Epidemiologisk matematiska modeller
Brink, Minette (2021)
Brink, Minette
2021
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2021121360277
https://urn.fi/URN:NBN:fi-fe2021121360277
Tiivistelmä
I den här avhandlingen undersöks olika epidemiologiska matematiska modeller för att förutspå spridningen av infektionssjukdomar. Syftet med undersökningen är att analysera olika matematiska epidemiologiska modeller samt jämföra dem med modeller som använts för att uppskatta spridningen av COVID-19.
Det är många faktorer som påverkar och försvårar skapande av modellerna. Människors beteende går inte med exakt noggrannhet att förutspå, populationer går inte att begränsa noggrant och ovetskap om hur en infektionssjukdom sprids är faktorer som påverkar skapande av modellerna. I avhandlingen presenteras olika modeller var vi analyserar hur människors och infektionssjukdomars beteende påverkar ifall en epidemi bryter ut.
Reproduktionstalet är en viktig del inom matematiska epidemiologiska modeller. Det berättar väntade antalet personer en infekterad person smittar när alla andra personer i populationen är mottagliga för smitta. Beroende på modell och infektionssjukdomens beteende beräknas reproduktionstalet på olika sätt och kan därmed vara svårt att förutspå.
Kermacks och McKendircks modell är en känd modell inom epidemiologisk matematisk modelleringfrån 1927. Modellen som de skapade används fortfarande men med anpassningar för att vara exaktare. Modellen är SIR modellen.
Modellen har relativt strikta antaganden och kan därmed sällan användas som sådan. Några anpassningar kan vara att personer inte blir immuna eller tillfrisknar inte av en sjukdom, sjukdomen har en latensperiod eller hur man har avgränsat populationen och personers beteende. Denna modell och anpassningar kommer att behandlas och analyseras i avhandlingen.
I och med att det är svårt att förutspå människors beteende och att avgränsa noggrant populationer är det svårt att estimera spridningen av infektionssjukdomen. Modellen som används för att estimera spridningen av COVID-19 har anpassats separat för Italien, Spanien och USA [13] så att parametrar och data är lämpliga. I avhandlingen analyseras även resultaten av modellen. Fastän den är välformulerad ger det inte en garanti för att epidemin i verkligheten skulle bete sig som förutspått.
Det är många faktorer som påverkar och försvårar skapande av modellerna. Människors beteende går inte med exakt noggrannhet att förutspå, populationer går inte att begränsa noggrant och ovetskap om hur en infektionssjukdom sprids är faktorer som påverkar skapande av modellerna. I avhandlingen presenteras olika modeller var vi analyserar hur människors och infektionssjukdomars beteende påverkar ifall en epidemi bryter ut.
Reproduktionstalet är en viktig del inom matematiska epidemiologiska modeller. Det berättar väntade antalet personer en infekterad person smittar när alla andra personer i populationen är mottagliga för smitta. Beroende på modell och infektionssjukdomens beteende beräknas reproduktionstalet på olika sätt och kan därmed vara svårt att förutspå.
Kermacks och McKendircks modell är en känd modell inom epidemiologisk matematisk modelleringfrån 1927. Modellen som de skapade används fortfarande men med anpassningar för att vara exaktare. Modellen är SIR modellen.
Modellen har relativt strikta antaganden och kan därmed sällan användas som sådan. Några anpassningar kan vara att personer inte blir immuna eller tillfrisknar inte av en sjukdom, sjukdomen har en latensperiod eller hur man har avgränsat populationen och personers beteende. Denna modell och anpassningar kommer att behandlas och analyseras i avhandlingen.
I och med att det är svårt att förutspå människors beteende och att avgränsa noggrant populationer är det svårt att estimera spridningen av infektionssjukdomen. Modellen som används för att estimera spridningen av COVID-19 har anpassats separat för Italien, Spanien och USA [13] så att parametrar och data är lämpliga. I avhandlingen analyseras även resultaten av modellen. Fastän den är välformulerad ger det inte en garanti för att epidemin i verkligheten skulle bete sig som förutspått.
Kokoelmat
- 111 Matematiikka [38]