{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:2942616"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:2942616","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Epidemic Models and their Application in the Analysis of Influenza Outbreaks","abstract":"Το εμβόλιο γρίπης μπορεί να χρησιμοποιηθεί για να μεγιστοποιήσει τα οφέλη για την υγεία μέσω στοχευμένων πολιτικών εμβολιασμού. Γενικά, οι εμβολιασμοί στοχεύουν συγκεκριμένες ομάδες που είναι πιο ευαίσθητες στον ιό της γρίπης. Αυτή η διαδικασία συνδυάζεται με την ανάγκη για οικονομική αποδοτικότητα και αυτό μπορεί να επιτευχθεί με την προσομοίωση επιδημίας. Τα επιδημικά μοντέλα έχουν δύο βασικούς σκοπούς. Το πρώτο αφορά την αναπαράσταση του μηχανισμού διάδοσης και την αξιολόγηση των σχετικών παραμέτρων. Ο δεύτερος στόχος είναι η χρήση τέτοιων εκτιμήσεων για την πρόβλεψη της εξάπλωσης και του ελέγχου των ασθενειών. Σε αυτό το έργο προσπαθούμε να ανοικοδομήσουμε την ελληνική επιδημία γρίπης μιας συγκεκριμένης περιόδου. Χρησιμοποιώντας μια σύγχρονη προσέγγιση τεκμηρίωσης-σύνθεσης, χρησιμοποιούμε βιολογικά, κλινικά, επιδημιολογικά και συμπεριφορικά δεδομένα για να αναπτύξουμε ένα στρωματοποιημένο μοντέλο μετάδοσης ηλικίας και κινδύνου που αναπαράγει τη συμπεριφορά της γρίπης σε συγκεκριμένα στελέχη για την περίοδο 2017-2018 στην Ελλάδα, έχοντας υπόψη τον εμβολιασμό κατά τη διάρκεια αυτής της περιόδου . Εκτιμούμε τον αριθμό των μολύνσεων όπως προέκυψαν από το πρόγραμμα ελέγχου ιστορικού, συγκριτικά με τον μη-εμβολιασμό και τη μείωση, εφαρμόζοντας διαφορετικές πολιτικές κατά την διάρκεια της περιόδου. Για το σκοπό αυτό, χρησιμοποιούμε το πακέτο fluEvidenseSynthesis και αντικαθιστούμε αρκετές πηγές δεδομένων με δεδομένα της ελληνικής γρίπης από την περίοδο 2017-2018 για να υπολογίσουμε τον αριθμό των ατόμων που έχουν μολυνθεί με τη γρίπη εκείνο το έτος. Τέτοιες εκτιμήσεις μπορούν να χρησιμοποιηθούν για να καθοδηγήσουν τις προσπάθειες ελέγχου για τη μείωση του βάρους της γρίπης ενόψει της επόμενης σεζόν.","abstract_html":"Το εμβόλιο γρίπης μπορεί να χρησιμοποιηθεί για να μεγιστοποιήσει τα οφέλη για την υγεία μέσω στοχευμένων πολιτικών εμβολιασμού. Γενικά, οι εμβολιασμοί στοχεύουν συγκεκριμένες ομάδες που είναι πιο ευαίσθητες στον ιό της γρίπης. Αυτή η διαδικασία συνδυάζεται με την ανάγκη για οικονομική αποδοτικότητα και αυτό μπορεί να επιτευχθεί με την προσομοίωση επιδημίας. Τα επιδημικά μοντέλα έχουν δύο βασικούς σκοπούς. Το πρώτο αφορά την αναπαράσταση του μηχανισμού διάδοσης και την αξιολόγηση των σχετικών παραμέτρων. Ο δεύτερος στόχος είναι η χρήση τέτοιων εκτιμήσεων για την πρόβλεψη της εξάπλωσης και του ελέγχου των ασθενειών. Σε αυτό το έργο προσπαθούμε να ανοικοδομήσουμε την ελληνική επιδημία γρίπης μιας συγκεκριμένης περιόδου. Χρησιμοποιώντας μια σύγχρονη προσέγγιση τεκμηρίωσης-σύνθεσης, χρησιμοποιούμε βιολογικά, κλινικά, επιδημιολογικά και συμπεριφορικά δεδομένα για να αναπτύξουμε ένα στρωματοποιημένο μοντέλο μετάδοσης ηλικίας και κινδύνου που αναπαράγει τη συμπεριφορά της γρίπης σε συγκεκριμένα στελέχη για την περίοδο 2017-2018 στην Ελλάδα, έχοντας υπόψη τον εμβολιασμό κατά τη διάρκεια αυτής της περιόδου . Εκτιμούμε τον αριθμό των μολύνσεων όπως προέκυψαν από το πρόγραμμα ελέγχου ιστορικού, συγκριτικά με τον μη-εμβολιασμό και τη μείωση, εφαρμόζοντας διαφορετικές πολιτικές κατά την διάρκεια της περιόδου. Για το σκοπό αυτό, χρησιμοποιούμε το πακέτο fluEvidenseSynthesis και αντικαθιστούμε αρκετές πηγές δεδομένων με δεδομένα της ελληνικής γρίπης από την περίοδο 2017-2018 για να υπολογίσουμε τον αριθμό των ατόμων που έχουν μολυνθεί με τη γρίπη εκείνο το έτος. Τέτοιες εκτιμήσεις μπορούν να χρησιμοποιηθούν για να καθοδηγήσουν τις προσπάθειες ελέγχου για τη μείωση του βάρους της γρίπης ενόψει της επόμενης σεζόν.","abstract_has_math":false,"creators":["Κουτσοσπύρου Χριστίνα","Koutsospyrou Christina"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2021,"date_issued":"2021","date_published":"2021","updated_at":"2026-11-19T05:42:33Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2942616"],"render_values":[{"text":"uoadl:2942616","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2942616","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/2942616","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A2942616","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κουτσοσπύρου Χριστίνα","Koutsospyrou Christina"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2021"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:2942616","https://pergamos.lib.uoa.gr/uoa/dl/object/2942616"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Το εμβόλιο γρίπης μπορεί να χρησιμοποιηθεί για να μεγιστοποιήσει τα οφέλη για την υγεία μέσω στοχευμένων πολιτικών εμβολιασμού. Γενικά, οι εμβολιασμοί στοχεύουν συγκεκριμένες ομάδες που είναι πιο ευαίσθητες στον ιό της γρίπης. Αυτή η διαδικασία συνδυάζεται με την ανάγκη για οικονομική αποδοτικότητα και αυτό μπορεί να επιτευχθεί με την προσομοίωση επιδημίας. Τα επιδημικά μοντέλα έχουν δύο βασικούς σκοπούς. Το πρώτο αφορά την αναπαράσταση του μηχανισμού διάδοσης και την αξιολόγηση των σχετικών παραμέτρων. Ο δεύτερος στόχος είναι η χρήση τέτοιων εκτιμήσεων για την πρόβλεψη της εξάπλωσης και του ελέγχου των ασθενειών. Σε αυτό το έργο προσπαθούμε να ανοικοδομήσουμε την ελληνική επιδημία γρίπης μιας συγκεκριμένης περιόδου. Χρησιμοποιώντας μια σύγχρονη προσέγγιση τεκμηρίωσης-σύνθεσης, χρησιμοποιούμε βιολογικά, κλινικά, επιδημιολογικά και συμπεριφορικά δεδομένα για να αναπτύξουμε ένα στρωματοποιημένο μοντέλο μετάδοσης ηλικίας και κινδύνου που αναπαράγει τη συμπεριφορά της γρίπης σε συγκεκριμένα στελέχη για την περίοδο 2017-2018 στην Ελλάδα, έχοντας υπόψη τον εμβολιασμό κατά τη διάρκεια αυτής της περιόδου . Εκτιμούμε τον αριθμό των μολύνσεων όπως προέκυψαν από το πρόγραμμα ελέγχου ιστορικού, συγκριτικά με τον μη-εμβολιασμό και τη μείωση, εφαρμόζοντας διαφορετικές πολιτικές κατά την διάρκεια της περιόδου. Για το σκοπό αυτό, χρησιμοποιούμε το πακέτο fluEvidenseSynthesis και αντικαθιστούμε αρκετές πηγές δεδομένων με δεδομένα της ελληνικής γρίπης από την περίοδο 2017-2018 για να υπολογίσουμε τον αριθμό των ατόμων που έχουν μολυνθεί με τη γρίπη εκείνο το έτος. Τέτοιες εκτιμήσεις μπορούν να χρησιμοποιηθούν για να καθοδηγήσουν τις προσπάθειες ελέγχου για τη μείωση του βάρους της γρίπης ενόψει της επόμενης σεζόν.","Influenza vaccine can be used to maximize health benefits through targeted vaccination policies. In general, vaccinations target specific target groups that are more susceptible to influenza virus. This process is combined with the need for financial efficiency and this can be achieved by epidemic simulation forward. Epidemic models have two main purposes. The first concerns the representation of the propagation mechanism and the assessment of the relevant parameters. The second goal is to use such estimates to predict the spread and control of diseases. In this work we try to reconstruct the Greek flu epidemic of a specific period. Using a modern documentation-synthesis approach, we use biological, clinical, epidemiological and behavioral data to develop a stratified age and risk transmission model that reproduces influenza behavior in specific strains for the 2017-2018 season in Greece, having consider getting vaccinated during this period. We estimate the number of infections as resulted from the historical check program compared to non-vaccination and the reduction, implementing different policies during the period. For this purpose, we use the fluEvidenseSynthesis package and replace several data sources with Greek flu data from the period 2017-2018 to calculate the number of people infected with the flu in that year. Such estimates can be used to guide control efforts to reduce the weight of influenza in view of the coming season."]},{"key":"dc:title","label":"Title","values":["Epidemic Models and their Application in the Analysis of Influenza Outbreaks"]}]}],"canonical_facts":{"dc:creator":["Κουτσοσπύρου Χριστίνα","Koutsospyrou Christina"],"dc:date":["2021"],"dc:description":["Το εμβόλιο γρίπης μπορεί να χρησιμοποιηθεί για να μεγιστοποιήσει τα οφέλη για την υγεία μέσω στοχευμένων πολιτικών εμβολιασμού. Γενικά, οι εμβολιασμοί στοχεύουν συγκεκριμένες ομάδες που είναι πιο ευαίσθητες στον ιό της γρίπης. Αυτή η διαδικασία συνδυάζεται με την ανάγκη για οικονομική αποδοτικότητα και αυτό μπορεί να επιτευχθεί με την προσομοίωση επιδημίας. Τα επιδημικά μοντέλα έχουν δύο βασικούς σκοπούς. Το πρώτο αφορά την αναπαράσταση του μηχανισμού διάδοσης και την αξιολόγηση των σχετικών παραμέτρων. Ο δεύτερος στόχος είναι η χρήση τέτοιων εκτιμήσεων για την πρόβλεψη της εξάπλωσης και του ελέγχου των ασθενειών. Σε αυτό το έργο προσπαθούμε να ανοικοδομήσουμε την ελληνική επιδημία γρίπης μιας συγκεκριμένης περιόδου. Χρησιμοποιώντας μια σύγχρονη προσέγγιση τεκμηρίωσης-σύνθεσης, χρησιμοποιούμε βιολογικά, κλινικά, επιδημιολογικά και συμπεριφορικά δεδομένα για να αναπτύξουμε ένα στρωματοποιημένο μοντέλο μετάδοσης ηλικίας και κινδύνου που αναπαράγει τη συμπεριφορά της γρίπης σε συγκεκριμένα στελέχη για την περίοδο 2017-2018 στην Ελλάδα, έχοντας υπόψη τον εμβολιασμό κατά τη διάρκεια αυτής της περιόδου . Εκτιμούμε τον αριθμό των μολύνσεων όπως προέκυψαν από το πρόγραμμα ελέγχου ιστορικού, συγκριτικά με τον μη-εμβολιασμό και τη μείωση, εφαρμόζοντας διαφορετικές πολιτικές κατά την διάρκεια της περιόδου. Για το σκοπό αυτό, χρησιμοποιούμε το πακέτο fluEvidenseSynthesis και αντικαθιστούμε αρκετές πηγές δεδομένων με δεδομένα της ελληνικής γρίπης από την περίοδο 2017-2018 για να υπολογίσουμε τον αριθμό των ατόμων που έχουν μολυνθεί με τη γρίπη εκείνο το έτος. Τέτοιες εκτιμήσεις μπορούν να χρησιμοποιηθούν για να καθοδηγήσουν τις προσπάθειες ελέγχου για τη μείωση του βάρους της γρίπης ενόψει της επόμενης σεζόν.","Influenza vaccine can be used to maximize health benefits through targeted vaccination policies. In general, vaccinations target specific target groups that are more susceptible to influenza virus. This process is combined with the need for financial efficiency and this can be achieved by epidemic simulation forward. Epidemic models have two main purposes. The first concerns the representation of the propagation mechanism and the assessment of the relevant parameters. The second goal is to use such estimates to predict the spread and control of diseases. In this work we try to reconstruct the Greek flu epidemic of a specific period. Using a modern documentation-synthesis approach, we use biological, clinical, epidemiological and behavioral data to develop a stratified age and risk transmission model that reproduces influenza behavior in specific strains for the 2017-2018 season in Greece, having consider getting vaccinated during this period. We estimate the number of infections as resulted from the historical check program compared to non-vaccination and the reduction, implementing different policies during the period. For this purpose, we use the fluEvidenseSynthesis package and replace several data sources with Greek flu data from the period 2017-2018 to calculate the number of people infected with the flu in that year. Such estimates can be used to guide control efforts to reduce the weight of influenza in view of the coming season."],"dc:identifier":["uoadl:2942616","https://pergamos.lib.uoa.gr/uoa/dl/object/2942616"],"dc:language":["English"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Epidemic Models and their Application in the Analysis of Influenza Outbreaks"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:42:33Z"}