2. 2. Covid-19 epidemy simulation
   3. coarse model
3. R0 and time to peak simu test
   2. WARNING: not forecast of prediction
   3. very coarse modeland code has lot of simplistic assumptions
   4. for educational purposes only
   6. not exact model
   7. intuitive model
5. alpha draft edition r 0011.0000
6. 07.03.2021
7. 1. Huomaa:
   3. Perustuu erittäin karkeisiin oletuksiin.
   4. Tässä yritetty tehdä vain hyvin yksinkertainen malli opetustarkoituksiin.
   5. Tämä malli ei ole ennuste ei täysin vastaa epidemian kulkua

import math as math import numpy as np import scipy as sp import matplotlib.pyplot as plt import pandas as pd import matplotlib.dates as mdates from matplotlib.ticker import NullFormatter from matplotlib.dates import MonthLocator, DateFormatter

ulkoinen_data=0

alkupaivamaara='2021-03-07' ## simulaation alkupvm

1. alkupaivamaara='2021-01-09' ## simulaation alkupvm
2. alkupaivamaara='2021-01-15' ## simulaation alkupvm

aikamaara=180

tehohoidon_kantokyky=170 ## icu care max 100, 200 300, 400, 500 sairaalahoidon_kantokyky=11000 ## hospital beds max tai 6800

a_tapauksia=800 ## tapauksia alussa a_huippuaika=40 ## menoaika tautihuippuun

1. a_huippuaika=60 ## menoaika tautihuippuun

1. a_ro=2.0

1. a_ro=2.5
2. a_ro=1.25

a_ro=1.25 ## r0 alussa

1. a_ro=1.8
2. a_ro=2.25
3. a_ro=1.6

a_laskuro=0.85 ## r0 huipun jälkeen

1. 1. lukujen pohja: 6% sairaalaan, 1.5 % teholle

a_sairaalakerroin=0.06 ## sairaalaan joutuvien osuus a_tehokerroin=0.13 ## sairaalassa olijoista teholle a_kuolinkerroin=0.01 ## kuolevien osuus kaikista

a_tau=5.0 ## tartutusaika

1. 1. 1. KEVÄT 2020

1. 1. kevään simun param yritety etsiä kokeilemalla
2. a_tapauksia=5 ## tapauksia alussa
3. a_huippuaika=25 ## menoaika tautihuippuun
4. a_ro=2.387 ## r0 alussa
5. a_laskuro=0.85 ## r0 huipun jälkeen
6. a_tau=5.0 ## tartutusaika
7. a_sairaalakerroin=0.045
8. a_tehokerroin=0.35
9. a_kuolinkerroin=0.033

1. tap, ptap

1. quit(0)

times1 = pd.date_range(alkupaivamaara , periods=aikamaara, freq='D')

x=np.linspace(0,aikamaara,aikamaara) s_uusia_tapauksia=np.linspace(0,aikamaara,aikamaara) s_tapauksia=np.linspace(0,aikamaara,aikamaara) s_sairaana=np.linspace(0,aikamaara,aikamaara) s_parantuneita=np.linspace(0,aikamaara,aikamaara) s_kuolleita=np.linspace(0,aikamaara,aikamaara) s_uusia_parantuneita=np.linspace(0,aikamaara,aikamaara) s_uusia_kuolleita=np.linspace(0,aikamaara,aikamaara) s_sairaalassa=np.linspace(0,aikamaara,aikamaara) s_teholla=np.linspace(0,aikamaara,aikamaara) s_sairaalaan_joutuneet=np.linspace(0,aikamaara,aikamaara) s_teholle_joutuneet=np.linspace(0,aikamaara,aikamaara)

s_uudet_tapaukset_2=np.linspace(0,aikamaara,aikamaara)

s_tehohoidon_kantokyky=np.linspace(0,aikamaara,aikamaara) s_sairaalahoidon_kantokyky=np.linspace(0,aikamaara,aikamaara)

s_ro=np.linspace(0,aikamaara,aikamaara)

