Skip to content
This repository has been archived by the owner on Mar 29, 2022. It is now read-only.

Modelagem de níveis de isolamento durante a quarentena #32

Open
vksvinicius opened this issue Mar 19, 2020 · 4 comments
Open

Modelagem de níveis de isolamento durante a quarentena #32

vksvinicius opened this issue Mar 19, 2020 · 4 comments

Comments

@vksvinicius
Copy link

vksvinicius commented Mar 19, 2020

Uma das utilidades do modelo seria a de direcionar políticals públicas (e.g. nível de isolamento durante o período de quarentena). O modelo SEIR atual modela a transmissão do vírus assumindo que ela é homogênea. Na realidade, é preciso um contato físico para haver a transmissão. Como nem todos os membros da população vão ter um contato entre si, uma das estratégias para reduzir o número de casos é a de isolamento das pessoas.

É possível modelar essa dinâmica fazendo pequenas variações no modelo atual. Primeiramente, a população total é dividida em n compartimentos. Em seguida, introduzindo uma variável image que modela o número de pessoas que se transportaram do compartimento i para o compartimento j da população durante o período de tempo, as equações que antes, para cada compartimento eram:
image
Se tornam:
image

Esse modelo permitiria a modelagem da evolução dos casos de forma mais realista (e.g. se os dados de viagem entre cidades/bairros estivessem disponíveis). O modelo também pode ser simplificado para modelar a evolução dos casos em uma cidade com diferentes níveis de isolamento (diferentes valores de T, assumindo uma taxa constante entre compartimentos).

[Edit: Somatório colocado na última eq.]

@dsevero
Copy link
Contributor

dsevero commented Mar 19, 2020

Interessante, @vksvinicius. Duas coisas

  • tens alguma referências disso? Idealmente, uma aplicação em epidemiologia.
  • como imaginas que podemos estimar os parâmetros? Parece um problema de estimação interessante.

@vksvinicius
Copy link
Author

vksvinicius commented Mar 19, 2020

Não tenho referência.
Os termos que foram adicionados são inspirados nos termos de mortalidade. Por exemplo, o modelo assume uma mesma taxa de mortalidade em todas as classes (Suscetível, Exposto, Infectado e Recuperado).
Foi assumido que a fração de viajantes de i para j que estão na classe suscetível, exposto, infectado e recuperado são, respectivamente, Si/Ni, Ei/Ni, Ii/Ni e Ri/Ni. De modo semelhante, a fração de viajantes de j para i em cada classe foi assumida como sendo Sj/Nj, Ej/Nj, Ij/Nj e Rj/Nj. Então o número de viajantes infectados que foram de i para j é Tij Ii/Ni.

Os parâmetros do modelo SEIR seriam os mesmos. Os parâmetros Tij podem ser modelados de diferentes formas. Uma forma seria estimar o numero de viajantes mesmo. Outra forma seria utilizar um valor constante para todos (e.g. T N):
image

Assim, poderia se estudar o resultado de diferentes valores de T (diferentes níveis de isolamento).

@tiagoyuzo
Copy link

@dsevero e @vksvinicius este paper pode ajudar. Os autores modelam Covid-19 em Wuhan considerando mobilidade e quarentena com um modelo SEIR. Ainda não li inteiro, mas pelo que vi é parecido com a ideia do @vksvinicius .

@hsteinshiromoto
Copy link

hsteinshiromoto commented Mar 21, 2020

@vksvinicius, a sua proposta me parece que poderia ser formulada usando equações diferenciais parciais. Ao invés do termo
image
teríamos
image

Este termo mostra a difusão com relação ao espaço x. A minha formulação seria baseada na equação de difusão: https://en.wikipedia.org/wiki/Diffusion_equation

A formulação da primeira equação ficaria:
image

[edit 1] Mudei sinais em frente ao termo de difusão.

Sign up for free to subscribe to this conversation on GitHub. Already have an account? Sign in.
Projects
None yet
Development

No branches or pull requests

4 participants