Efeitos de idade na propagação da tuberculose

• Ano de defesa: 2025
• Autor(a) principal: Rodrigues, Caio César Graciani
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Envelhecimento; Tuberculose; Sistemas complexos; Método de Monte Carlo; Modelo baseado em agentes; Modelo computacional; Dinâmica das populações
• Link de acesso: https://app.uff.br/riuff/handle/1/36727

Neste trabalho, apresentamos um modelo computacional baseado em agentes para os efeitos de idade na propagação da tuberculose. Esse problema está inserido no âmbito da dinâmica populacional, logo é classificado no contexto dos sistemas complexos em função, principalmente, do grande número de componentes e interação entre os indivíduos que compõem o todo. Esse modelo é a combinação de outras duas formulações, cujas estruturas e dinâmica também são discutidas aqui. Assim, primeiramente discute-se o modelo por tiras de bits para o envelhecimento biológico, que reproduz importantes resultados nesse contexto, como, por exemplo, a Lei de Gompertz para a taxa de crescimento da mortalidade da população. Uma outra formulação apresentada é o modelo computacional baseado em agente para o espalhamento da tuberculose. Nesse caso, o sistema é composto por indivíduos dispostos numa rede quadrada, interagindo entre si de acordo com as suas vizinhanças. Esse modelo reproduz resultados interessantes quanto ao comportamento da epidemias dessa doença, conhecidos, a princípio, por formulações matemáticas a partir de equações diferenciais ordinárias. No Capítulo 2, apresentamos o modelo computacional para a simulação do envelhecimento biológico e as suas consequências. O Capítulo 3 tem o objetivo de discutir a formulação e os resultados do modelo baseado em agentes para a tuberculose. E, finalizando esse trabalho, o Capítulo 4 apresenta o modelo que nos permite a análise dessa doença em função da idade dos indivíduos presente no sistema. Esse capítulo ainda faz a comparação dos resultados computacionais com dados reais da tuberculose atualmente, consolidando a sua importância como uma ferramenta importante na predição dessa doença.