Modelos matemáticos de propagação de epidemias baseados em redes sociais e detecção de clusters de doenças

AUTOR(ES)
FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

16/09/2011

RESUMO

Estudos para compreender melhor epidemias são atualmente feitos em três áreas distintas: a matemática com modelos de equações diferenciais, a física com seus modelos de propagação em redes e a estatística na detecção de clusters. Apesar do objetivo comum, estas áreas tem pouca ou nenhuma interseção, o que torna o conhecimento no assunto um pouco fragmentado. Nossos estudos são no sentido de buscar ferramentas na intersecção das áreas. Simulações computacionais de epidemias em cenários hipotéticos são ferramentas valiosas para entender e predizer o comportamento de epidemias. Desta forma, pesquisadores tem estudado modelos matemáticos capazes de descrever a dinâmica de epidemias em diversos cenários. Doenças de transmissão direta pessoa a pessoa (tais como gripe, HIV, varíola, etc.) dependem de como os individuos iteragem entre si. Além disso, doenças infecciosas se comportam de formas diferentes em populações com estruturas sociais diferentes. Modelos matem´aticos de equações diferenciais não levam em consideraçao estes aspectos e, por isso, propomos um novo modelo baseado em indivíduos (MBI), de forma a considerar diferentes organizações da sociedade como redes complexas, cujos estudos indicaram dificuldades no ajuste dos parâmetros do modelo SIR para redes. Propomos, então, um modelo de equações diferenciais, o ·SIR, capaz descrever o modelo SIR em uma rede qualquer. O ·SIR necessita de toda a informaçao da rede, o que pode inviabilizar seu uso do ponto de vista prático. Devido a isso, desenvolvemos o modelo HMF-MC, um modelo multi-comunidades cujas informações necessárias são as frequências de conectividades em cada comunidade e o número de arestas entre elas. Detectar rapidamente conglomerados espaciais, ou espaço-temporais, de casos ou sintomas de epidemias é de grande utilidade para que os órgãos públicos de saúde possam agir rapidamente e controlar surtos epidêmicos. Apresentamos, então, as estatísticas: espacial scan de Kulldorf e espacial para fluxo de indivíduos (Workflow Scan Statistic). Ambas as estatísticas não sao ideais para serem usadas em epidemias modeladas por equações diferenciais. Propomos, então, a estatística WEB, baseada no valor esperado do número de casos e que nossos experimentos mostraram bons resultados para utilização em conjunto com modelos de equações diferenciais. A estatística espacial scan de Kulldorf, apesar de bem consolidada, ainda é passível de melhorias e, por isso, propomos uma nova técnica de inferência, a Data-Driven. Com este conjunto de modelos e estatísticas propostos, esperamos ajudar na desfragmentação do estudo de epidemiologia.

ASSUNTO(S)

engenharia elétrica teses.

Documentos Relacionados