Tese de mestrado. Engenharia Biomédica. Faculdade de Engenharia. Universidade do Porto. 2012

Orientador: Andriana Susana Lopes de Oliveira Campanharo / Resumo: Os Modelos Baseados em Indivíduos (MBI’s) têm sido crescentemente empregados na modelagem de processos infecciosos. Um MBI consiste de uma estrutura na qual ocorrem interações entre um certo número de indivíduos, cujo comportamento é determinado por um conjunto de características que evoluem estocasticamente no tempo. Estudos recentes têm mostrado que as redes complexas constituem um suporte natural para o estudo da propagação de uma doença. Redes complexas são descritas por um conjunto de vértices (nós), arestas (conexões, ligações ou links) e algum tipo de interação entre os mesmos. Na formulação original do MBI e em modelos SIR (Suscetível, Infectado e Recuperado) e SEI (Suscetível, Exposto e Infectado), as relações entre os indivíduos são representadas por grafos completos, ou seja, todos os indivíduos estão conectados entre si. Como a topologia de uma rede real não pode ser descrita por uma rede puramente aleatória, nesse trabalho o MBI foi implementado de forma a incorporar modelos mais realísticos de redes de contato na propagação de uma doença infecciosa. De maneira geral, observou-se que redes complexas com diferentes topologias resultam em curvas de indivíduos suscetíveis, infectados e recuperados (ou suscetíveis, expostos e infectados) com diferentes comportamentos, e desta forma, que a evolução de uma dada doença, em particular a tuberculose, é altamente sensível à topologia de rede utilizada. Mais especificamente, observou-se que quanto maior o valor do comprimen... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Individual-Based Models have been increasingly employed in the modeling of an infectious process. An IBM consists of a structure in which interactions occur between a certain number of individuals, whose behavior is determined by a set of characteristics that evolve stochastically in time. Recent studies have shown that complex networks are a natural framework for the study of a disease spread. Complex networks are described by a set of vertices (or nodes), edges (connections or links) and some type of interactions between them. In the original IBM approach and in SIR (Susceptible, Infected, Recovered) and SEI (Susceptible, Exposed and Infected) models, the relations between individuals are represented by complete graphs, that is, all individuals are connected to each other. Since the topology of a real network can not be described by a purely random network, in this work an IBM has been implemented in order to incorporate some realistic contact networks xvii models. In general, it was observed that complex networks with different topologies correspond to curves of susceptible, infected and recovered individuals (or susceptible, exposed and infected) with different behaviors, and thus, that the evolution of a given disease, in particular tuberculosis, is highly sensitive to a network topology. More specifically, it was observed that the higher the value of the mean jump length is, the faster the disease spreads and consequently, the higher is the number of infected individual... (Complete abstract click electronic access below) / Mestre

Submitted by EDUARDO RIBEIRO PINTO (eduribeiro2@bol.com.br) on 2018-05-03T15:47:28Z No. of bitstreams: 1 dissertacao_Eduardo.pdf: 6068904 bytes, checksum: 4ff00adcd4667c6d7ed4bcfb5db2321a (MD5) / Approved for entry into archive by Sulamita Selma C Colnago null (sulamita@btu.unesp.br) on 2018-05-03T19:01:49Z (GMT) No. of bitstreams: 1 pinto_er_me_bot_int.pdf: 6068904 bytes, checksum: 4ff00adcd4667c6d7ed4bcfb5db2321a (MD5) / Made available in DSpace on 2018-05-03T19:01:49Z (GMT). No. of bitstreams: 1 pinto_er_me_bot_int.pdf: 6068904 bytes, checksum: 4ff00adcd4667c6d7ed4bcfb5db2321a (MD5) Previous issue date: 2018-02-23 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Os Modelos Baseados em Indivíduos (MBI’s) têm sido crescentemente empregados na modelagem de processos infecciosos. Um MBI consiste de uma estrutura na qual ocorrem interações entre um certo número de indivíduos, cujo comportamento é determinado por um conjunto de características que evoluem estocasticamente no tempo. Estudos recentes têm mostrado que as redes complexas constituem um suporte natural para o estudo da propagação de uma doença. Redes complexas são descritas por um conjunto de vértices (nós), arestas (conexões, ligações ou links) e algum tipo de interação entre os mesmos. Na formulação original do MBI e em modelos SIR (Suscetível, Infectado e Recuperado) e SEI (Suscetível, Exposto e Infectado), as relações entre os indivíduos são representadas por grafos