การประเมินสถานการณ์โรคโควิด -19 ในประเทศไทยโดยใช้แบบจำลอง SIR/D
Article Sidebar
Main Article Content
บทคัดย่อ
โรคติดเชื่อไวรัสโคโรน่า 2019 หรือ โรคโควิด 19 ถือว่าเป็นหนึ่งในโรคติดต่อที่น่าหวาดกลัวที่สุดในประวัติศาสตร์ของมนุษย์ยุคใหม่ โดยโรคนี้นอกจากจะทำให้เกิดการสูญเสียชีวิตของผู้คนมากมายทั่วโลกแล้ว ยังทำให้เกิดการสูญเสียทางเศรษฐกิจอย่างรุนแรงครั้งใหญ่ซึ่งอาจส่งผลต่อวิถีการดำรงชีวิตของมนุษย์ทั้งในปัจจุบันและอนาคตอันใกล้ ในกระบวนการแก้ปัญหาการแพร่กระจายโรคโควิด 19 นั้นการประมาณสถานการณ์ถือว่าเป็นเรื่องที่สำคัญอย่างยิ่ง โดยจุดประสงค์ของงานวิจัยชิ้นนี้ คือการใช้แบบจำลอง Susceptible-Infectious-Recovered-Dead หรือ SIR/D มาวิเคราะห์สถานการณ์การติดต่อของโรคโควิด 19 ในประเทศไทย ในกระบวนการวิเคราะห์นี้ค่าตัวแปรที่สำคัญต่าง ๆ ของแบบจำลอง SIR/D จะถูกวิเคราะห์และประมาณการโดยใช้ข้อมูลสถานการณ์โรคโควิด 19 ที่เกิดขึ้นจริงในประเทศไทยจนถึงวันที่ 4 เมษายน พ.ศ. 2563
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- เนื้อหาและข้อมูลในบทความที่ตีพิมพ์ในวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง กองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
- บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศถือเป็นลิขสิทธิ์ของวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ หรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักอักษรณ์จากวารสารวิทยาศาสตร์และเทคโนโลยีนายเรืออากาศ ก่อนเท่านั้น
เอกสารอ้างอิง
Biao T., Xia W., Qian L., Nicola L. B., Sanyi T., Yanni X., & Jianhong W.. (2020(a)). Estimation of the transmission risk of the 2019-ncov and its implication for public health interventions. Journal of Clinical Medicine, 9(2),
Biao T., Nicola L. B., Qian L., Sanyi T., Yanni X., & Jianhong W. (2020(b)). An updated estimation of the risk of transmission of the novel coronavirus (2019-ncov). Infectious Disease Modelling.
Hethcote, H.W. (2000). The Mathematics of Infectious Diseases, SIAM Review, 42(4), 599-653.
Holshue M. L., DeBolt C., Lindquist S., Lofy K. H., Wiesman J., Bruce H., et al. (2020). First Case of 2019 Novel Coronavirus in the United States. N Engl J Med.
Jonathan M. R., Jessica R. B., Derek A. C., Antonia H., & Chris P. J. (2020). Novel coronavirus 2019-ncov: early estimation of epidemiological parameters and epidemic predictions. medRxiv.
Kermack W. O. & McKendrick A. G. (1927). A Contribution to the Mathematical Theory of Epidemics. In Proceedings of the Royal Society A. 115 (772), 700-721.
Li Q., Guan X., Wu P., Wang X., Zhou L., Tong Y., et al. (2020) Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia. N Engl J Med. DOI: 10.1056/NEJMoa2001316.
Munster V. J., Koopmans M., van Doremalen N., van Riel D., & de Wit E. (2020). A Novel Coronavirus Emerging in China - Key Questions for Impact Assessment. N Engl J Med.
Nesteruk, I. (2020). Statistics based predictions of coronavirus 2019-nCoV spreading in mainland China. medRxiv.
Rothe C., Schunk M., Sothmann P., Bretzel G., Froeschl G., Wallrauch C., et al. (2020). Transmission of 2019-nCoV Infection from an Asymptomatic Contact in Germany. N Engl J Med.
Tianmu C., Jia R., Qiupeng W., Zeyu Z., Jing-An C., & Ling Y. (2020). A mathematical model for simulating the transmission of Wuhan novel coronavirus. bioRxiv.
World Health Organization. (2020). Coronavirus Disease (COVID-19) Situation Dashboard. Retrieved 4th April 2020 from
https://experience.arcgis.com/experience/685d0ace521648f8a5beeeee1b9125c
Yan Y., Chen Y., Liu K., Luo X., Xu B., Jiang Y., & Cheng J. (2020). Modeling and prediction for the trend of outbreak of ncp based on a time-delay dynamic system. SCIENTIA SINICA Mathematica, 1674-7216.
Yu C., Jin C., Yu J., & Keji L. (2020). A time delay dynamical model for outbreak of 2019-ncov and the parameter identification. arXiv:2002.00418
Zhu N., Zhang D., Wang W., Li X., Yang B., Song J., et al. (2020). A Novel Coronavirus from Patients with Pneumonia in China, 2019. N Engl J Med. DOI: 10.1056/NEJMoa2001017
