Această disertație a introdus mai multe aspecte privind analiza bolilor de către

arătând modul în care modelarea și simularea ar putea fi utilizate pentru a ajuta la crearea politicii de
sănătate prin

estimarea efectelor unor astfel de politici.

Prima întrebare pusă a fost cum ar fi educația, vaccinarea și o combinație de

aceste două programe influențează posibilul focar de meningită într-un campus universitar. După

crearea unui model reprezentativ pentru dinamica transmisiei meningitei și stabilirea

valorile parametrilor caracteristice campusului principal al Universității din Florida Centrală, rezultatele
unui

modelul determinist a fost prezentat în mai multe forme. Rezultatul acestui model a fost

combinația de educație și vaccinare ar elimina posibilitatea unei epidemii asupra noastră

campus.

În continuare, am folosit simularea pentru a evalua cum ar afecta carantina și tratamentul

focar de gripă asupra aceleiași populații. A fost creat un model matematic specific

gripa în campusul UCF. Rezultatele numerice ale acestui model au fost apoi prezentate în tabel

și forma grafică. Rezultatele care compară simulările pentru carantină și tratament arată

cel mai bun curs de acțiune ar fi adoptarea unei politici de carantină în campus reducând astfel

numărul maxim de infectați în timp ce crește timpul pentru atingerea acestui vârf.

În cele din urmă, am abordat problema efectuării analizei în mod stocastic

determinist. Au fost create modele suplimentare odată cu evoluția bolii

din întâmplare. Analiza statistică a fost făcută în medie de 100 de rulări de simulare stocastică

compararea acestei valori cu rezultatul determinist. Rezultatele acestei analize au fost

iv

neconcludent, deoarece rezultatele pentru meningită au fost comparabile în timp ce cele pentru gripă
au apărut

fi diferit.
CAPITOLUL 1: INTRODUCERE

Introducere

Trăim cu adevărat într-o lume mică. Ușurătatea călătoriilor mondiale îi face pe toți un vecin.

Această interconectare a creat necesitatea de a înțelege și de a putea prezice infecțioase

boli. Modelarea matematică a oferit un mijloc economic de înțelegere

dinamica de transmitere a bolilor, precum și capacitatea de a alege cele mai eficiente și

intervenții economice care vizează prevenirea și tratarea bolilor. În această disertație o vom face

încercați să răspundeți la întrebări de politică folosind rezultatele simulării din mai multe matematice

modele.

Declarația problemei de cercetare

Modelarea bolilor infecțioase este un instrument care a fost utilizat pentru a studia mijloacele

ce boli se răspândesc, pentru a prognoza cursul viitor al unui focar și pentru a evalua strategiile

controlează o epidemie (Daley și Gani, 2005) și chiar dacă modelele matematice nu pot oferi

descrieri cuprinzătoare ale modului de combatere a bolilor, sunt metode elegante de evaluare

influența posibilă a diferitelor strategii oferite în programele de intervenție de sănătate publică

(Moghadas, 2006). Datorită gripei recente A, H1N1 (gripa porcină) pandemică utilizarea unei astfel de
gripe

modelul pentru investigarea intervențiilor, atât sociale cât și medicale, a intrat în lumina reflectoarelor.
Acest

disertația va avea în vedere efectele unor astfel de măsuri de combatere a bolii asupra unui meningococ

Focar de boală (meningită) într-un campus universitar, precum și o privire mai largă asupra efectelor lor
asupra

pandemia de gripă actuală în aceeași populație definită pentru a arăta valoarea de

utilizarea acestor date pentru a ajuta pe factorii de decizie să informeze practicile clinice și resursele de
asistență medicală

alocări (Weinstein și colab., 2003).

Modelarea măsurii de control al gripei

Dinamica de transmitere a gripei (gripa) a fost examinată folosind matematica

modele. Astfel de modele au fost utilizate ca instrumente pentru a crea politici de asistență medicală și
pentru a prognoza

efecte asupra bolii rezultate din intervenții comportamentale și biomedicale.

Distanțarea socială este o abordare utilizată pentru a reduce numărul de cazuri de boală.