completos, ou seja, todos os indivíduos estão conectados entre si. Como a topologia de uma rede real não pode ser descrita por uma rede puramente aleatória, nesse trabalho o MBI foi implementado de forma a incorporar modelos mais realísticos de redes de contato na propagação de uma doença infecciosa. De maneira geral, observou-se que redes complexas com diferentes topologias resultam em curvas de indivíduos suscetíveis, infectados e recuperados (ou suscetíveis, expostos e infectados) com diferentes comportamentos, e desta forma, que a evolução de uma dada doença, em particular a tuberculose, é altamente sensível à topologia de rede utilizada. Mais especificamente, observou-se que quanto maior o valor do comprimento do salto médio, mais rápida será a propagação da doença e, consequentemente, maior será o número de indivíduos infectados. / Individual-Based Models have been increasingly employed in the modeling of an infectious process. An IBM consists of a structure in which interactions occur between a certain number of individuals, whose behavior is determined by a set of characteristics that evolve stochastically in time. Recent studies have shown that complex networks are a natural framework for the study of a disease spread. Complex networks are described by a set of vertices (or nodes), edges (connections or links) and some type of interactions between them. In the original IBM approach and in SIR (Susceptible, Infected, Recovered) and SEI (Susceptible, Exposed and Infected) models, the relations between individuals are represented by complete graphs, that is, all individuals are connected to each other. Since the topology of a real network can not be described by a purely random network, in this work an IBM has been implemented in order to incorporate some realistic contact networks xvii models. In general, it was observed that complex networks with different topologies correspond to curves of susceptible, infected and recovered individuals (or susceptible, exposed and infected) with different behaviors, and thus, that the evolution of a given disease, in particular tuberculosis, is highly sensitive to a network topology. More specifically, it was observed that the higher the value of the mean jump length is, the faster the disease spreads and consequently, the higher is the number of infected individuals.

Orientador: Luiz Koodi Hotta / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica / Made available in DSpace on 2018-08-24T12:49:57Z (GMT). No. of bitstreams: 1 MercadoLondono_SergioLuis_M.pdf: 1311356 bytes, checksum: 23c15e842c02af3c1dc7de3a2a46a5df (MD5) Previous issue date: 2014 / Resumo: Uma das quantidades mais importante definida na epidemiologia é o número de reprodução basal, ou básico, associado com a pandemia e denotado por $R_0$. Ele proporciona uma medida da intensidade das intervenções necessárias para o controle da epidemia. Ao mesmo tempo, os modelos epidemiológicos compartimentais SIR, SEIR, tanto no enfoque enfoque determinístico quanto no estocástico, têm sido de grande ajuda para a compreensão dos mecanismos de transmissão de doenças infecciosas em todo o mundo. Esta dissertação apresenta alguns métodos para estimar esta quantidade através da utilização dos modelos epidemiológicos compartimentais. São considerados os quatro métodos apresentados por Chowell et al. (Mathematical Biosciences, 2007, v. 208, p. 571-589). O primeiro método é baseado na taxa de crescimento (inicial) exponencial da epidemia. Dada a taxa de crescimento exponencial e o modelo subjacente temos uma estimativa de $R_{0}$. No caso dos métodos 2 e 3 o processo de estimação do $R_0$ baseia-se nos modelos compartimentais, modelos SIR e SEIR no método 2, e em um modelo SEIR estendido no método 3. O método 4 utiliza uma abordagem bayesiana do modelo SIR estocástico. O objetivo da dissertação é estudar as propriedades dos estimadores baseados nos métodos 1, 2 e 4. Através de simulações são estimados os vícios, os erros quadráticos médios, as cobertura e as larguras dos intervalos de confiança. Os métodos são estudados quando os verdadeiros processos geradores de dados são os modelos SIR ou SEIR estocásticos. Inicialmente foram estudados os métodos, como apresentados por Chowell et al. (2007), e depois apresentadas modificações para melhorar o desempenho dos estimadores. A dissertação está organizada da seguinte forma: o Capítulo 2 consiste na apresentação dos modelos compartimentais, SIR e SEIR para análise das doenças infecciosas; tanto na abordagem determinística quanto estocástica. Este capítulo apresenta também o número de reprodução basal. O Capítulo 3 apresenta os quatro métodos de estimação apresentados em Chowell et al. (2007) para estimação do número