Complexidade na modelagem de sistemas epidêmicos

Página do item simplificado
dc.contributor.advisorFaria, Allens Atman Picardi
dc.contributor.advisor-coOliveira, Marcelo Martins de
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/2091568617999217
dc.contributor.advisorLatteshttp://lattes.cnpq.br/4216801992845696
dc.contributor.authorGonzaga, Marlon Nunes
dc.contributor.authorLatteshttp://lattes.cnpq.br/7386244848291169
dc.contributor.refereeFaria, Allens Atman Picardi
dc.contributor.refereeSilva, Alcides Volpato Carneiro de Castro e
dc.contributor.refereeMata, Angélica Sousa da
dc.contributor.refereeWanner, Elizabeth Fialho
dc.contributor.refereeOliveira, Marcelo Martins
dc.contributor.refereeMattos, Thiago Gomes de
dc.date.accessioned2025-03-21T19:43:20Z
dc.date.available2025-03-21T19:43:20Z
dc.date.issued2024-08-20
dc.description.abstractNeste trabalho, a modelagem baseada em agentes (MBA) foi utilizada na criação de três modelos aplicados no estudo do espalhamento de doenças de propagação comunitária transmitida pelo ar, tendo como principal motivação a pandemia de COVID-19. No primeiro modelo, duas distribuições espaciais e duas escalas de interação entre os agentes são utilizadas para estudar os efeitos socioespaciais sobre a disseminação do vírus. Mostra-se que a distribuição espacial dos indivíduos em modelos como este desempenha um papel fundamental na dinâmica da infecção. Já o segundo modelo tem como principal motivação o fato de que muitos estudos biomédicos exploram a eficiência da resposta imune para evitar a infecção causada por patógenos, porém, poucos estudos socioambientais tratam desse assunto. Nesse sentido, este trabalho tem como objetivo apresentar o Modelo Baseado em Agentes com Imunidade (no inglês, IABM), um modelo computacional para replicar cenários de disseminação de patógenos cujo curso é determinado pelas características fisiológicas dos indivíduos que formam a comunidade exposta ao patógeno. A dinâmica dentro do hospedeiro considera a resposta inata (células não especializadas) e o desenvolvimento da resposta humoral pelo trabalho orquestrado pelas células B e T. Em uma escala mais ampla, o modelo compartimental SEIR conduz as transições dos estados epidemiológicos dos agentes. Os resultados mostram uma variabilidade significativa das respostas inatas e humorais dos agentes, bem como diferentes níveis de carga viral. Um vasto espectro de períodos de recuperação foi observado, corroborando a hipótese de infecção de longa duração. O terceiro modelo estudado foi desenvolvido a partir da aplicação do modelo IABM em uma investigação envolvendo estratégias de vacinação. A análise em nível microscópico demonstra o impacto da vacinação nas respostas imunológicas individuais. No nível macroscópico, são explorados os efeitos de diferentes estratégias de vacinação em toda a população, incluindo vacinação aleatória, vacinação direcionada de grupos demográficos específicos e vacinação focada espacialmente. Os resultados indicam que o aumento das taxas de vacinação está correlacionado com a diminuição das taxas de infecção e mortalidade, destacando a importância de alcançar a imunidade de rebanho através da vacinação. Além disso, as estratégias centradas nas populações vulneráveis ou nas regiões densamente povoadas revelam-se mais eficazes na redução da transmissão de doenças em comparação com a vacinação distribuída aleatoriamente. As estratégias focadas em regiões específicas, além de se mostrarem mais eficientes na redução do número de infectados e mortos, poderiam reduzir custos relacionados ao transporte, armazenamento e distribuição de doses quando comparadas à estratégia de vacinação aleatória. Considerando que a acessibilidade, disponibilidade e aceitabilidade das vacinas são problemas que ainda persistem, investir na investigação de estratégias que mitiguem tais questões é crucial no desenvolvimento e aplicação de políticas governamentais que tornem os sistemas de imunização mais eficientes e robustos.
dc.description.abstractotherIn this work, agent-based modeling (MBA) was used to create three models applied to studying the spread of airborne community-spreading diseases, with the COVID-19 pandemic as the main motivation. In the first model, two spatial distributions and two scales of interaction between agents are used to study the socio-spatial effects on the spread of the virus. The spatial distribution of individuals in models like this plays a fundamental role in infection dynamics. The second model’s primary motivation is that many biomedical studies explore the efficiency of the immune response to prevent disease caused by pathogens. However, few socio-environmental studies address this issue. In this sense, this work aims to present the Immunity Agent-Based Model (IABM), a computational model to replicate pathogen transmission scenarios whose course is determined by the physiological characteristics of the individuals who form the community exposed tothepathogen. Thedynamicswithinthehostconsidertheinnateresponse(unspecialized cells) and the development of the humoral response through the work orchestrated by B and T cells. On a broader scale, the SEIR compartmental model drives the transitions of agents’ epidemiological states. The results show significant variability in the innate and humoral responses of the agents, as well as different levels of viral load. A vast spectrum of recovery periods was observed, reinforcing the long-term infection hypothesis. The third model studied was developed by applying the IABM model in an investigation involving vaccination strategies. An analysis at the microscopic level demonstrates the impact of vaccination on individual immune responses. At the macroscopic level, the effects of different population-wide vaccination strategies are explored, including planned vaccination, targeted vaccination of specific demographic groups, and spatially focused vaccination. The results indicate that increasing vaccination rates are correlated with decreasing infection and mortality rates, highlighting the importance of achieving herd immunity through vaccination. Furthermore, strategies focused on vulnerable populations or densely populated regions prove to be more effective in reducing disease transmission compared to randomly distributed vaccination. Strategies focused on specific areas in addition to promoting more efficiency in reducing the number of infected and dead people, could reduce costs related to transportation, storage, and distribution of doses compared to the random vaccination strategy. Considering that the accessibility, availability, and acceptability of vaccines are problems that persist, investing in the investigation of strategies that mitigate these issues is crucial in the development and application of government policies that make immunization systems more efficient and robust.
dc.description.sponsorshipAo CEFET-MG e à CAPES pelo apoio financeiro. Falta verificar com (Webert)
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/875
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectModelos matemáticos
dc.subjectEpidemiologia analítica
dc.subjectCOVID-19
dc.subjectModelagem de epidemia
dc.subjectVacinação
dc.titleComplexidade na modelagem de sistemas epidêmicos
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Complexidade na modelagem de sistemas epidêmicos.pdf
Tamanho:
8.16 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Modelagem Matemática e Computacional