Sattenspiel și Herring (2003) au folosit un model compartimentar și date din centrul 1918-19

Gripa canadiană pentru a simula răspândirea geografică a gripei și pentru a aborda perspectivele

eficacitatea carantinei umane. În 2007, a fost elaborat un model stocastic, bazat pe ecuații

de Epstein, Geodecke, Yu, Morris, Wagener și Bobashev pentru a studia transmisia globală a

gripă pandemică. Simularea lor a inclus efectele restricției de călătorie asupra răspândirii globale a

pandemic. Efectul închiderilor școlilor a fost modelat și el; Cauchemez, Valleron, Boëlle,

Flahault și Ferguson (2008) au utilizat datele de supraveghere din Franța pentru a evalua rolul școlilor în

epidemii și pentru a prezice efectul închiderii lor în timpul unei pandemii.

Inocularea împotriva gripei și tratarea persoanelor cu agenți antivirali sunt suplimentare

intervenții studiate folosind modelarea și simularea. Longini, Halloran, Nizam și Yang

(2004) au utilizat simulări epidemice stochastice pentru a compara profilaxia antivirală țintită cu

strategiile de vaccinare. Utilizează Arino, Brauer, van den Driessche, Watmough și Wu (2006, 2008)

parametrii dezvoltați de Longini și colab. (2004) pentru a examina rezultatele tratamentului antiviral

și / sau vaccinarea ar avea o pandemie în curs de dezvoltare folosind un model compartimentar. Prin
urmare,

care arată beneficiile acestui model mai simplu care permite analiza sensibilității în cazul

strategii mixte. În 2005, Ferguson și colab. transmisie modelată a gripei în Asia de Sud-Est la

investigarea rezultatelor potențiale ale utilizării profilactice în masă a medicamentelor antivirale ca

martor

strategie. Un model care a inclus atât răspunsul individului la vaccinare la diferite

dozele și procesul de transmitere de la persoană la persoană a gripei pandemice au fost create de

Riley, Wu și Leung (2007) cu scopul de a optimiza doza de vaccinuri pentru a reduce

rata infecției. Medlock și Galvani (2009) au creat un model determinist pe care îl obișnuiseră

evaluați distribuția optimă a vaccinului pe baza a cinci măsuri rezultate: decese, infecții,

ani de viață pierduți, evaluare contingentă și costuri economice. Rezultatele lor au indicat că

considerarea dinamicii de transmisie specifice vârstei este vitală atunci când se calculează cel mai mult

alocare avantajoasă pentru vaccinul antigripal.

În cele din urmă, ideea de intervenții multiple a fost, de asemenea, simulată folosind matematica

modele. Longini și colab. (2005) a utilizat o simulare stocastică din Asia de Sud-Est pentru a evalua

eficacitatea profilaxiei antivirale țintite, a carantinei și a pre-vaccinării pentru controlul

pandemie la sursă. În anul următor (2006), Ferguson și colab. a studiat aceleași strategii

și adăugarea închiderii școlii și a locului de muncă și restricțiile de călătorie în încercarea de a diminua

gripa

pandemic. Cel mai recent (2008), Halloran și colab. s-a uitat la o combinație de intervenții numite

reținerea stratificată (TLC) asupra unei pandemii de gripă în Statele Unite.

Modelarea gripei A (H1N1)

În timp ce modelarea bolii cunoscută sub numele de gripă se întâmplă de ceva timp,

primul caz de gripă A (H1N1) a fost raportat în Mexic la mijlocul lunii aprilie 2009, permițând

oamenii de știință mai puțin de un an, ca să nu mai vorbim de date limitate, pentru a studia dinamica
transmisiei

acest nou virus. Primul studiu efectuat asupra bolii a fost realizat de Boëlle, Bernillon și

Desenclos (mai, 2009); obiectivul principal al activității lor fiind estimarea preliminară a

raportul de reproducere de bază (R0); care poate fi definit ca fiind numărul de infecții secundare

cauzate de o singură infecțioasă introdusă într-o populație formată în întregime din susceptibili
indivizi pe parcursul infecției acestui infecțiu unic. Folosind metodele de

rata de creștere intrinsecă și estimarea în timp real au evaluat raportul de reproducere ca fiind un număr

mai puțin de 2,2 zile până la un interval de generare (perioada dintre timpul de infecție al unui infectat

individ și timpul de infecție al infecționerului său [Kenah, Lipsitch & Robins, 2008]) din 3.1

zile și au ajuns la concluzia că estimările depindeau în mod hotărât de presupunerile făcute

privind intervalul de generare.