experience of the use of applied containerized biomedical software tools in cloud environment is summarized. The reproducibility of scientific computing in relation with modern technologies of scientific calculations is discussed. Particularly, attention is paid to containerization of biomedical applications (Docker, Singularity containerization technology), this permits to get reproducibility of the conditions in which the calculations took place (invariability of software including software and libraries), technologies of software pipelining of calculations, that allows to organize flow calculations, and technologies for parameterization of software environment, that allows to reproduce, if necessary, an identical computing environment. The main approaches to biomedical data preprocessing and integration in the framework of the intelligent analytical system are described. The experience of using the developed linear classifier, gained during its testing on artificial and real data, allows us to conclude about several advantages provided by the containerized form of the created application: it permits to provide access to real data located in cloud environment; it is possible to perform calculations to solve research problems on cloud resources both with the help of developed tools and with the help of cloud services; such a form of research organization makes numerical experiments reproducible, i.e. any other researcher can compare the results of their developments on specific data that have already been studied by others, in order to verify the conclusions and technical feasibility of new results; there exists a universal opportunity to use the developed tools on technical devices of various classes from a personal computer to powerful cluster.
Article
Full-text available
The experience of the use of applied containerized biomedical software tools in cloud environment is summarized. The reproducibility of scientific computing in relation with modern technologies of scientific calculations is discussed. The main approaches to biomedical data preprocessing and integration in the framework of the intelligent analytical system are described. At the conditions of pandemic, the success of health care system depends significantly on the regular implementation of effective research tools and population monitoring. The earlier the risks of disease can be identified, the more effective process of preventive measures or treatments can be. This publication is about the creation of a prototype for such a tool within the project «Development of methods, algorithms and intelligent analytical system for processing and analysis of heterogeneous clinical and biomedical data to improve the diagnosis of complex diseases» (M/99-2019, M/37-2020 with support of the Ministry of Education and Science of Ukraine), implementted by the V.M. Glushkov Institute of Cybernetics, National Academy of Sciences of Ukraine, together with the United Institute of Informatics Problems, National Academy of Sciences of Belarus (F19UKRG-005 with support of the Belarussian Republican Foundation for Fundamental Research). The insurers, entering the market, can insure mostly low risks by facilitating more frequent changes of insurers by consumers (policyholders) and mixing the overall health insurance market. Socio-demographic variables can be risk adjusters. Since age and gender have a relatively small explanatory power, other socio-demographic variables were studied – marital status, retirement status, disability status, educational level, income level. Because insurers have an interest in beneficial diagnoses for their policyholders, they are also interested in the ability to interpret relevant information – upcoding: insurers can encourage their policyholders to consult with doctors more often to select as many diagnoses as possible. Many countries and health care systems use diagnostic information to determine the reimbursement to a service provider, revealing the necessary data. For processing and analysis of these data, software implementations of construction for classifiers, allocation of informative features, processing of heterogeneous medical and biological variables for carrying out scientific research in the field of clinical medicine are developed. The experience of the use of applied containerized biomedical software tools in cloud environment is summarized. The reproducibility of scientific computing in relation with modern technologies of scientific calculations is discussed. Particularly, attention is paid to containerization of biomedical applications (Docker, Singularity containerization technology), this permits to get reproducibility of the conditions in which the calculations took place (invariability of software including software and libraries), technologies of software pipelining of calculations, that allows to organize flow calculations, and technologies for parameterization of software environment, that allows to reproduce, if necessary, an identical computing environment. The main approaches to biomedical data preprocessing and integration in the framework of the intelligent analytical system are described. The experience of using the developed linear classifier, gained during its testing on artificial and real data, allows us to conclude about several advantages provided by the containerized form of the created application: it permits to provide access to real data located in cloud environment; it is possible to perform calculations to solve research problems on cloud resources both with the help of developed tools and with the help of cloud services; such a form of research organization makes numerical experiments reproducible, i.e. any other researcher can compare the results of their developments on specific data that have already been studied by others, in order to verify the conclusions and technical feasibility of new results; there exists a universal opportunity to use the developed tools on technical devices of various classes from a personal computer to powerful cluster.
Article
Full-text available
Introduction. Health care is characterized by the fact that it belongs to the major state functions and the main kinds of economic activity at the same time, as well as the fact that in contemporary conditions it provides dual-use products – use for both conventional and defense against the latest biothreats. In the course of reforming this state function in Ukraine, the main financing is provided through the National Health Service of Ukraine, where management changes relatively frequently. The purpose. Protection against biohazards, health care, health insurance requires systemic resilience and integrated management based on modern information and communication technologies. Such technologies for social insurance have been successfully developed and implemented by the V.M.Glushkov Institute of Cybernetics of the National Academy of Sciences of Ukraine. Results. A specific example of Zaporizhia region shows which health facilities are without proper government support and how to anticipate and manage distributed networks on big data. In all the above issues of protection against biohazards, health care, health insurance, government institutions cannot make rational decisions without comprehensive and accurate assessment of future gains (and losses) caused by the implementation of a particular project, as well as a comparison of such gains with the present value of costs associated with this project. It is important for decision makers to measure gains and costs in the same units applying the known principle «Who can?t measure cannot manage». Since project costs are usually measured in monetary terms, it makes sense to measure all gains in monetary terms as well. Different approaches to economic assessment of health status compare the benefits from a medical intervention with the costs of that intervention. Conclusions. Gains from medical intervention can be measured in physical units on a one-dimensional scale, monetary units, units of cardinal utility function, reflecting the multidimensional concept of health via the scalar index or key performance indicator. Nowadays multiple dimensions mentioned are gradually developing into big data for each node and link of the health care grid.
Article
Full-text available
Introduction. Outbreaks of infectious diseases and the COVID-19 pandemic in particular pose a serious public health challenge. The other side of the challenge is always opportunity, and today such opportunities are information technology, decision making systems, best practices of proactive management and control based on modern methods of data analysis (data driven decision making) and modeling. The article reviews the prospects for the use of publicly available software in modeling epidemiological trends. Strengths and weaknesses, main characteristics and possible aspects of application are considered. The purpose of the article is to review publicly available health software. Give situations in which one or another approach will be useful. Segment and determine the effectiveness of the underlying models. Note the prospects of high-performance computing to model the spread of epidemics. Results. Although deterministic models are ready for practical use without specific additional settings, they lose comparing to other groups in terms of their functionality. To obtain evaluation results from stochastic and agentoriented models, you first need to specify the epidemic model, which requires deeper knowledge in the field of epidemiology, a good understanding of the statistical basis and the basic assumptions on which the model is based. Among the considered software, EMOD (Epidemiological MODelling software) from the Institute of Disease Modeling is a leader in functionality. Conclusions. There is a free access to a relatively wide set of software, which was originally developed by antiepidemiological institutions for internal use in decision-making, however was later opened to the public. In general, these programs have been adapted to increase their practical application. Got narrowed focus on potential issues. The possibility of adaptive use was provided. We can note the sufficient informativeness and convenience of using the software of the group of deterministic methods. Also, such models have a rather narrow functional focus. Stochastic models provide more functionality, but lose some of their ease of use. We have the maximum functionality from agentoriented models, although for their most effective use you need to have the appropriate skills to write program code.
ResearchGate has not been able to resolve any references for this publication.