Rozdział 1 Wstęp
1.1 Wprowadzenie
W roku 2020 ówczesne problemy świata w skali makro i problemy, z jakimi zmagały się społeczności krajów w skali mikro, zostały spotęgowane za sprawą nowego szczepu koronawirusa z roku 2019, który szybko przyciągnął na siebie zainteresowanie mediów całego świata, stając się jednym z najczęściej wyszukiwanych i popularnych tematów w Internecie. Przyczynił się on do znacznej zmiany stylu życia wielu osób: wprowadzone przez kraje świata ograniczenia w poruszaniu się w przestrzeni publicznej, izolacje i ogólny dystans społeczny przełożyły się na spadek kondycji psychicznej (Torales et al., 2020). Istotnie wzrosła aktywność użytkowników mediów społecznościowych, m.in. serwisu Facebook, który odnotował ponad 50% wzrost ogólnej liczby wiadomości wysyłanych w krajach, które najbardziej ucierpiały z powodu COVID-19 (Taylor, 2020).
Zważywszy więc na powyższe, istnieje duża potrzeba analizy danych związanych z COVID-19; przede wszystkim danych epidemicznych, których przybywa z dnia na dzień. Właściwa i podjęta w odpowiednim czasie interwencja może znacznie przyczynić się do zmiany przebiegu sytuacji epidemicznej na danym obszarze, a weryfikacja danych historycznych związanych z epidemiami i pandemiami, które miały miejsce na świecie w przeszłości, może wspomóc proces podjęcia odpowiednich decyzji.
1.2 Cel pracy
Głównym celem niniejszej pracy była analiza sytuacji epidemicznej związanej z chorobą COVID-19 w roku 2020 w różnych krajach świata w konspekcie kluczowych miar i narzędzi używanych w dziedzinie epidemiologii, jak i automatyzacja pobierania danych epidemiologicznych i ich późniejsza wizualizacja. Dodatkowo za cel postawiono analizę zgodności wyników uzyskanych z użyciem różnych narzędzi epidemiologicznych.
1.3 Zawartość merytoryczna
Praca podzielona została na 6 rozdziałów, z czego 3 pierwsze stanowią wprowadzenie do tematyki związanej z wirusem SARS-CoV-2 i wywoływaną przez niego chorobą COVID-19, czwarty opisuje cel przeprowadzonych analiz w szczególe, użyte techniki i narzędzia badawcze, piąty zawiera analizę danych związanych z COVID-19, a szósty podsumowuje uzyskane wyniki.
W rozdziale 2. Epidemiologia jako nauka o przyczynowości zdarzeń scharakteryzowana zostanie epidemiologia per se, jej wyzwania, jakim musi podołać w celu minimalizacji skutków szerzącego się zagrożenia epidemicznego, ich przewidywania i monitorowania sytuacji epidemicznej na obszarach dotkniętych epidemią. Opisane zostaną charakterystyczne miary epidemiologiczne używane do określania zjawisk związanych z procesami rozprzestrzeniania się czynników chorobowych.
Rozdział 3 Pandemia COVID-19 wprowadzi do tematyki związanej z pandemią COVID-19 w roku 2020 na świecie z naciskiem na ogólną charakterystykę wirusa SARS-CoV-2, wywoływaną przez niego chorobę COVID-19, jak i podjęte przez polski rząd obostrzenia mające na celu zahamowanie transmisji wirusa w populacji. Opisane zostaną różne, popularne i rekomendowane przez badaczy sposoby ograniczenia transmisji wirusa.
W rozdziale 4. szczegółowo scharakteryzowany zostanie cel badań wraz z jego podziałem na poszczególne etapy, hipotezy i narzędzia badawcze. Opisane zostaną matematyczne podstawy użytych metod do estymacji chwilowego współczynnika reprodukcji wirusa \(R(t)\).
W rozdziale 5. Analiza danych związanych z COVID-19 uwaga poświęcona zostanie analizie danych zachorowań na COVID-19 dla 3 krajów z najwyższą sumaryczną liczbą zakażeń w roku 2020 (Stany Zjednoczone, Brazylia, Indie), Szwecji, Polski i krajów z nią graniczących. Oprócz analizy przebiegu epidemii w krajach i pomiędzy krajami zbadana zostanie popularność haseł i artykułów związanych z koronawirusem w Internecie: przede wszystkim w kontekście wyszukiwarki Google, internetowej encyklopedii Wikipedii, jak i bazy artykułów z dziedziny medycznej PubMed. W analizie przebiegu epidemii nacisk położony zostanie na Polskę i jej województwa; również dla Polski zostanie określony stan pacjentów, którzy doświadczyli niepożądanych odczynów poszczepiennych (NOP-y) w wyniku aplikcji szczepionki przeciwko COVID-19. Zaprezentowane zostaną wyniki estymacji chwilowego współczynnika reprodukcji wirusa \(R(t)\) uzyskane z użyciem metod filtra Kalmana i EpiEstim w R, porównana również zostanie ich zgodność. Finalnie spektrum analiz zakończy przedstawienie metodyki wizualizacji danych własnoręcznie pozyskanych za pomocą napisanego w języu Python skryptu z witryny Worldometer w programie Kibana.
W rozdziale 6. Analiza wyników, wnioski i dyskusja zawarte zostaną podsumowanie uzyskanych wyników i płynące z przeprowadzanych analiz wnioski.