de reprodução basal. O Capítulo 4 apresenta uma comparação de três dos quatro métodos através de simulação, quando o processo gerador de dados é um modelo SIR ou SEIR estocásticos. Neste capítulo também são apresentadas as modificações dos métodos. A conclusão final e as sugestões de trabalhos futuros são apresentadas no Capítulo 5 / Abstract: The basic reproduction number, usually denoted by $R_0$, is one of the most important quantities defined in epidemiology and is associated with the potential of an infectious disease to spread through a population. It provides a measure of the intensity needed to control the epidemic interventions. At the same time, the compartmental epidemiological models SIR and SEIR , both in the deterministic and in the stochastic approach, have been very helpful for understanding the mechanisms of infectious diseases transmission. This paper considers the four methods presented by Chowell et al. (Mathematical Biosciences, 2007, v. 208, p. 571-589) to estimate $R_0$. All methods are based on compartmental epidemiological models. The first method is based on the epidemic (initial) exponential growth rate. Given an estimate of the exponential growth rate and an underlying compartmental model we have an estimate of $R_{0}$. The second method is based on fitting SIR or SEIR compartmental models, and the third method in fitting an extended SEIR model. The fourth method uses a Bayesian approach to a stochastic SIR model. The aim of this work is to study the properties of estimators based on methods 1, 2 and 4. The bias, the mean squared errors, the coverage and the widths of the confidence intervals are estimated through simulation. The methods are studied when the true data generating processes are the stochastic SIR or SEIR models. Initially the methods, as presented by Chowell et al. (2007), were studied and then presented modifications to improve the performance of the estimators. The dissertation is organized as follows: Chapter 2 consists of the presentation of compartmental SIR and SEIR models, the deterministic and stochastic approaches for analysis of infectious diseases. This chapter also presents the basic reproduction number. Chapter 3 explains the four estimation methods presented in Chowell et al. (2007) to estimate the basic reproduction number. Chapter 4 discusses and compares three of the four methods by simulation when the data generating process is a SIR or SEIR model. In this chapter the modifications of the methods are also considered. The final conclusion and suggestions for future work are presented in Chapter 5 / Mestrado / Estatistica / Mestre em Estatística

O presente trabalho possui como metas o estudo, simulação, identificação de parâmetros e comparação estatística de modelos compartimentais utilizados em tomografia por emissão de pósitrons (PET). Para tanto, propõe-se utilizar a metodologia de equações de sensibilidade e o método de Levenberg-Marquardt para a tarefa de estimação de parâmetros característicos das equações diferenciais descritoras dos referidos sistemas. Para comparação entre modelos, foi empregado o critério de informação de Akaike. São consideradas três estruturas compartimentais compostas, respectivamente, por dois compartimentos e duas constantes características, três compartimentos e quatro constantes características e quatro compartimentos e seis constantes características. Os dados considerados neste texto foram sintetizados preocupando-se em reunir as principais características de um exame de tomografia real, tais como tipo e nível de ruído e morfologia de função de excitação do sistema. Para tanto, foram utilizados exames de pacientes do setor de Medicina Nuclear do Instituto do Coração da Faculdade de Medicina da Universidade de São Paulo. Aplicando-se a metodologia proposta em três níveis de ruído (baixo, médio e alto), obteve-se concordância do melhor modelo em graus forte e considerável (com índices de Kappa iguais a 0.95, 0.93 e 0.63, respectivamente). Observou-se que, com elevado nível de ruído e modelos mais complexos (quatro compartimentos), a classificação se deteriora devido ao pequeno número de dados para a decisão. Foram desenvolvidos programas e uma interface gráfica que podem ser utilizadas na investigação, elaboração, simulação e identificação de parâmetros de modelos compartimentais para apoio e análise de diagnósticos clínicos e práticas científicas. / This work has as goals the study, simulation, parameter identification and statistical comparison of compartmental models used in positron emission tomography (PET). We propose to use the methodology of sensitivity equations and the method of Levenberg-Marquardt for the task of estimating the characteristic parameters