for n in range(0, aikamaara): s_tapauksia[n]=0 s_uusia_tapauksia[n]=0 s_tapauksia[n]=0 s_sairaana[n]=0 s_parantuneita[n]=0 s_kuolleita[n]=0 s_uusia_parantuneita[n]=0 s_uusia_kuolleita[n]=0 s_teholla[n]=0 s_sairaalassa[n]=0 s_teholle_joutuneet[n]=0 s_sairaalaan_joutuneet[n]=0 s_uudet_tapaukset_2[n]=0 s_tehohoidon_kantokyky[n]=tehohoidon_kantokyky s_sairaalahoidon_kantokyky[n]=sairaalahoidon_kantokyky s_ro[n]=a_ro

for n in range(a_huippuaika, aikamaara): s_ro[n]=a_laskuro

k_tapauksia=a_tapauksia k_huippuaika=a_huippuaika k_ro=a_ro k_laskuro=a_laskuro k_tau=a_tau k_uusia_tapauksia=a_tapauksia k_parantumisaika=14 k_sairaana=0 k_kuolleita=0 k_parantuneita=0 k_kuolinosuus=a_kuolinkerroin k_parantumisosuus=(1-k_kuolinosuus) k_parantuvat=0 k_kuolevat=0 k_sairaalassa=0 k_teholla=0 k_uudet_2=0 k_teholla_summa=0 k_sairaalassa_summa=0

1. maara=10

for n in range(1, aikamaara): k_ro=s_ro[n] k_muutos=k_uusia_tapauksia*(math.log(k_ro)/k_tau) k_uusia_tapauksia=k_uusia_tapauksia+k_muutos k_tapauksia=k_tapauksia+k_uusia_tapauksia s_uusia_tapauksia[n]=k_uusia_tapauksia s_tapauksia[n]=k_tapauksia s_sairaana[n]=k_uusia_tapauksia+s_sairaana[n-1] k_sairaana=s_sairaana[n] if(n>1): k_poistuvat=0 k_parantuvat=0 k_kuolevat=0 if(n>14): k_poistuvat=s_sairaana[n-14]*0.04 k_parantuvat=k_poistuvat*k_parantumisosuus k_kuolevat=k_poistuvat*k_kuolinosuus if(n>1): k_sairaana=k_sairaana-k_poistuvat k_parantuneita=k_parantuneita+k_parantuvat k_kuolleita=k_kuolleita+k_kuolevat k_uudet_2=k_sairaana*0.11 k_sairaalassa=k_sairaana*a_sairaalakerroin k_teholla=k_sairaalassa*a_tehokerroin k_sairaalassa_summa=k_sairaalassa_summa+k_sairaana*a_sairaalakerroin k_teholla_summa=k_teholla_summa+k_sairaalassa*a_tehokerroin

# tehohoidon kantokyky ylittyy if((s_teholla[n-1])>tehohoidon_kantokyky): k_kuolleita=k_kuolleita+k_uusia_tapauksia*a_sairaalakerroin*a_tehokerroin ## sairaalapaikkojen kantokyky ylittyy if((s_sairaalassa[n-1])>sairaalahoidon_kantokyky): k_kuolleita=k_kuolleita+k_uusia_tapauksia*a_sairaalakerroin*0.2

if(k_sairaana<0): k_sairaana=0 s_sairaana[n]=k_sairaana s_sairaalassa[n]=k_sairaalassa s_teholla[n]=k_teholla s_kuolleita[n]=k_kuolleita s_parantuneita[n]=k_parantuneita s_uusia_kuolleita[n]=k_kuolevat s_uusia_parantuneita[n]=k_parantuvat s_uudet_tapaukset_2[n]=k_uudet_2

kohta=n-1

kaikki_kuolleet=int(s_kuolleita[kohta]) kaikki_tapaukset=int(s_tapauksia[kohta]) kuolleisuus_maksimimaara=int(max(s_uusia_kuolleita ) ) tapaukset_maksimimaara=int(max(s_uusia_tapauksia ) )

sairaalassa_maksimimaara=int(max(s_sairaalassa)) teholla_maksimimaara=int(max(s_teholla))

sairaalaan_joutuneita=int(k_sairaalassa_summa/14) teholle_joutuneita=int(k_teholla_summa/14)

