Modelos para a dinâmica da dengue com infecção sequencial e inclusão de estratégias de vacinação por vacina tetravalente

Abstract

Esta tese foi elaborada com a ajuda de diversas pessoas que colaboraram de forma direta ou indireta. Agradeço à minha família: Zilda, Paulino, Iuri e Amanda, por terem superado a distância e por sempre me darem força para que eu alcance meus objetivos. E ao Martijn que me fez sorrir até nos momentos mais difíceis, sempre presente mesmo distante. Os objetivos da tese foram alcançados graças à Dr a. Joyce S. Bevilacqua, que me orientou e me apoiou ao longo desses anos, que fez o trabalho de extração dos dados necessários para a tese, e que me permitiu divergir e seguir minha intuição em diversas fases da pesquisa; à Dr a. Gabriela Gomes pela orientação no doutorado sanduíche, e que foi de fundamental importância para as direções do trabalho; ao Dr. Sergio M. Oliva que desde o mestrado apoiou minha trajetória acadêmica, e esteve sempre aberto para discutir tópicos da pesquisa, e pela oportunidade do doutorado no exterior. O grupo de epidemiologia matemática foi de essencial contribuição. Agradeço aos queridos professores Dr. Pedro Peixoto, Dr a. Claudia Peixoto e Dr. Nelson Kuhl que colaboram com a pesquisa de todos mestrandos e doutorandos do grupo, e a esses colegas que estão igualmente apreendendo e trocando conhecimento. E ao Dr. Pedro Peixoto pela administração do Lab-MAP. Agradeço ao Dr. Ricardo Palácios, pelas discussões e contribuições com informações epidemiológicas, e aos pesquisadores Dr. Eduardo Massad, Dr. Flávio Coelho e Dr. Marcelo Burattini que participaram de algumas reuniões e compartilharam informações importantes sobre a modelagem de doenças infecciosas. Igualmente, agradeço ao Dr. Caetano Souto-Maior, pela ajuda na compreensão de tópicos em epidemiologia, e ao Dr. Duván Cataño e Eduardo Edamatsu pela ajuda com tópicos de estatística e de programação em R. Em adição, também agradeço ao Dr. Sergio M. Oliva, ao Dr. Marcos Amaku, ao Dr. Eduardo Massad, e ao Dr. Marcelo Burattini, por aceitarem o convite para participar da Comissão Julgadora, pela leitura e pelas sugestões para o trabalho. Agradeço aos professores: Dr. Saulo Rabello M. de Barros (orientador de mestrado), e ao Dr. Jaime E. A. Rodriguez (orientador de iniciação cientíca), que foram extremamente importantes no meu desenvolvimento como professora e pesquisadora. E à todos professores da UNESP-Ilha Solteira e do IME-USP que ensinam matemática com entusiasmo. Meu carinho e obrigada às pessoas que conheci ao longo desses anos e que se tornaram muito importantes em minha vida: à Sra. Irene e Sr. Eurico (in memoriam), que me receberam e foram minha família em São Paulo. À Valéria, André, Diego e Waltraud Boxall que foram minha família em Liverpool. Às amigas que conheci durante o período de estudos na Inglaterra e cuja amizade continua mesmo à distância; Vanessa, Edith, Carina e Stefany. i ii Com igual carinho, agradeço aos amigos da minha cidade natal que torceram e se alegraram com minhas vitórias, em especial à Joice, Hannah e Juliana, aos amigos da UNESP, às meninas do MAP e colegas do Lab-MAP, em geral, à todos aqueles que conheci ao lon...

Time-Scale Analysis and Parameter Fitting for Vector-Borne Diseases with Spatial Dynamics

“…The adjustment is done using the error of the least squares method. We set up a function that will calculate the sum of the squared errors which consists of the differences between the result obtained with the model and the data [30,32]. In our work we do the fitting of two time series each time.…”

Parameter fitting using time-scale analysis for vector-borne diseases with spatial dynamics

“…Dengue is an example of infectious disease in which this 29 occurs, in addition of having the particularity of different serotypes. Studies with 30 spatial networks, or meta-populations, provide a way to understand the interactions 31 between individuals in different scales, being a powerful tool to understand the 32 characteristics of transmission in communities, regions and countries incorporating 33 spatial heterogeneity [6,[15][16][17][18][19][20][21]. In addition, as in modelling the dynamics of several 34 vector-borne diseases, if the goal is to fit the model to real data, one has to deal with 35 the asymptomatic cases, reliable data, in particular for the mosquitoes population, 36 besides having to take into account the different time scales of vectors and hosts, which 37 makes it difficult to study and understand disease dynamics [22][23][24].…”

“…The adjustment is done using the error of the least squares method. We set up a 148 function that will calculate the sum of the squared errors which consists of the 149 differences between the result obtained with the model and the data [30,32]. In our 150 work we do the fitting of two time series each time.…”

Modelagem temporal e espacial da propagação da dengue no Brasil

“…fatores relevantes para caracterização da propagação da doença, entre eles os mais relevantes envolvem a sazonalidade que caracteriza os ciclos de maior e menor número de mosquitos que afeta diretamente o número de infetados; a influência de medidas práticas para diminuição de criadouros e consequentemente o número de infectados pela doença e ainda trabalhos que já modelam os efeitos da aplicação de uma futura vacina tetravalente em parte da população(Sartori, 2018).O trabalho descrito acima optou por modelar a propagação da dengue sob a ótica da movimentação populacional dentro de uma cidade. Nesta abordagem o humano passa a ser o propagador da doença.Os resultados apresentados no Capítulo 4 mostram uma coerência entre o modelo apresentado e a série temporal de infectados fornecida pelo SINAN.O conjunto de dados fornecidos pelo SINAN tem origem no preenchimento, pelos órgãos municipais de saúde, da "Ficha de Investigação da Dengue" (Anexo C).Nas simulações apresentadas houve uma coerência sazonal entre o modelo e os dados reais.…”