Detalhes bibliográficos
| Ano de defesa: |
2019 |
| Autor(a) principal: |
Gomes, Naomy Duarte |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.teses.usp.br/teses/disponiveis/59/59135/tde-22082019-162505/
|
Resumo: |
Modelos matemáticos de transmissão de doenças tiveram início com o trabalho de McKendrick e Kermack em 1927. Desde então, inúmeros modelos foram formulados para analisar a dinâmica da transmissão de doenças, parâmetros epidemiológicos tais como taxas de cura e de transmissão e possíveis efeitos de uma rede de contatos e do ambiente. Estes últimos são variáveis que introduzem o caráter estocástico das epidemias e sua consideração torna a modelagem mais próxima da realidade. As análises de processos epidêmicos e estimativas de parâmetros são de grande importância para a sociedade, uma vez que podem ser utilizadas no estudo de políticas de intervenção para reduzir ou extinguir a transmissão da doença. No entanto, modelos epidêmicos são, em sua maioria, determinísticos e simplificados. De modo a serem mais próximos da realidade, é importante que os modelos incluam efeitos que levam em conta a heterogeneidade da população e possíveis flutuações estocásticas. Neste trabalho, para o modelo epidêmico SIS, consideramos um modelo estocástico que leva em conta a rede de contatos adjacente e investigamos o papel das flutuações para pequenas populações, definindo um sistema de equações fechado no qual tem-se a evolução temporal tanto da densidade de infectados quanto da flutuação. No limite no qual a população considerada é muito grande, as flutuações são irrelevantes e podem ser tomadas como constantes. Desta forma, introduzimos os estados coerentes, utilizando a transformação de Holstein-Primakoff, e usamos as propriedades destes estados a fim de construir equações para estimar parâmetros epidemiológicos |
