مقاله مستخرج از طرح پژوهشی مرتبط با کووید 19 با عنوان: مدل سازی و پیش بینی تعداد مبتلابان و مرگ و میر ناشی از کویید19 در ایران-مقایسه مدل های مختلف پیش بینی سری زمانی، توسط دکتر مهدی جباری، دانشیار گروه آمار دانشکده علوم ریاضی در مجله معتبر Journal of Biomedical Signal Processing and Control دارای اعتبار JCR-Q2 به چاپ رسیده است که در لینک
https://www.sciencedirect.com/science/article/pii/S1746809421000914 قابل دسترسی است.
هم چنین اولین قرارداد طرح پژوهشی مرتبط با کووید 19 تحت حمایت مرکز نوآوری دانشگاه فردوسی مشهد با عنوان: برآورد نرخ مرگ و میر و میزان بهبودی کویید19 در ایران و مقایسه آن با سایر کشورها-تحلیل خوشه ای، با ایشان منعقد شده است.
خروجی طرح های مذکور به صورت نرم افزار به آدرس http://shiny.um.ac.ir/jabbarinm-shiny/  طراحي شده است و مي تواند مورد استفاده عموم قرار بگيرد.
در زمينه این نرم افزار لازم به توضيح است كه بايستي يك فايل حاوي داده هاي مرگ و مير يا تعداد بيماران مبتلا به كوييد19 (يا هر مشخصه ديگر) به صورت روزانه و به فرمت سي اس وي (csv)  تهيه شده و در مسير تعبيه شده در تب (Data Import) دراین اپلیکیشن بارگذاري گردد. سپس در تب كناري (Model_dev) مي توان مدل مناسب را انتخاب كرد و روي داده هاي بارگزاري شده و متغير منتخب برازش خواهد يافت. در ادامه نيز مي توان از تب Final Model (MLP) for confirmed cases or HoltWinters for death cases  مدل نهايي براي مرگ و مير و يا تعداد مبتلايان را برازش و براساس آن پيش بيني براي 30 روز آينده انجام داد.
دانشكده علوم ریاضی ضمن تبريك به اين همكار آمار كاربردي براي ايشان آرزوي سلامتي و موفقيت روز افزون دارد.