Políticas sensíveis ao risco para o controle da propagação de doenças infecciosas (2020)
- Authors:
- USP affiliated authors: SILVA, VALDINEI FREIRE DA - EACH ; BARROS, LELIANE NUNES DE - IME ; DELGADO, KARINA VALDIVIA - EACH ; PASTOR, HENRIQUE DIAS - EACH
- Unidades: EACH; IME
- DOI: 10.5753/eniac.2020.12143
- Subjects: RISCO; PROCESSOS DE MARKOV; MODELOS EPIDEMIOLOGICOS; POLÍTICA DE SAÚDE
- Language: Português
- Abstract: A definição de políticas de controle do espalhamento de doenças infecciosas, tais como a COVID19, é hoje um tema importante para a sociedade e para os agentes do governo, responsáveis pelas medidas de controle. A grande maioria das pesquisas recentes neste tópico usa dados do passado para estimar a evolução da doença considerando uma política arbitrária. No entanto, o uso de técnicas de planejamento automático baseadas em Processos de Decisão Markovianos (MDPs) tem se mostrado mais eficiente para a computação de políticas de controle otimizadas. Um dos modelos mais utilizados para o controle de doenças infecciosas é o "modelo SIR com vacinação" em que a dinâmica da quantidade de indivíduos suscetíveis, infectados e recuperados é controlada através de políticas de vacinação da população. Mas por se tratar de um problema que envolve vidas, também se faz necessário levar em consideração a atitude frente ao risco dos agentes tomadores de decisão. Assim, a proposta deste trabalho é usar MDPs sensíveis ao risco para encontrar políticas otimizadas de vacinação para o controle da propagação de doenças infecciosas considerando, além dos parâmetros do modelo SIR com vacinação, o parâmetro de risco. Os resultados mostram que as políticas de vacinação dependem da taxa de reprodução basal $R_0$, como esperado, bem como da atitude frente ao risco dos agentes de tomada de decisões.
- Imprenta:
- Publisher: SBC
- Publisher place: Porto Alegre
- Date published: 2020
- Source:
- Título do periódico: Anais
- Conference titles: Encontro Nacional de Inteligência Artificial e Computacional
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: bronze
-
ABNT
PASTOR, Henrique Dias et al. Políticas sensíveis ao risco para o controle da propagação de doenças infecciosas. 2020, Anais.. Porto Alegre: SBC, 2020. Disponível em: https://doi.org/10.5753/eniac.2020.12143. Acesso em: 28 abr. 2024. -
APA
Pastor, H. D., Silva, V. F. da, Barros, L. N. de, & Delgado, K. V. (2020). Políticas sensíveis ao risco para o controle da propagação de doenças infecciosas. In Anais. Porto Alegre: SBC. doi:10.5753/eniac.2020.12143 -
NLM
Pastor HD, Silva VF da, Barros LN de, Delgado KV. Políticas sensíveis ao risco para o controle da propagação de doenças infecciosas [Internet]. Anais. 2020 ;[citado 2024 abr. 28 ] Available from: https://doi.org/10.5753/eniac.2020.12143 -
Vancouver
Pastor HD, Silva VF da, Barros LN de, Delgado KV. Políticas sensíveis ao risco para o controle da propagação de doenças infecciosas [Internet]. Anais. 2020 ;[citado 2024 abr. 28 ] Available from: https://doi.org/10.5753/eniac.2020.12143 - Políticas aproximadas e parciais sensíveis a risco para o controle da propagação de doenças infecciosas
- Risk-sensitive piecewise-linear policy iteration for stochastic shortest path Markov decision processes
- ALICAT: a customized approach to item selection process in computerized adaptive testing
- Robust optimization for hybrid MDPs with state-dependent noise
- Symbolic bounded real-time dynamic programming
- Risk-sensitive Markov decision process with limited budget
- Symbolic dynamic programming for discrete and continuous state MDPs
- Learning to program using hierarchical model-based debugging
- B^2RTDP: an efficient solution for bounded-parameter Markov decision process
- ProPAT: a programming ITS based on pedagogical patterns
Informações sobre o DOI: 10.5753/eniac.2020.12143 (Fonte: oaDOI API)
Download do texto completo
Tipo | Nome | Link | |
---|---|---|---|
3009805.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas