Michelle Lau, Zochil González Arenas, Diego Nicodemos
{"title":"利用 SIQR CTMC 模型建立流行病演变的随机模型","authors":"Michelle Lau, Zochil González Arenas, Diego Nicodemos","doi":"10.5540/03.2023.010.01.0069","DOIUrl":null,"url":null,"abstract":"Resumo . A modelagem matemática de doenças infecciosas na epidemiologia é uma ferramenta fundamental para a análise e prevenção da propagação dessas doenças. Nesse sentido, a modelagem estocástica tem ganhado destaque, pois ao considerar a incerteza nos parâmetros ou nas transições entre os estados epidemiológicos obtém-se uma modelagem mais realista. O modelo compartimental SIR é amplamente utilizado neste âmbito, porém, não considera a possibilidade de quarentena de indivíduos infecciosos, o que pode ser um elemento importante no controle de propagação de doenças. Para superar essa limitação, considera-se uma versão do modelo compartimental SIQR, que incorpora um compartimento extra, denominado quarentenado. Neste trabalho, uma versão estocástica do modelo SIQR é formulada através de Cadeias de Markov de Tempo Contínuo e são analisadas as suas características. Além disso, foram realizadas simulações numéricas em Python para analisar o comportamento do modelo proposto em comparação ao modelo SIQR determinístico. Palavras-chave . Modelos Estocásticos, Modelagem Epidemiológica, Modelo SIQR","PeriodicalId":274912,"journal":{"name":"Proceeding Series of the Brazilian Society of Computational and Applied Mathematics","volume":"55 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Modelagem Estocástica da Evolução de Epidemias Através do Modelo SIQR CTMC\",\"authors\":\"Michelle Lau, Zochil González Arenas, Diego Nicodemos\",\"doi\":\"10.5540/03.2023.010.01.0069\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Resumo . A modelagem matemática de doenças infecciosas na epidemiologia é uma ferramenta fundamental para a análise e prevenção da propagação dessas doenças. Nesse sentido, a modelagem estocástica tem ganhado destaque, pois ao considerar a incerteza nos parâmetros ou nas transições entre os estados epidemiológicos obtém-se uma modelagem mais realista. O modelo compartimental SIR é amplamente utilizado neste âmbito, porém, não considera a possibilidade de quarentena de indivíduos infecciosos, o que pode ser um elemento importante no controle de propagação de doenças. Para superar essa limitação, considera-se uma versão do modelo compartimental SIQR, que incorpora um compartimento extra, denominado quarentenado. Neste trabalho, uma versão estocástica do modelo SIQR é formulada através de Cadeias de Markov de Tempo Contínuo e são analisadas as suas características. Além disso, foram realizadas simulações numéricas em Python para analisar o comportamento do modelo proposto em comparação ao modelo SIQR determinístico. Palavras-chave . Modelos Estocásticos, Modelagem Epidemiológica, Modelo SIQR\",\"PeriodicalId\":274912,\"journal\":{\"name\":\"Proceeding Series of the Brazilian Society of Computational and Applied Mathematics\",\"volume\":\"55 \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-18\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Proceeding Series of the Brazilian Society of Computational and Applied Mathematics\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.5540/03.2023.010.01.0069\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceeding Series of the Brazilian Society of Computational and Applied Mathematics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5540/03.2023.010.01.0069","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Modelagem Estocástica da Evolução de Epidemias Através do Modelo SIQR CTMC
Resumo . A modelagem matemática de doenças infecciosas na epidemiologia é uma ferramenta fundamental para a análise e prevenção da propagação dessas doenças. Nesse sentido, a modelagem estocástica tem ganhado destaque, pois ao considerar a incerteza nos parâmetros ou nas transições entre os estados epidemiológicos obtém-se uma modelagem mais realista. O modelo compartimental SIR é amplamente utilizado neste âmbito, porém, não considera a possibilidade de quarentena de indivíduos infecciosos, o que pode ser um elemento importante no controle de propagação de doenças. Para superar essa limitação, considera-se uma versão do modelo compartimental SIQR, que incorpora um compartimento extra, denominado quarentenado. Neste trabalho, uma versão estocástica do modelo SIQR é formulada através de Cadeias de Markov de Tempo Contínuo e são analisadas as suas características. Além disso, foram realizadas simulações numéricas em Python para analisar o comportamento do modelo proposto em comparação ao modelo SIQR determinístico. Palavras-chave . Modelos Estocásticos, Modelagem Epidemiológica, Modelo SIQR