Aulas do Curso de Modelagem matemática IV da FGV-EMAp
License: GPL3
Image: default
Modelando a Transmissão
Até agora viemos modelando a transmissão, usando a lei de ação de massas, , onde a transmissão é proporcional ao produto das densidades de Suscetíveis e Infeciosos. Entretanto existem diversas outras formulações para a transmissão, propostas na literatura. McCallun et al. discutem as principais em um artigo muito interessante.
Segundo alguns autores, , não representa uma verdadeira lei de ação de massas, e que esta deveria ser escrita como , onde é a o tamanho da população, , no caso de um modelo . Por que este distinção é importante?
Segundo Anderson e May, em sua obra clássica, Quando modelamos a transmissão usando a expressão , existe um limiar no número de suscetíveis, que abaixo deste valor, impede que uma doença infecciosa se estabeleça em uma população de suscetíveis. Claramente, se , Para obtermos um valor de , ponto de bifurcação transcrítica além do qual existe o equilíbrio endêmico, . Contudo, quando formulamos a transmissão como , tal limiar populacional não existe, a invasibilidade depende apenas da razão entre e , esta forma de transmissão é denominada de dependente da frequência, ou independente da densidade.
Exercício 1:
Mostre que o limiar epidêmico não depende de N quando a transmissão é modelada como .
A lei de ação de massas, pela qual a taxa de contatos entre e depende de suas respectivas densidades, implica em uma mistura perfeitamente aeatória das populações, denominada panmixia, entretanto podemos facilmente imaginar situações em que isto não é verdadeiro. Por exemplo, a probabilidade de um médico encontrar um infeccioso é muito maior do que a dada pelo produto das densidades de médicos e infecciosos na população, pois os infecciosos ativamente procuram os médicos. Formulações alternativas
na tabela 1 do artigo de McCallum et al., são listadas pelo menos 7 formulações para a transmissão:
: dependente da densidade
: dependente da frequência
: relação de potência. Associada com heterogeneidades na susceptibilidade e Infecciosidade
quando ou quando : A constante , representa um efeito de refúgio, onde é a proporção da população potencialmente suscetível, devido a heterogeneidades espaciais.
: Binomial Negativa: Um pequeno corresponde a uma infecção altamente agregada. A medida em que , a expressão se reduz à lei de ação de massas.
:Função de contato assintótica, separada do termo de mistura , pode ser qualquer um dos acima. Se , os contatos são proporcionais a , se , os contatos são independentes de
: transmissão assintótica, é uma constante.
Exercício 2:
Para cada uma das formulações da transmissão acima, faça um gráfico 3D da taxa de transmissão x x .
Exercício 3:
Analise um modelo para cada tipo de transmissão listado acima, calcule o , e identifique se existe um limiar epidêmico e qual a sua expressão.
Exercício 4:
Para cada umas das funções de transmissão , acima, crie uma função interativa onde seja possível explorar os efeitos dos parâmetros sobre a dinâmica temporal da epidemia.
Incidência e Prevalência
Nos modelos epidemiológicos, O representa o que chamamos de prevalência, ou seja, quantas pessoas estão infectadas no tempo . Contudo, normalmente, os dados de vigilância, normalmente nos entrega a incidência, ou seja, quanto novos casos foram detectados no instante no dia . Por causa desta diferença na forma de representar os casos, precisamos ser capazes de converter entre estas duas quantidades para podermos comparar corretamente a saída de nossos modelos com os dados.
Vamos mostrar como fazer isso a partir de dados simulados de um modelo discreto para facilitar a geração da série de incidência.
Defaulting to user installation because normal site-packages is not writeable
Collecting epimodels
Downloading epimodels-0.3.21.tar.gz (20 kB)
Installing build dependencies ... done
Getting requirements to build wheel ... done
Preparing metadata (pyproject.toml) ... done
Requirement already satisfied: numpy in /usr/local/lib/python3.10/dist-packages (from epimodels) (1.22.4)
Requirement already satisfied: scipy in /usr/lib/python3/dist-packages (from epimodels) (1.8.0)
Requirement already satisfied: cython in /usr/lib/python3/dist-packages (from epimodels) (0.29.28)
Building wheels for collected packages: epimodels
Building wheel for epimodels (pyproject.toml) ... done
Created wheel for epimodels: filename=epimodels-0.3.21-py2.py3-none-any.whl size=11187 sha256=f541a92f99f0a373e26b3518ab26d76b6ef6d8808b2061fc4a6599ec0b823dbf
Stored in directory: /home/fccoelho/.cache/pip/wheels/c1/dd/9b/0c17dd74b1069643d4824c007cd7ad4a6f7b66ab76dc39e690
Successfully built epimodels
Installing collected packages: epimodels
Successfully installed epimodels-0.3.21