Estimação para o modelo compartimental SIRS via filtragem iterada para processos de Markov parcialmente observados utilizando o pacote pomp do R: uma análise dos casos de influenza A

• Ano de defesa: 2021
• Autor(a) principal: Jesus, Rafaela Gomes de
• Orientador(a): Cybis, Gabriela Bettella
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Influenza; Modelo SIRS; Filtro de partículas; Filtragem iterada
• Palavras-chave em Inglês: Influenza A; POMP models; SIRS model; Particle filter; Iterated filtering
• Link de acesso: http://hdl.handle.net/10183/237725

A gripe é uma doença que se espalha globalmente todos os anos e, até antes da pandemia do coronavírus em 2019, infectava entre 10% a 20% da população mundial, causando aproximadamente 500.000 mortes anuais. Uma forma de acompanhar a progressão da gripe no Brasil é através do número de casos de infecção reportados na plataforma INFOgripe, que faz a vigilância da Síndrome Respiratória Aguda Grave (SRAG) no país. Entretanto, devido à expressiva sub-notificação, esses dados representam apenas um retrato parcial da dinâmica da epidemia. Para estudar a dinâmica do vírus influenza A, a série temporal do número de casos positivos pela infecção deste patógeno foi extraída e tratada como um processo de Markov parcialmente observado. Para modelar a série e fazer a inferência dos parâmetros que determinam a dinâmica da doença, fez-se uso do modelo compartimental SIRS (Suscetível - Infectado - Recuperado - Suscetível) que, ao dividir a população em compartimentos, fornece uma estrutura base para compreender a transmissão do vírus entre os indivíduos. Este trabalho teve como objetivo estimar os parâmetros que governam a intensidade do fluxo de indivíduos entre os compartimentos do modelo SIRS utilizando o método da filtragem iterada, baseada na função de verossimilhança. A partir destas estimativas, valores para o período médio de infecção (µi), o período médio de perda de imunidade (µr) e o número reprodutivo básico (R0) da doença foram avaliados. O parâmetro ρ, que representa a taxa de reporte da doença, também foi estimado e uma parametrização alternativa para o modelo foi proposta com o objetivo de aumentar a eficiência do algoritmo que realiza a estimação. O pacote pomp, implementado no software R, foi utilizado para realizar toda a parte computacional. Os resultados apresentados indicam que a utilização da parametrização alternativa produziu valores de parâmetros que aparentam representar um máximo global para a função de verossimilhança. Dentre os resultados obtidos, observamos que quando a magnitude de ρ está na ordem de 10−4 , o conjunto de parâmetros resultantes são compatíveis com valores de referência na literatura. Este estudo deve ser compreendido como um passo intermediário na modelagem do vírus influenza A. Trabalhos futuros podem considerar o ajuste de modelos mais complexos aos dados, introduzindo, por exemplo, covariáveis para os parâmetros de interesse.