Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores

Detalhes bibliográficos
Autor(a) principal: Freitas, Luiz Fernando de Souza, 1988-
Data de Publicação: 2018
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1633622
Resumo: Orientador: Hyun Mo Yang
id UNICAMP-30_fe6b49c86e7b1d4685f16e05abd72b0c
oai_identifier_str oai::1005489
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadoresVaccination in directly infectious diseases : quantifying control conditions taking into account carriersBifurcação backwardErradicação de doençasMétodo de Monte CarloCadeias de MarkovAlgoritmo de GillespieBackward bifurcationDisease eradicationMonte Carlo methodMarkov chainsGillespie algorithmOrientador: Hyun Mo YangTese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação CientíficaResumo: O desenvolvimento de vacinas seguras foi possível por meio da compreensão do complexo sistema imunológico humano: como são as interações entre hospedeiro e patógeno, quais são as células que combatem a infecção, suas funções e ativação. Existem muitos tipos de vacinas, tais como vacinas de vetor vivo, vacinas heteróloga, vacinas subunidade, vacinas conjugadas, vacinas de DNA, vacinas inativas e vacinas ativas. Como exemplo, tomamos vacinas inativas e ativas. Vacinas inativas (ou preparações mortas) são compostas por partículas de vírus ou bactérias, as quais são seguras, pois não se multiplicam no hospedeiro. Esta característica resulta em uma indução de resposta imunológica incompleta e demanda mais de uma dose da vacina para reforçar a proteção depois da primeira dose (por exemplo, febre amarela, hepatite B e tétano), o que é conhecido como falha vacinal primária. A falha vacinal secundária ocorre quando os níveis de imunidade induzida pela vacina decaem mais rapidamente que o normalmente esperado. Outra importante questão é a eficiência das vacinas, que pode ser variável. Neste contexto surge a questão: A indução de imunidade temporária (falha secundária) e a efetividade parcial (falha primária) da vacina poderiam originar um surto epidêmico inesperado e evitar o principal objetivo da vacinação ou até mesmo ser perigoso para o esquema de vacinação? A resposta é não. Esta situação não é razoável do ponto de vista biológico. Entretanto, é matematicamente possível e esta situação caracteriza a bifurcação ''backward''. Esta bifurcação ocorre apenas se parâmetros particulares estão em intervalos específicos, como descritos em um teorema. Posteriormente, consideramos uma vacina totalmente eficiente que não possui as falhas primária e secundária e uma doença assintomática, isto é, indivíduos suscetíveis, expostos, infectantes e recuperados são indistinguíveis. Logo, é difícil identificar quem deve ser vacinado, isto é, os indivíduos suscetíveis. Portanto, para garantir o controle da doença, indivíduos expostos, infectantes e recuperados são vacinados, o que conduz a um desperdício de vacinas. A partir do modelo determinístico SEIRV formulado com parâmetros constantes, uma taxa limiar de vacinação é obtida. Entretanto, devido à variação contínua do número de indivíduos, a erradicação da infecção é atingida assintoticamente. Para incorporar o número inteiro de indivíduos, usamos uma versão estocástica de tempo contínuo do modelo SEIRV com estados inteiros, o qual é simulado por meio do algoritmo de Gillespie, considerando que as transições entre os compartimentos ocorrem aleatoriamente de acordo com uma cadeia de Markov com taxas de transição iguais as taxas determinísticas. Tempos de erradicação para a doença são obtidos para diferentes taxas de vacinação, bem como o número de indivíduos em cada classe (suscetíveis, expostos, infectantes, recuperados e vacinados). O custo da aplicação das vacinas foi calculado, para ambos os casos de doenças sintomáticas e assintomáticas (onde existem vacinas desperdiçadas em indivíduos não suscetíveis) levando em conta o tempo de erradicação e o número de vacinas aplicadas na comunidade. Baseado nos resultados fornecidos pelo modelo estocástico, gestores de saúde pública podem escolher uma política de vacinação considerando um orçamento limitado. No último modelo matemático, incorporamos um parâmetro $\kappa$ que indica o quão assintomática a doença é. Simulamos diferentes cenários para $\kappa$ e obtivemos tempos para erradicação da doença, bem como o número de indivíduos em cada classe e o custo da aplicação das vacinasAbstract: The development of safe vaccines was possible through understanding of the complex human immunological system: how are the interactions between host and pathogen, what are the cells that fight infection, their functions and activation. There are many types of vaccines, such as live vector vaccine, heterologous vaccine, subunit vaccine, conjugate vaccine, DNA vaccine, inactive vaccine and active vaccine. As example, let inactive and active vaccines be considered. Inactive vaccines (or killed preparations) are composed by virus or bacterial particles, which are safe because they do not multiply inside the host. This feature results in an incomplete induction of the immunological response, and demands for more than one dose of the vaccine to reinforce the protection after first dose (for instance, yellow fever, hepatitis B and tetanus), which is known as the primary vaccine failure. A secondary vaccine failure occurs when the levels of induced immunity by vaccine wane and decline at a faster rate than normally expected. Another important question about vaccines is their efficiency that can be variable. In this context, the following question arises: Can the temporary induction of immunity (secondary failure) and partial effectiveness (roughly primary failure) of vaccines originate unexpected outcomes to avoid the achievement of the main goal of vaccinations, or even become dangerous for some scheme of vaccination? The answer is no. This situation is not reasonable in a biological point of view. However