sairaalassa_66=s_sairaalassa*0.66 sairaalassa_133=s_sairaalassa*1.33 sairaalassa_90=s_sairaalassa*0.90 sairaalassa_110=s_sairaalassa*1.1 sairaalassa_97=s_sairaalassa*0.97 sairaalassa_103=s_sairaalassa*1.03

teholla_66=s_teholla*0.66 teholla_133=s_teholla*1.33 teholla_90=s_teholla*0.90 teholla_110=s_teholla*1.1 teholla_97=s_teholla*0.97 teholla_103=s_teholla*1.03

print("Sairaalan joutuneita",sairaalaan_joutuneita) print("Teholle joutuneita",teholle_joutuneita)

print("Sairaalassa max",sairaalassa_maksimimaara) print("Teholla max",teholla_maksimimaara)

print("Kaikki tapaukset", kaikki_tapaukset) print("Kaikki kuolleet", kaikki_kuolleet) print ("Tapauksia päivässä tautihuipussa", tapaukset_maksimimaara) print ("Kuolleisuus päivässä huipussa", kuolleisuus_maksimimaara)

laapeli1="Oletukset: Nousuaika "+str(a_huippuaika)+" päivää. Alussa R0="+str(a_ro)+ " Huipun jälkeen R0="+str(a_laskuro) laapeli2="Oletukset: Kuolleisuus "+str(a_kuolinkerroin)+". Sairaalaan "+str(a_sairaalakerroin)+ ". Teholle "+str(a_tehokerroin)+ " sairaalasta." laapeli3="Tapauksia "+str(kaikki_tapaukset)+"\n Kuolleita "+str(kaikki_kuolleet) laapeli4="Sairaalaan "+str(sairaalaan_joutuneita)+" \n Teholle "+str(teholle_joutuneita)

ax = plt.gca()

fig = plt.gcf() fig.set_size_inches(11, 7, forward=True)

plt.title("Kuvitteellisen koronavirusaallon simulaatio", fontsize=20) plt.suptitle(laapeli1, fontsize=14,y=1)

plt.figtext(0.5, 0.02, laapeli2, ha="center", fontsize=13, bbox={"facecolor":"orange", "alpha":0.5, "pad":5}) plt.figtext(0.15, 0.7, laapeli3, ha="left", fontsize=16, bbox={"facecolor":"white", "alpha":0.5, "pad":5})

plt.figtext(0.23, 0.6, laapeli4, ha="center", fontsize=16, bbox={"facecolor":"white", "alpha":0.5, "pad":5})

1. plt.xlabel("Päivä", fontsize=16)

plt.ylabel("Lukumäärä", fontsize=16) plt.xticks(fontsize=15 ) plt.yticks(fontsize=15 )

yyy1=s_uusia_tapauksia

plt.plot(times1,s_uusia_tapauksia, color="blue", linewidth=3,linestyle="--", label="Tapauksia/päivä")

plt.fill_between(times1,teholla_66,teholla_133, color='orange', alpha=0.25) plt.fill_between(times1,teholla_90,teholla_110, color='orange', alpha=0.25) plt.fill_between(times1,teholla_97,teholla_103, color='orange', alpha=0.25)

plt.plot(times1,s_teholla, color="red", linewidth=3, label="Teholla")

plt.fill_between(times1,sairaalassa_66,sairaalassa_133, color='yellow', alpha=0.25) plt.fill_between(times1,sairaalassa_90,sairaalassa_110, color='yellow', alpha=0.25) plt.fill_between(times1,sairaalassa_97,sairaalassa_103, color='yellow', alpha=0.25)

plt.plot(times1,s_sairaalassa, color="orange", linewidth=3, label="Sairaalassa") plt.plot(times1,s_uusia_kuolleita, color="black", linewidth=3, label="Päivit kuolleita")

1. plt.plot(times1,s_kuolleita, color="black", linewidth=3, linestyle=":", label="Kuolleita")#

plt.plot(times1,s_tehohoidon_kantokyky, color="violet", linewidth=3,linestyle=":", label="Tehohoidon kantokyky")

1. plt.plot(times1,s_sairaalahoidon_kantokyky, color="red", linewidth=3,linestyle="--", label="Sairaalahoidon kantokyky")

ax.xaxis.set_major_formatter(mdates.DateFormatter('%d.%m.'))

plt.legend(fontsize=14) plt.show()