EUVIMEDEUVIMED entdecken
Crossref

Στοχαστική Μοντελοποίηση με εφαρμογές στην Επιδημιολογία

Βασίλειος Παπαγεωργίου

Aristotle University of Thessaloniki · 01.01.2025

DOI: 10.26262/heal.auth.ir.363839 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Aristotle University of Thessaloniki, erschienen am 01.01.2025. Verfasst von Βασίλειος Παπαγεωργίου.

AbstractSchlagwörterBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Η μοντελοποίηση επιδημιολογικών φαινομένων έχει κεντρικό ρόλο στο πεδίο της επιδημιολογίας, προσφέροντας αξιόπιστες εκτιμήσεις για την εξάπλωση μολυσματικών ασθενειών μέσω ποικίλων μεθοδολογικών προσεγγίσεων. Οι προσδιοριστικές προσεγγίσεις συχνά αποτυγχάνουν να περιγράψουν πλήρως την εξέλιξη επιδημιών, λόγω της εγγενούς αβεβαιότητας που χαρακτηρίζει τη δυναμική αυτών των φαινομένων. Ως εκ τούτου, η μετάβαση από την προσδιοριστική στη στοχαστική προσέγγιση παρουσιάζει ιδιαίτερο ενδιαφέρον. Στο Κεφάλαιο 1 γίνεται μια εισαγωγή στο πεδίο της μαθηματικής μοντελοποίησης στην επιδημιολογία, παρουσιάζοντας τα κυριότερα προσδιοριστικά και στοχαστικά μοντέλα, καθώς και τις βασικές ιδιότητες των μπεϋζιανών φίλτρων και των μαρκοβιανών αλυσίδων. Στο Κεφάλαιο 2 επισημαίνονται εν συντομία τα καινοτόμα στοιχεία του κάθε κεφαλαίου. Στο Κεφάλαιο 3 παρουσιάζεται το στοχαστικό μοντέλο SIRD (Ευπαθείς (S), Μολυσματικοί (I), Αναρρώσαντες (R), Θανόντες (D)) με ατελή ανοσία, βασισμένο σε μια μαρκοβιανή αλυσίδα συνεχούς χρόνου. Κατασκευάζονται τύποι και αλγόριθμοι για τον υπολογισμό των κατανομών και των ροπών χρονικών μεγεθών, όπως ο χρόνος εξάλειψης της νόσου, ο χρόνος συναγερμού καθώς και ο χρόνος μόλυνσης και θνησιμότητας μελών του πληθυσμού. Μέσω ανάλυσης ευαισθησίας εξετάζεται η συμπεριφορά αυτών των χαρακτηριστικών συναρτήσει των επιδημιολογικών παραμέτρων του μοντέλου. Στο Κεφάλαιο 4 θεμελιώνεται ένα μαρκοβιανό μοντέλο SIHRD (Ευπαθείς (S), Μολυσματικοί (I), Νοσηλευόμενοι (Η), Αναρρώσαντες (R), Θανόντες (D)), το οποίο βασίζεται σε μια μαρκοβιανή αλυσίδα τεσσάρων συνιστωσών, εστιάζοντας στο πλήθος νοσηλευόμενων κατά την εξέλιξη μιας επιδημίας. Σε αντίθεση με το Κεφάλαιο 3, έμφαση δίνεται σε στοχαστικά χαρακτηριστικά που σχετίζονται με τα μεγέθη των καταστάσεων, όπως το μέγιστο πλήθος νοσηλευόμενων, το συνολικό πλήθος νοσηλειών, καθώς και η από κοινού κατανομή νοσηλειών και μολύνσεων. Στο Κεφάλαιο 5 στόχος είναι ο συνδυασμός των αναδρομικών σχέσεων για τον υπολογισμό των κατανομών και των ροπών στοχαστικών χαρακτηριστικών που προκύπτουν μέσω της μαρκοβιανής προσέγγισης, με μια μέθοδο δυναμικής εκτίμησης παραμέτρων, όπως το φίλτρο σωματιδίων. Η μαρκοβιανή αλυσίδα προσαρμόζεται στη δομή του διαμερισματικού μοντέλου SPIR (Ευπαθείς (S), Προσυμπτωματικοί (P), Μολυσματικοί (I), Αναρρώσαντες-Θανόντες (R)). Εξετάζονται χαρακτηριστικά, όπως το πλήθος μολυσματικών μέχρι την εξάλειψη της επιδημίας, ο χρόνος εμφάνισης ορισμένου πλήθους θανάτων και το πλήθος μολύνσεων που προκαλούνται από ένα προσυμπτωματικό ή μολυσματικό μέλος του πληθυσμού. Σκοπός είναι η αποδοτικότερη περιγραφή της χρονικά μεταβαλλόμενης συμπεριφοράς των επιδημιών. Η προτεινόμενη μέθοδος εξετάστηκε στα δεδομένα ευλογιάς των πιθήκων στην Γκάνα, παρουσιάζοντας βελτιωμένες εκτιμήσεις σε σχέση με τη μεθοδολογία με σταθερές παραμέτρους. Τέλος, μέσω της ανάλυσης ευαισθησίας και της σύγκρισης της συμπεριφοράς των προαναφερθέντων χαρακτηριστικών καταλήγουμε σε συμπεράσματα αναφορικά με την επίδραση των μολυσματικών και προσυμπτωματικών μελών στη μετάδοση της μολυσματικής νόσου.

Schlagwörter

epidemic dynamicsinfectious disease transmissionstochastic differential equationsstochastic delay differential equationsepidemic forecasting

Zitieren

APA

Παπαγεωργίου, Β. (2025). Στοχαστική Μοντελοποίηση με εφαρμογές στην Επιδημιολογία. Aristotle University of Thessaloniki. https://doi.org/10.26262/heal.auth.ir.363839

Vancouver

Παπαγεωργίου Β. Στοχαστική Μοντελοποίηση με εφαρμογές στην Επιδημιολογία. Aristotle University of Thessaloniki. 2025. doi:10.26262/heal.auth.ir.363839

BibTeX
@article{2025,
  author = {Παπαγεωργίου, Βασίλειος},
  title = {Στοχαστική Μοντελοποίηση με εφαρμογές στην Επιδημιολογία},
  journal = {Aristotle University of Thessaloniki},
  year = {2025},
  doi = {10.26262/heal.auth.ir.363839}
}
Kostenlos starten →