Прогнозирование динамики распространения анемии в регионах России на базе агент-ориентированной модели
Прогнозирование динамики распространения анемии в регионах России на базе агент-ориентированной модели
Аннотация
Код статьи
S042473880018351-5-
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Машкова Александра Леонидовна 
Должность: доцент кафедры информационных систем
Аффилиация:
Орловский государственный технический университет им. И.С. Тургенева
Центральный экономико-математический институт РАН
Адрес: Российская Федерация
Дукхи Натиша
Должность: Ведущий специалист-исследователь
Аффилиация: Совет по исследованиям в области гуманитарных наук , ЮАР
Адрес: Южно-Африканская Республика (ЮАР), Кейптаун
Каур Ришемжит
Должность: Ведущий исследователь
Аффилиация:
Центральная организация по научным приборам
Академия научных и инновационных исследований
Адрес: Индия, Чандигарх
Неволин Иван Викторович
Должность: Ведущий научный сотрудник
Аффилиация: Центральный экономико-математический институт РАН
Адрес: Российская Федерация, Москва
Выпуск
Страницы
64-79
Аннотация

В статье раскрываются вопросы разработки агент-ориентированной модели динамики распространения анемии в России. Представлена структура агент-ориентированной модели, которая включает агентов-жителей, производителей продуктов питания и торговых агентов. Для каждого действующего субъекта в модели разработаны алгоритмы, определяющие их взаимодействия друг с другом. Для производителей продуктов питания моделируются их закупки, продажи, производственный процесс и динамика инвестиций в основные средства. Моделирование работы торговых агентов включает формирование ассортимента и цены продукции с учетом транспортных и торговых наценок. Домохозяйства формируют рацион питания исходя из своих доходов, состава и привычек. В зависимости от качества получаемого питания и текущей стадии анемии моделируется ожидаемая динамика заболевания. Рассмотрены вопросы программной реализации и информационного наполнения модели, представлен пользовательский интерфейс. Формализованы три сценария динамики социально-экономической среды модели, учитывающие эпидемиологические и внешнеэкономические риски. Проведена серия расчетов для прогнозирования динамики распространения анемии в условиях разработанных сценариев. Предложена программа субсидирования малообеспеченных семей и исследовано ее влияние на доступность сбалансированного питания и заболеваемость анемией среди жителей России. 

Ключевые слова
агентное моделирование, анемия, питание, рекомендуемая норма потребления
Источник финансирования
Исследование выполнено при финансовой поддержке РФФИ, Департамента Министерства науки и технологий Индии и Национального исследовательского фонда ЮАР в рамках научного проекта № 19-57-80003.
Классификатор
Получено
25.01.2022
Дата публикации
18.06.2022
Всего подписок
11
Всего просмотров
570
Оценка читателей
0.0 (0 голосов)
Другие версии
S042473880018351-5-1 Дата внесения исправлений в статью - 19.06.2022
Цитировать   Скачать pdf

Библиография

1. Машкова А. Л., Дукхи Н., Неволин И. В., Савина О. А. (2021). Прогнозная оценка доступности сбалансированного рациона питания для жителей регионов России: агент-ориентированный подход // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 14. № 6. С. 107–125. DOI: 10.15838/esc.2021.6.78.6

2. Новикова Е. В., Савина О. А., Машкова А. Л., Маматов А. В. (2019). Воспроизведение динамики населения регионов России методом агентного моделирования // Информационные системы и технологии, 2, 48–55.

3. Barbrook-Johnson P., Badham J., Gilbert N. (2016). Uses of agent-based modeling for health communication: The TELL ME case study. Health Communication, 1–6. DOI: 10.1080/10410236.2016.1196414

4. DeMaeyer E.M., Dallman P., Gurney J. M., Hallberg L., Sood S. K., Srikantia S. G. (1989). Preventing and controlling iron deficiency anaemia through primary health care. Geneva, World Health Organization. Available at: http://www.who.int/nutrition/publications/micronutrients/anaemia_iron_deficiency/9241542497/en/index.html

5. Epstein J. M. (2009). Modelling to contain pandemics. Nature, 460 (7256), 687. DOI: 10.1038/460687

6. Glanz K., Sallis J. F., Saelens B. E., Frank L. D. (2005). Healthy nutrition environments: Concepts and measures. Am. J. Health Promot., 19 (5), 330–333. DOI: 10.4278/0890-1171-19.5.330

7. Lamjed B. S., Drogoul A., Bouron T. (2001). Multi-agent based simulation of consumer behaviour: Towards a new marketing approach. Proceedings of the International Congress on Modelling and Simulation (MODSIM). Canberra, Australia.

8. Li Y., Zhang D., Pagán J. A. (2016). Social norms and the consumption of fruits and vegetables across New York City neighborhoods. Journal of Urban Health, 93, 244–255.

9. Mashkova A. L. (2021). Processing initial data for the agent-based model of the Russian Federation spatial development. In: S. L. Peng, M. Favorskaya, H. C. Chao (Eds.). Sensor networks and signal processing. Smart Innovation, Systems and Technologies, 176. DOI: 10.1007/978-981-15-4917-5_18

10. Rose D., Richards R. (2004). Food store access and household fruit and vegetable use among participants in the US Food Stamp Program. Public Health Nutr., 7 (08), 1081–1088. DOI: 10.1079/PHN2004648

11. Thejpal R. (2015). Iron deficiency in children. S. Afr. Med. J., 105 (7), 607. DOI: 10.7196/SAMJnew.7781

12. Tracy M., Cerdá M., Keyes K. M. (2018). Agent-based modeling in public health: Current applications and future directions. Annual Review of Public Health., 39, 77–94.

13. World Health Organization and Centers for Disease Control and Prevention (WHO/CDC). Worldwide prevalence of anaemia 1993–2005. WHO Global database on anaemia. 2008. Available at: http://whqlibdoc.who.int/publications/2008/9789241596657_eng.pdf

Комментарии

Сообщения не найдены

Написать отзыв
Перевести