it is mathematically possible and this situation characterizes a backward bifurcation. This bifurcation only occurs if particular parameters are in specific intervals, as described in a theorem. Posteriorly, we consider a totally efficient vaccine that does not have failures and an asymptomatic disease, that is, susceptible, exposed, infected and recovered individuals are indistinguishable. Thus, it is difficult to identify who should be vaccinated, that is, the susceptible individuals. Therefore, to ensure control of the disease, exposed, infected and recovered individuals are also vaccinated, which leads to a waste of vaccines. From a SEIRV deterministic model formulated with constant model parameters, a threshold vaccination rate can be obtained. However, due to the continuous varying number of individuals, the eradication of the infection is achieved asymptotically. To incorporate the integer-valued number of individuals, we use a continuous-time stochastic version of the SEIRV model with integer-valued states, which is simulated applying the Gillespie algorithm, considering that the transitions between compartments occur randomly according to a Markov chain with transition rates equal to the deterministic rates. Times for the eradication of the disease are obtained for different vaccination rates, as well as the number of individuals in each class (susceptible, exposed, infectious, recovered and vaccinated). The cost of the application of the vaccine was computed, for both the cases of symptomatic and asymptomatic diseases (where there are vaccines wasted on non-susceptible individuals) taking into account the eradication time and the number of vaccines applied in the community. Based on the results provided by the stochastic model, public health policy decision makers can choose a vaccination policy taking into account a limited budget. In the last mathematical model, we incorporate a ? parameter that indicates how asymptomatic the disease is. We simulate different sceneries for different ? and obtained times for the eradication of the disease, as well as the number of individuals in each class and the cost of the application of the vaccineDoutoradoMatemática AplicadaDoutor em Matemática AplicadaCNPQ141084/2014-6CAPES[s.n.]Yang, Hyun Mo, 1959-Boldrini, José LuizBraumann, Carlos Alberto dos SantosRuffino, Paulo Regis CaronFassoni, Artur CésarUniversidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação CientíficaPrograma de Pós-Graduação em Matemática AplicadaUNIVERSIDADE ESTADUAL DE CAMPINASFreitas, Luiz Fernando de Souza, 1988-20182018-02-27T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf1 recurso online (171 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1633622FREITAS, Luiz Fernando de Souza. Vacinação de doenças infecciosas de transmissão direta: quantificando condições de controle considerando portadores. 2018. 1 recurso online (171 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1633622. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1005489Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2018-06-08T16:37:15Zoai::1005489Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2018-06-08T16:37:15Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
Vaccination in directly infectious diseases : quantifying control conditions taking into account carriers
title Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
spellingShingle Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
Freitas, Luiz Fernando de Souza, 1988-
Bifurcação backward
Erradicação de doenças
Método de Monte Carlo
Cadeias de Markov
Algoritmo de Gillespie
Backward bifurcation
Disease eradication
Monte Carlo method
Markov chains
Gillespie algorithm
title_short Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
title_full Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
title_fullStr Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
title_full_unstemmed Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
title_sort Vacinação de doenças infecciosas de transmissão direta : quantificando condições de controle considerando portadores
author Freitas, Luiz Fernando de Souza, 1988-
author_facet Freitas, Luiz Fernando de Souza, 1988-
author_role author
dc.contributor.none.fl_str_mv Yang, Hyun Mo, 1959-
Boldrini, José Luiz
Braumann, Carlos Alberto dos Santos
Ruffino, Paulo Regis Caron
Fassoni, Artur César
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica
Programa de Pós-Graduação em Matemática Aplicada
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Freitas, Luiz Fernando de Souza, 1988-
dc.subject.por.fl_str_mv Bifurcação backward
Erradicação de doenças
Método de Monte Carlo
Cadeias de Markov
Algoritmo de Gillespie
Backward bifurcation
Disease eradication
Monte Carlo method
Markov chains
Gillespie algorithm
topic Bifurcação backward
Erradicação de doenças
Método de Monte Carlo
Cadeias de Markov
Algoritmo de Gillespie
Backward bifurcation
Disease eradication
Monte Carlo method
Markov chains
Gillespie algorithm
description Orientador: Hyun Mo Yang
publishDate 2018
dc.date.none.fl_str_mv 2018
2018-02-27T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1633622
FREITAS, Luiz Fernando de Souza. Vacinação de doenças infecciosas de transmissão direta: quantificando condições de controle considerando portadores. 2018. 1 recurso online (171 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1633622. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1633622
identifier_str_mv FREITAS, Luiz Fernando de Souza. Vacinação de doenças infecciosas de transmissão direta: quantificando condições de controle considerando portadores. 2018. 1 recurso online (171 p.) Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1633622. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1005489
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (171 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189123871735808

Registros relacionados