Modelos bayesianos para estimação da taxa de ataque de epidemias

• Processo: 19/21858-0
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Vigência (Início): 01 de janeiro de 2021
• Vigência (Término): 31 de julho de 2024
• Área do 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)

Publicações científicas

(9)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BUSS, LEWIS; PRETE, CARLOS A.; WHITTAKER, CHARLES; SALOMON, TASSILA; OIKAWA, MARCIO K.; PEREIRA, RAFAEL H. M.; MOURA, ISABEL C. G.; DELERINO, LUCAS; FRANCA, RAFAEL F. O.; MIYAJIMA, FABIO; et al. Predicting SARS-CoV-2 Variant Spread in a Completely Seropositive Population Using Semi-Quantitative Antibody Measurements in Blood Donors. VACCINES, v. 10, n. 9, p. 11-pg., 2022-09-01. (18/14389-0, 19/21858-0)

PRETE, CARLOS A., JR.; BUSS, LEWIS F.; WHITTAKER, CHARLES; SALOMON, TASSILA; OIKAWA, MARCIO K.; PEREIRA, RAFAEL H. M.; MOURA, ISABEL C. G.; DELERINO, LUCAS; BARRAL-NETTO, MANOEL; TAVARES, NATALIA M.; et al. SARS-CoV-2 antibody dynamics in blood donors and COVID-19 epidemiology in eight Brazilian state capitals: A serial cross-sectional study. eLIFE, v. 11, p. 53-pg., 2022-09-22. (18/14389-0, 19/21858-0)

FELIPE DE MELLO MARTINS; ALESSANDRA PINHEIRO VIDAL; JEEVAN GIDDALURU; BERNARDO MAIA DA SILVA; EVA K. LEE; PEIJUE ZHANG; LUCAS ESTEVES CARDOZO; CARLOS AUGUSTO PRETE JUNIOR; HELVES HUMBERTO DOMINGUES; ESTER CERDEIRA SABINO; et al. Temporal and spatial analysis of over 7,000 measles cases outbreak from 2018 to 2019 in the Brazilian Amazon. Einstein (São Paulo), v. 22, 2024-03-29. (19/21858-0)

VERNAL, SEBASTIAN; NAHAS, ANDRESSA K.; NETO, FRANCISCO CHIARAVALLOTI; PRETE JUNIOR, CARLOS A.; CORTEZ, ANDRE L.; SABINO, ESTER CERDEIRA; LUNA, EXPEDITO JOSE DE ALBUQUERQUE. Geoclimatic, demographic and socioeconomic characteristics related to dengue outbreaks in Southeastern Brazil: an annual spatial and spatiotemporal risk model over a 12-year period. Revista do Instituto de Medicina Tropical de São Paulo, v. 63, 2021. (18/14389-0, 19/21858-0)

FARIA, NUNO R.; MELLAN, THOMAS A.; WHITTAKER, CHARLES; CLARO, INGRA M.; CANDIDO, DARLAN DA S.; MISHRA, SWAPNIL; CRISPIM, MYUKI A. E.; SALES, FLAVIA C.; HAWRYLUK, IWONA; MCCRONE, JOHN T.; et al. Genomics and epidemiology of the P.1 SARS-CoV-2 lineage in Manaus, Brazil. Science, v. 372, n. 6544, p. 815+, MAY 21 2021. (20/04558-0, 19/21568-1, 19/21301-5, 18/14389-0, 17/13981-0, 20/04272-9, 18/25468-9, 16/18445-7, 19/21858-0, 18/17176-8, 19/12000-1, 19/07544-2, 18/12579-7, 19/24251-9)

PRETE JR, CARLOS A.; NASCIMENTO, VITOR H.; LOPES, CASSIO G.. Optimal Passive Source Localization for Acoustic Emissions. Entropy, v. 23, n. 12, DEC 2021. (19/21858-0, 18/12579-7)

PRETE, JR., CARLOS A.; BUSS, LEWIS F.; BUCCHERI, RENATA; ABRAHIM, CLAUDIA M. M.; SALOMON, TASSILA; CRISPIM, MYUKI A. E.; OIKAWA, MARCIO K.; GREBE, EDUARD; DA COSTA, ALLYSON G.; FRAIJI, NELSON A.; et al. einfection by the SARS-CoV-2 Gamma variant in blood donors in Manaus, Brazi. BMC INFECTIOUS DISEASES, v. 22, n. 1, FEB 5 2022. (19/21858-0, 18/14389-0)

LI, SABRINA L.; PEREIRA, RAFAEL H. M.; PRETE JR, CARLOS A.; ZAREBSKI, ALEXANDER E.; EMANUEL, LUCAS; ALVES, PEDRO J. H.; PEIXOTO, PEDRO S.; BRAGA, CARLOS K., V; DE SOUZA SANTOS, ANDREZA ARUSKA; DE SOUZA, WILLIAM M.; et al. Higher risk of death from COVID-19 in low-income and non-White populations of SAo Paulo, Brazil. BMJ GLOBAL HEALTH, v. 6, n. 4, p. 11-pg., 2021-04-01. (19/21858-0, 19/24251-9, 18/14389-0, 17/13981-0)

BRIZZI, ANDREA; WHITTAKER, CHARLES; SERVO, LUCIANA M. S.; HAWRYLUK, IWONA; PRETE JR, CARLOS A.; DE SOUZA, WILLIAM M.; AGUIAR, RENATO S.; ARAUJO, LEONARDO J. T.; BASTOS, LEONARDO S.; BLENKINSOP, ALEXANDRA; et al. Spatial and temporal fluctuations in COVID-19 fatality rates in Brazilian hospitals. Nature Medicine, v. 28, n. 7, p. 31-pg., 2022-05-10. (19/21858-0)