Estudo da dinâmica de epidemias em Redes Complexas

Detalhes bibliográficos
Ano de defesa: 2018
Autor(a) principal: Pinto, Eduardo Ribeiro
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual Paulista (Unesp)
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
MBI
Redes Complexas
Tuberculose
Modelos Compartimentais
IBM
Complex Networks
Tuberculosis
Compartmental Models
Link de acesso: http://hdl.handle.net/11449/153846
Resumo: Os Modelos Baseados em Indivíduos (MBI’s) têm sido crescentemente empregados na modelagem de processos infecciosos. Um MBI consiste de uma estrutura na qual ocorrem interações entre um certo número de indivíduos, cujo comportamento é determinado por um conjunto de características que evoluem estocasticamente no tempo. Estudos recentes têm mostrado que as redes complexas constituem um suporte natural para o estudo da propagação de uma doença. Redes complexas são descritas por um conjunto de vértices (nós), arestas (conexões, ligações ou links) e algum tipo de interação entre os mesmos. Na formulação original do MBI e em modelos SIR (Suscetível, Infectado e Recuperado) e SEI (Suscetível, Exposto e Infectado), as relações entre os indivíduos são representadas por grafos completos, ou seja, todos os indivíduos estão conectados entre si. Como a topologia de uma rede real não pode ser descrita por uma rede puramente aleatória, nesse trabalho o MBI foi implementado de forma a incorporar modelos mais realísticos de redes de contato na propagação de uma doença infecciosa. De maneira geral, observou-se que redes complexas com diferentes topologias resultam em curvas de indivíduos suscetíveis, infectados e recuperados (ou suscetíveis, expostos e infectados) com diferentes comportamentos, e desta forma, que a evolução de uma dada doença, em particular a tuberculose, é altamente sensível à topologia de rede utilizada. Mais especificamente, observou-se que quanto maior o valor do comprimento do salto médio, mais rápida será a propagação da doença e, consequentemente, maior será o número de indivíduos infectados.
id UNSP_82c4b7a51636c24935aceec89de7670e
oai_identifier_str oai:repositorio.unesp.br:11449/153846
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str
spelling Estudo da dinâmica de epidemias em Redes ComplexasStudy of the dynamics of epidemics in Complex NetworksMBIRedes ComplexasTuberculoseModelos CompartimentaisIBMComplex NetworksTuberculosisCompartmental ModelsOs Modelos Baseados em Indivíduos (MBI’s) têm sido crescentemente empregados na modelagem de processos infecciosos. Um MBI consiste de uma estrutura na qual ocorrem interações entre um certo número de indivíduos, cujo comportamento é determinado por um conjunto de características que evoluem estocasticamente no tempo. Estudos recentes têm mostrado que as redes complexas constituem um suporte natural para o estudo da propagação de uma doença. Redes complexas são descritas por um conjunto de vértices (nós), arestas (conexões, ligações ou links) e algum tipo de interação entre os mesmos. Na formulação original do MBI e em modelos SIR (Suscetível, Infectado e Recuperado) e SEI (Suscetível, Exposto e Infectado), as relações entre os indivíduos são representadas por grafos completos, ou seja, todos os indivíduos estão conectados entre si. Como a topologia de uma rede real não pode ser descrita por uma rede puramente aleatória, nesse trabalho o MBI foi implementado de forma a incorporar modelos mais realísticos de redes de contato na propagação de uma doença infecciosa. De maneira geral, observou-se que redes complexas com diferentes topologias resultam em curvas de indivíduos suscetíveis, infectados e recuperados (ou suscetíveis, expostos e infectados) com diferentes comportamentos, e desta forma, que a evolução de uma dada doença, em particular a tuberculose, é altamente sensível à topologia de rede utilizada. Mais especificamente, observou-se que quanto maior o valor do comprimento do salto médio, mais rápida será a propagação da doença e, consequentemente, maior será o número de indivíduos infectados.Individual-Based Models have been increasingly employed in the modeling of an infectious process. An IBM consists of a structure in which interactions occur between a certain number of individuals, whose behavior is determined by a set of characteristics that evolve stochastically in time. Recent studies have shown that complex networks are a natural framework for the study of a disease spread. Complex networks are described by a set of vertices (or nodes), edges (connections or links) and some type of interactions between them. In the original IBM approach and in SIR (Susceptible, Infected, Recovered) and SEI (Susceptible, Exposed and Infected) models, the relations between individuals are represented by complete graphs, that is, all individuals are connected to each other. Since the topology of a real network can not be described by a purely random network, in this work an IBM has been implemented in order to incorporate some realistic contact networks xvii models. In general, it was observed that complex networks with different topologies correspond to curves of susceptible, infected and recovered individuals (or susceptible, exposed and infected) with different behaviors, and thus, that the evolution of a given disease, in particular tuberculosis, is highly sensitive to a network topology. More specifically, it was observed that the higher the value of the mean jump length is, the faster the disease spreads and consequently, the higher is the number of infected individuals.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Universidade Estadual Paulista (Unesp)Campanharo, Andriana Susana Lopes de Oliveira [UNESP]Universidade Estadual Paulista (Unesp)Pinto, Eduardo Ribeiro2018-05-03T19:01:49Z2018-05-03T19:01:49Z2018-02-23info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/11449/15384600090112433004064083P2porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-11T06:07:38Zoai:repositorio.unesp.br:11449/153846Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-10-11T06:07:38Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Estudo da dinâmica de epidemias em Redes Complexas
Study of the dynamics of epidemics in Complex Networks
title Estudo da dinâmica de epidemias em Redes Complexas
spellingShingle Estudo da dinâmica de epidemias em Redes Complexas
Pinto, Eduardo Ribeiro
MBI
Redes Complexas
Tuberculose
Modelos Compartimentais
IBM
Complex Networks
Tuberculosis
Compartmental Models
title_short Estudo da dinâmica de epidemias em Redes Complexas
title_full Estudo da dinâmica de epidemias em Redes Complexas
title_fullStr Estudo da dinâmica de epidemias em Redes Complexas
title_full_unstemmed Estudo da dinâmica de epidemias em Redes Complexas
title_sort Estudo da dinâmica de epidemias em Redes Complexas
author Pinto, Eduardo Ribeiro
author_facet Pinto, Eduardo Ribeiro
author_role author
dc.contributor.none.fl_str_mv Campanharo, Andriana Susana Lopes de Oliveira [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Pinto, Eduardo Ribeiro
dc.subject.por.fl_str_mv MBI
Redes Complexas
Tuberculose
Modelos Compartimentais
IBM
Complex Networks
Tuberculosis
Compartmental Models
topic MBI
Redes Complexas
Tuberculose
Modelos Compartimentais
IBM
Complex Networks
Tuberculosis
Compartmental Models
description Os Modelos Baseados em Indivíduos (MBI’s) têm sido crescentemente empregados na modelagem de processos infecciosos. Um MBI consiste de uma estrutura na qual ocorrem interações entre um certo número de indivíduos, cujo comportamento é determinado por um conjunto de características que evoluem estocasticamente no tempo. Estudos recentes têm mostrado que as redes complexas constituem um suporte natural para o estudo da propagação de uma doença. Redes complexas são descritas por um conjunto de vértices (nós), arestas (conexões, ligações ou links) e algum tipo de interação entre os mesmos. Na formulação original do MBI e em modelos SIR (Suscetível, Infectado e Recuperado) e SEI (Suscetível, Exposto e Infectado), as relações entre os indivíduos são representadas por grafos completos, ou seja, todos os indivíduos estão conectados entre si. Como a topologia de uma rede real não pode ser descrita por uma rede puramente aleatória, nesse trabalho o MBI foi implementado de forma a incorporar modelos mais realísticos de redes de contato na propagação de uma doença infecciosa. De maneira geral, observou-se que redes complexas com diferentes topologias resultam em curvas de indivíduos suscetíveis, infectados e recuperados (ou suscetíveis, expostos e infectados) com diferentes comportamentos, e desta forma, que a evolução de uma dada doença, em particular a tuberculose, é altamente sensível à topologia de rede utilizada. Mais especificamente, observou-se que quanto maior o valor do comprimento do salto médio, mais rápida será a propagação da doença e, consequentemente, maior será o número de indivíduos infectados.
publishDate 2018
dc.date.none.fl_str_mv 2018-05-03T19:01:49Z
2018-05-03T19:01:49Z
2018-02-23
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/153846
000901124
33004064083P2
url http://hdl.handle.net/11449/153846
identifier_str_mv 000901124
33004064083P2
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1792965398308585472

Registros relacionados