of the differential equations describing such systems. For model comparison, Akaikes information criterion is applied. We have considered three compartmental structures represented, respectively, by two compartments and two characteristic constants, three compartments and four characteristic constants and four compartments and six characteristics constants. The data considered in this work were synthesized taking into account key features of a real tomography exam, such as type and level of noise and morphology of the input function of the system. To this end, we used tests of patients in the sector of Nuclear Medicine of the Heart Institute of the Faculty of Medicine, University of São Paulo. Applying the proposed methodology with three noise levels (low, medium and high), we obtained agreement of the best model with strong and considerable degrees (with Kappa indexes equal to 0.95, 0.93 and 0.63, respectively). It was observed that, with high noise level and more complex models (four compartments), the classification is deteriorated due to lack of data for the decision. Programs have been developed and a graphical interface that can be used in research, development, simulation and parameter identification of compartmental models, supporting analysis of clinical diagnostics and scientific practices.

O presente trabalho possui como metas o estudo, simulação, identificação de parâmetros e comparação estatística de modelos compartimentais utilizados em tomografia por emissão de pósitrons (PET). Para tanto, propõe-se utilizar a metodologia de equações de sensibilidade e o método de Levenberg-Marquardt para a tarefa de estimação de parâmetros característicos das equações diferenciais descritoras dos referidos sistemas. Para comparação entre modelos, foi empregado o critério de informação de Akaike. São consideradas três estruturas compartimentais compostas, respectivamente, por dois compartimentos e duas constantes características, três compartimentos e quatro constantes características e quatro compartimentos e seis constantes características. Os dados considerados neste texto foram sintetizados preocupando-se em reunir as principais características de um exame de tomografia real, tais como tipo e nível de ruído e morfologia de função de excitação do sistema. Para tanto, foram utilizados exames de pacientes do setor de Medicina Nuclear do Instituto do Coração da Faculdade de Medicina da Universidade de São Paulo. Aplicando-se a metodologia proposta em três níveis de ruído (baixo, médio e alto), obteve-se concordância do melhor modelo em graus forte e considerável (com índices de Kappa iguais a 0.95, 0.93 e 0.63, respectivamente). Observou-se que, com elevado nível de ruído e modelos mais complexos (quatro compartimentos), a classificação se deteriora devido ao pequeno número de dados para a decisão. Foram desenvolvidos programas e uma interface gráfica que podem ser utilizadas na investigação, elaboração, simulação e identificação de parâmetros de modelos compartimentais para apoio e análise de diagnósticos clínicos e práticas científicas. / This work has as goals the study, simulation, parameter identification and statistical comparison of compartmental models used in positron emission tomography (PET). We propose to use the methodology of sensitivity equations and the method of Levenberg-Marquardt for the task of estimating the characteristic parameters of the differential equations describing such systems. For model comparison, Akaikes information criterion is applied. We have considered three compartmental structures represented, respectively, by two compartments and two characteristic constants, three compartments and four characteristic constants and four compartments and six characteristics constants. The data considered in this work were synthesized taking into account key features of a real tomography exam, such as type and level of noise and morphology of the input function of the system. To this end, we used tests of patients in the sector of Nuclear Medicine of the Heart Institute of the Faculty of Medicine, University of São Paulo. Applying the proposed methodology with three noise levels (low, medium and high), we obtained agreement of the best model with strong and considerable degrees (with Kappa indexes equal to 0.95, 0.93 and 0.63, respectively). It was observed that, with high noise level and more complex models (four compartments), the classification is deteriorated due to lack of data for the decision. Programs have been developed and a graphical interface that can be used in research, development, simulation and parameter identification of compartmental models, supporting analysis of clinical diagnostics and scientific practices.