[pt] Este trabalho analisa a propagação de uma doença epidemiológica com
uma abordagem estocástica. Na análise, o número de indivíduos que cada
membro infectado da população pode infectar é modelado como uma variável
aleatória e o número de indivíduos infectados ao longo do tempo é modelado
como um processo estocástico de ramificação. O foco do trabalho é caracterizar a influência do modelo probabilístico da variável aleatória que modela o contágio entre indivíduos na disseminação da doença e na probabilidade de extinção, e analisar a influência de uma vacinação em massa no controle da
propagação da doença. A comparação é feita com base em histogramas e
estatísticas amostrais do número de indivíduos infectados ao longo do tempo,
como média e variância. Os modelos estatísticos referentes à parte que trata
de uma população não vacinada são calculados usando simulações de Monte
Carlo para 3 diferentes famílias de variáveis aleatórias: binomial, geométrica-1 e geométrica-0. Para cada família, 21 distribuições diferentes foram selecionadas e, para cada distribuição, 4000 simulações do processo de ramificação foram computadas. Os modelos estatísticos referentes a uma população parcialmente vacinada foram calculados usando simulações de Monte Carlo para a família de variável aleatória binomial. Para essa família, 21 distribuições diferentes foram
selecionadas e, para cada uma delas foram escolhidas 6 diferentes percentagens
de população vacinada. Para cada percentagem, foram analisadas vacinas com
4 diferentes eficácias. No total, foram realizadas 2.2 milhões de simulações,
caracterizando o problema como big data. / [en] This work analyzes the spread of an epidemiological disease with a
stochastic approach. In the analysis, the number of individuals that each
infected member of the population can infect is modeled as a random variable
and the number of infected individuals over time is modeled as a stochastic
branching process. The focus of the work is to characterize the influence of
the probabilistic model of the random variable that models contagion between
individuals on the spread of the disease and the probability of extinction, and
to analyze the influence of mass vaccination in controlling the spread of a
disease. The comparison is based on histograms and sample statistics of the
number of infected individuals over time, such as mean and variance. Statistical
models for the chapter dealing with a vaccine free population are calculated
using Monte Carlo simulations for 3 different families of random variables:
binomial, geometric-1 and geometric-0. For each of the 3 families, 21 different
distributions were selected and, for each distribution, 4000 simulations of the
branching process were computed. Statistical models for a partially vaccinated
population were calculated using Monte Carlo simulations for one family of
random variable: the binomial. For it, 21 different distributions were selected
and, for each of them, 6 different percentages of the vaccinated population
were chosen. For each of them, 4 different vaccine efficacy were stipulated. In
total, 2.2 million simulations were performed, featuring a big data problem.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:56215 |
Date | 29 November 2021 |
Creators | BEATRIZ DE REZENDE BARCELLOS BORGES |
Contributors | ROBERTA DE QUEIROZ LIMA, ROBERTA DE QUEIROZ LIMA, ROBERTA DE QUEIROZ LIMA, ROBERTA DE QUEIROZ LIMA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0159 seconds