Саперкин Николай Валентинович, кандидат медицинских наук, доцент кафедры эпидемиологии, микробиологии и доказательной медицины
603095, г. Нижний Новгород, пл. Минина и Пожарского, д. 10/1
Dr. Nikolay V. Saperkin, MD, PhD, Associate Professor, Department of Epidemiology, Microbiology and Evidence-Based Medicine
10/1, Minin and Pozharsky Square, Nizhny Novgorod, 603095
Имитационное агентное моделирование предоставляет исследователю дополнительные возможности изучения закономерностей распространения возбудителя среди людей с учетом сложности и стохастического характера эпидемического процесса инфекционного заболевания. Под агентным моделированием понимают вычислительный подход, при котором агенты с заданными характеристиками взаимодействуют друг с другом и с внешней средой в соответствии с заранее заданными правилами. Основной предметной областью в данном обзоре литературы выступили обобщенные и специфические модели. В аналитическом обзоре литературы приведена краткая историческая справка становления методологии агентного моделирования в сфере эпидемиологии инфекционных болезней, приводятся основные термины и определения. Сильные и слабые стороны агентного моделирование ‒ это еще один раздел, также предусмотренный данным обзором литературы. Автор обсуждает подходы к классификации агентных моделей. Особое внимание уделено структуре таких моделей, что важно знать при разработке собственных симуляционных исследований. Подробно описаны 4 взаимосвязанных основных компонента, которые подлежат моделированию, а именно: описание заболевания (пути передачи, особенности инфекционного процесса), популяция, характер передвижений, окружающая среда. В статье поднят вопрос и о необходимости проведения валидации агентных моделей. Внимание читателя обращается на следующие важные особенности агентных имитационных моделей: возможность моделировать разнообразные сценарии в различном масштабе (глобальный, национальный, региональный), допускается взаимодействие агентов друг с другом и с окружающей средой на основе свода правил; возможность использовать в эпидемиологических исследованиях при невозможности контролируемого эксперимента (например, последствия несоблюдения профилактических мер, распространение «культурных патогенов»); агент, имея определенные характеристики, способен принимать различные решения; учет поведенческих аспектов на индивидуальном уровне; возможность использования индивидуальной мобильности и социальных контактов агента; также они хорошо подходят для целей эпидемиологического моделирования, особенно в сфере надзора за инфекционными болезнями, в том числе из категории новых инфекций (COVID-19).
Agent-based simulation modeling provides additional opportunities to study the patterns of pathogen spread among populations, taking into account the complexity and stochasticity of the epidemic process. Agent-based modeling is considered as a computational approach in which agents with predefined characteristics can interact with each other and with the environment according to pre-specified rules. Here I consider the historical background of agent-based modeling in the field of infectious diseases, describe the basic definitions and classifications, and discuss strengths and weaknesses of agent-based modeling. The article details four interconnected main components that are subject to modeling: disease features (transmission routes, features of the infectious process), the population, movement patterns, and the environment. The article also addresses the need for validation of agent-based models. The reader's attention is drawn to the following important features of agent-based simulation models: the ability to model various scenarios on different scales (global, national, regional); the ability to use them in epidemiological studies when controlled experiments are impossible (e.g., consequences of non-compliance with preventive measures, spread of «cultural pathogens»); agents can make different decisions depending on their characteristics; consideration of behavioral aspects at the individual level; the ability to account for individual mobility and social contacts of agents. Agent-based simulation models are also well-suited for epidemiological modeling, particularly in the field of infectious disease surveillance, including emerging infections (e.g., COVID-19).
The authors declare that there are no conflicts of interest present.