| Processo: | 19/21858-0 |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Data de Início da vigência: | 01 de janeiro de 2021 |
| Data de Término da vigência: | 31 de julho de 2024 |
| Área de conhecimento: | Engenharias - Engenharia Elétrica - Telecomunicações |
| Pesquisador responsável: | Vitor Heloiz Nascimento |
| Beneficiário: | Carlos Augusto Prete Junior |
| Instituição Sede: | Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil |
| Bolsa(s) vinculada(s): | 22/15985-1 - Aprimoramento de estimativas de número de reprodução efetivo com dados genômicos, BE.EP.DR |
| Assunto(s): | Epidemiologia COVID-19 Estudos soroepidemiológicos Sistemas não lineares Processamento de sinais Redes bayesianas Análise estatística Pandemias |
| Palavra(s)-Chave do Pesquisador: | Epidemiologia | identificabilidade | Modelos Bayesianos | Sistemas Não-lineares | Sororeversão | Sorovigilância | Processamento de Sinais |
Resumo A inferência do percentual da população infectada por um agente infeccioso (taxa de ataque) em tempo real é fundamental para o monitoramento de epidemias emergentes e predição das trajetórias futuras de epidemias. A estimativa da taxa de ataque é dificultada na prática pelo alto custo de testagem em massa, por atrasos no registro de testes em pacientes hospitalizados, e no caso de doenças como COVID-19, pelo alto índice de pacientes assintomáticos ou com sintomas leves, que não chegam a procurar os serviços de saúde. Uma forma de baixo custo para estimar a taxa de ataque em tempo real é fazer medidas de soroprevalência na população, através de testes em amostras de doadores de sangue. No entanto, esses testes são afetados por vieses causados pelo fenômeno da sororeversão, que ocorre em diversos ensaios e consiste em uma queda da reatividade do teste ao longo do tempo, levando a um decaimento da sensibilidade e dificultando a obtenção de estimativas confiáveis de soroprevalência. Neste projeto, propõe-se desenvolver modelos Bayesianos que permitam a estimativa da soroprevalência corrigida pela sororeversão. Também propõe-se estudar a identificabilidade prática destes modelos, permitindo o cálculo do número de amostras para que a estimativa de soroprevalência seja aceitável. Finalmente, propõe-se estudar a sensibilidade das estimativas às distribuições a priori dos parâmetros assumidas pelo modelo. Como modelos Bayesianos são utilizados em diversas áreas, e como problemas de identificabilidade aparecem em inúmeras aplicações científicas, espera-se que os algoritmos desenvolvidos tenham ampla aplicação. (AU) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |