Vaka ve Ölüm Sayılarının Kısa Dönem Tahmini için Resmi Kaynaklardan COVID-19 Veri Takibinin Önemi

Abstract

Amaç: COVID-19 salgını sırasında hükümetler, bilim adamları, sağlık çalışanları ve çok sayıda insan, hastalığın yayılmasını durdurmak için stratejiler veya çözümler üzerinde çalışmıştır. Ne yazık ki artık vakaların izleme ihtiyacı hızla artmakta ve gerekli veya kısıtlayıcı önlemlerin alınması kaçınılmaz hale gelmektedir. Epidemiyolojik verilerin eksikliği ve sürekli değişen sayılar nedeniyle, daha az hataya açık tahmin modelleri ve yakın gelecek için güvenilir matematiksel modeller oluşturmak, daha iyi yasal eylemler ve önleme stratejilerinin harekete geçirilmesine yardımcı olacaktır. Araçlar ve Yöntem: Bu çalışmada, farklı tahmin modelleri kullanılarak gelecekteki COVID-19 olaylarının sayısını tahmin etmek için 01/21/2020-02/05/2020 ve 21/01/2020-17/06/2020 tarihleri arasında on bir ülkenin günlük vaka sayılarının verileri kullanılmıştır. MAPE değerlerine dayalı olarak Auto-Regressive Integrated Moving Average (ARIMA), Brown's linear exponential smoothing (LES) ve Holt's LES modelleri ile mevcut sayıların analizinden sonra en uygun modeller seçilerek analizler yapılmıştır. Bulgular: Çalışmamız, iki veri setini analiz ederek kısa vadeli gelecek tahminleri için en az hataya en uygun modelleri ortaya çıkararak bu modellerin seçilen ülkeler arasında veri güncellemelerinden sonra değiştiğini göstermiştir. Verilerin analiz edilmesiyle onbir ülkenin içinde Amerika, Türkiye, Brezilya, Rusya’nın verilerinin güncellenmesinin tahmin sonuçlarında değişikliklere neden olduğunu göstermiştir. Sonuç: Bu çalışmanın sonuçları, mevcut yaklaşımlarda birden fazla istatistiksel model kullanmanın üstünlüğü olduğunu ve halihazırda karmaşık ve yorucu olan COVID-19'un yönetimi için matematiksel modeller oluşturmak ve geleceğe yönelik tahminler oluşturmak için verileri kullanırken sayılardaki dalgalanmaların dikkate alınması gerektiğini göstermektedir. Bu sayede, COVID-19 yayılımına karşı uygulanacak olan politikalar ve kısıtlamalar, daha doğru sonuçlar sağlamak için düzeltilmiş tahminler göz önüne alındığında daha başarılı olabilir.