Ágens alapú modellek jelentősége a koronavírus-járvány kezelésében = The Importance of Agent-Based Models in the Management of the Coronavirus Epidemic

Reguly, István Zoltán (2025) Ágens alapú modellek jelentősége a koronavírus-járvány kezelésében = The Importance of Agent-Based Models in the Management of the Coronavirus Epidemic. HUMÁN INNOVÁCIÓS SZEMLE, 16 (1). pp. 70-78. ISSN 2062-0292

Preview

Text HISZ_2025_1_70-78_Reguly.pdf - Updated Version Available under License Creative Commons Attribution. Download (4MB) | Preview

Abstract

A koronavírus-világjárvány rámutatott a dinamikus és pontos járványmodellezési és kezelési eszközök fontosságára. A hagyományos kompartmentális modellek különösen a járvány elején kiemelt szerepet kaptak, azonban korlátaik hamar nyilvánvalóvá váltak. Az ágens alapú modellek több szempontból is előnyösebbek: sokkal részletesebb térbeli felbontásra képesek, és pontosabban tudják reprezentálni a társadalom viselkedésének sokféleségét. Ebben a tanulmányban áttekintjük az ágens alapú modellek előnyeit és a használatukkal kapcsolatos tapasztalatokat, különös tekintettel a korosztályokra vonatkozó intézkedésekre, mozgáskorlátozásra, és más olyan beavatkozásokra, amelyek hagyományos módszerekkel nem leírhatók. Kiemeljük a valós adatokhoz való kalibráció és validáció fontosságát, és ezek kihívásait. Végül bemutatjuk a Pázmány Péter Katolikus Egyetemen létrejött járványmodellező csoport munkáját, tapasztalatait. | The SARS-CoV-2 pandemic underscored the vital need for adaptable and precise epidemic modelling tools. While traditional compartmental models were of crucial importance at the beginning of the epidemic, their limitations soon became apparent. Agent-based models have several advantages: they have much more fine-grained spatial and temporal resolution, and they can model the behaviours of individuals more accurately, therefore they can represent the complex dynamics of society better. In this study, we give an overview of the advantages of agent-based models, as well as our experiences deploying them, with a particular focus on age-stratified interventions, lockdowns, and other non-pharmaceutical interventions not easily modeled with compartmental models. We highlight the importance of calibrating to and validating with real-world data, and the challenges involved. Finally, we present the work and experiences of the epidemic modelling group at the university.

Actions (login required)

Edit Item