Políticas aproximadas e parciais sensíveis a risco para o controle da propagação de doenças infecciosas (2022)
- Authors:
- USP affiliated authors: DELGADO, KARINA VALDIVIA - EACH ; BARROS, LELIANE NUNES DE - IME ; SILVA, VALDINEI FREIRE DA - EACH ; PASTOR, HENRIQUE DIAS - EACH
- Unidades: EACH; IME
- DOI: 10.5753/eniac.2022.227062
- Subjects: RISCO; PROCESSOS DE MARKOV; MODELOS EPIDEMIOLOGICOS; POLÍTICA DE SAÚDE; VACINAÇÃO
- Agências de fomento:
- Language: Português
- Abstract: Os Processos de Decisão de Markov (MDPs) podem ser usados para controlar a propagação de doenças infecciosas e encontrar uma política ótima de controle de vacinação. No entanto, por se tratar de um problema que envolve vidas, é necessário levar em consideração a atitude do agente em relação ao risco. Assim, neste trabalho, são usados MDPs sensíveis ao risco com o modelo compartimental SIR e são propostos dois algoritmos eficientes para encontrar políticas de vacinação otimizadas que permitam controlar a propagação de uma doença infecciosa, ou seja, selecionar o número de indivíduos que devem ser vacinados a cada período considerando um parâmetro que representa a atitude frente ao risco. A primeira solução proposta encontra uma política de vacinação que é parcial e ótima dada uma determinada atitude de risco. A segunda solução proposta é aproximada e assim pode resolver problemas ainda maiores. Os resultados mostram que: (i) as políticas de vacinação dependem não apenas da taxa básica de reprodução R0, como esperado, mas também do custo e da atitude em relação ao risco de um agente; e (ii) ambas as soluções obtêm um grande ganho de tempo de execução e pouca perda de qualidade quando comparadas com as políticas completas e não aproximadas
- Imprenta:
- Publisher: Sociedade Brasileira de Computação
- Publisher place: Porto Alegre, RS
- Date published: 2022
- Source:
- Título: Proceedings of the 19th National Meeting of Artificial and Computational Intelligence
- ISSN: 2763-9061
- Volume/Número/Paginação/Ano: p. 210-221
- Conference titles: National Meeting of Artificial and Computational Intelligence
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
PASTOR, Henrique Dias et al. Políticas aproximadas e parciais sensíveis a risco para o controle da propagação de doenças infecciosas. Proceedings of the 19th National Meeting of Artificial and Computational Intelligence. Porto Alegre, RS: Sociedade Brasileira de Computação. Disponível em: https://doi.org/10.5753/eniac.2022.227062. Acesso em: 07 abr. 2026. , 2022 -
APA
Pastor, H. D., Delgado, K. V., Silva, V. F. da, & Barros, L. N. de. (2022). Políticas aproximadas e parciais sensíveis a risco para o controle da propagação de doenças infecciosas. Proceedings of the 19th National Meeting of Artificial and Computational Intelligence. Porto Alegre, RS: Sociedade Brasileira de Computação. doi:10.5753/eniac.2022.227062 -
NLM
Pastor HD, Delgado KV, Silva VF da, Barros LN de. Políticas aproximadas e parciais sensíveis a risco para o controle da propagação de doenças infecciosas [Internet]. Proceedings of the 19th National Meeting of Artificial and Computational Intelligence. 2022 ; 210-221.[citado 2026 abr. 07 ] Available from: https://doi.org/10.5753/eniac.2022.227062 -
Vancouver
Pastor HD, Delgado KV, Silva VF da, Barros LN de. Políticas aproximadas e parciais sensíveis a risco para o controle da propagação de doenças infecciosas [Internet]. Proceedings of the 19th National Meeting of Artificial and Computational Intelligence. 2022 ; 210-221.[citado 2026 abr. 07 ] Available from: https://doi.org/10.5753/eniac.2022.227062 - Risk-sensitive piecewise-linear policy iteration for stochastic shortest path Markov decision processes
- Políticas sensíveis ao risco para o controle da propagação de doenças infecciosas
- ALICAT: a customized approach to item selection process in computerized adaptive testing
- Dead-end discovery and secure exploration via large language models
- Symbolic bounded real-time dynamic programming
- Processo de decisão Markoviano com transição valorada por conjunto modelado como um Jogo alternado de soma zero
- Symbolic dynamic programming for discrete and continuous state MDPs
- Occupation measure heuristics to solve stochastic shortest path with dead ends
- Diagnostic of programs for programming learning tools
- Robust optimization for hybrid MDPs with state-dependent noise
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
| 3113387.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
