Identification of stochastic non-linear dynamic systems for epidemic modelling (2024)
- Authors:
- Autor USP: PRETE JUNIOR, CARLOS AUGUSTO - EP
- Unidade: EP
- Sigla do Departamento: PSI
- Subjects: COVID-19; DOADORES DE SANGUE; IDENTIFICAÇÃO DE SISTEMAS; MODELAGEM DE EPIDEMIA; PROCESSAMENTO DE SINAIS; PROCESSOS ESTOCÁSTICOS
- Agências de fomento:
- Language: Inglês
- Abstract: Algoritmos de aprendizado de modelos não-lineares têm recebido muita atenção nos últimos anos, especialmente devido ao sucesso de redes neurais profundas em diversas aplicações de reconhecimento de padrões e pela ampla utilização de modelos Bayesianos na modelagem de epidemias de SARS-CoV-2. A inferência em tempo real de parâmetros epidemiológicos como soroprevalência e número de reprodução efetivo é fundamental para o monitoramento de epidemias emergentes e predição das trajetórias futuras de epidemias. Neste trabalho, técnicas de processamento de sinais são aplicadas para modelagem e identificação de sistemas estocásticos não-lineares que representam mecanismos de propagação de doenças infecciosas. Sao apresentadas metodologias para estimar a taxa de ataque e métricas de severidade utilizando testes sorológicos imperfeitos levando em consideração o decaimento do nível de anticorpos. Estas abordagens foram aplicadas na análise da epidemia de SARS-CoV-2 em oito capitais brasileiras utilizando doadores de sangue. Também foram desenvolvidos métodos para estimar a taxa de reinfecção, a proteção contra reinfecção conferida por infecção prévia e limiares para a taxa de ataque. Aplicando estas técnicas na segunda onda de SARS-CoV-2 de Manaus, dominada pela variante Gamma, conclui-se que reinfecções foram comuns e que a variante Gamma tem maior severidade intrínseca comparada `as linhagens circulando previamente em Manaus. Derivou-se um método para estimar o número de reprodução efetivo local (por exemplo, desagregado por linhagem) utilizando intervalos de geração locais, melhorando também a estimativa global. Além disso, desenvolveu-se um modelo Bayesiano para estimar conjuntamente o número de reprodução efetivo e o intervalo de geração,eliminando a necessidade de um conhecimento a priori do intervalo de geração local. Finalmente, foi introduzido um modelo mecanístico para estimar a distribuição do intervalo serial com um número limitado de amostras, inferindo-a para o SARS-CoV-2 no Brasil. Além disso, mostrou-se que a distribuição dos intervalos de geração e incubação pode ser recuperada a partir da distribuição exata do intervalo serial, e foram propostos modelos Bayesianos para inferir estas quantidades a partir de amostras do intervalo serial.
- Imprenta:
- Data da defesa: 31.07.2024
- Premiações recebidas: Prêmio Tese Destaque USP de 2024 - Menção Honrosa
-
ABNT
PRETE JUNIOR, Carlos Augusto. Identification of stochastic non-linear dynamic systems for epidemic modelling. 2024. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-16102024-072703/pt-br.php. Acesso em: 27 dez. 2025. -
APA
Prete Junior, C. A. (2024). Identification of stochastic non-linear dynamic systems for epidemic modelling (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3142/tde-16102024-072703/pt-br.php -
NLM
Prete Junior CA. Identification of stochastic non-linear dynamic systems for epidemic modelling [Internet]. 2024 ;[citado 2025 dez. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-16102024-072703/pt-br.php -
Vancouver
Prete Junior CA. Identification of stochastic non-linear dynamic systems for epidemic modelling [Internet]. 2024 ;[citado 2025 dez. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-16102024-072703/pt-br.php - Acoustic emission signal processing
- Predicting SARS-CoV-2 variant spread in a completely seropositive population using semi-quantitative antibody measurements in blood donors
- Higher risk of death from COVID-19 in low-income and non-White populations of SAo Paulo, Brazil
- The Brazilian COVID-19 vaccination campaign: a modelling analysis of sociodemographic factors on uptake
- A faster RLS-DCD adaptive filtering algorithm
- Epidemiological and clinical characteristics of the COVID-19 epidemic in Brazil
- Phasor measurement unit-driven estimation of transmission line parameters using variable noise model
- Spatial and temporal fluctuations in COVID-19 fatality rates in Brazilian hospitals
- Resurgence of COVID-19 in Manaus, Brazil, despite high seroprevalence
- Three-quarters attack rate of SARS-CoV-2 in the Brazilian Amazon during a largely unmitigated epidemic
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
