• Portal do Governo Brasileiro

Plataforma Sucupira

Dados do Trabalhos de Conclusão

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
ESTATÍSTICA (31001017005P0)
Educação Presencial
A Multivariate Approach for Correcting Reporting Delays in Disease Surveillance Data
GUILHERME DOS SANTOS
DISSERTAÇÃO
03/04/2023

Frequentemente, o monitoramento em tempo real de epidemias enfrenta um problema preocupante: os atrasos na notificação de casos e mortes. Esses atrasos podem ocorrer devido a problemas logísticos, confirmação laboratorial e outros motivos. A habilidade de corrigir esses atrasos é essencial para a tomada de decisões com o objetivo de conter uma epidemia. Em alguns casos, a epidemia pode estar associada a mais de uma doença, como é o caso de dengue e chikungunya, por exemplo. Nestre trabalho, propomos um modelo multivariado para corrigir os atrasos de notificação e acomodar os casos como dengue e chikungunya. O modelo é estimado usando o método INLA (Integrated Nested Laplace Approximation) com o objetivo de obter resultados mais rapidamente.

Nowcasting;Dengue;Chikungunya;INLA;Modelo hierárquico bayesiano
Frequently, real-time tracking of epidemics is faced with a concerning issue, the reporting delays of cases and deaths. Delays might occur due to logistical problems, laboratory confirmation, and other reasons. Being able to correct the delay is essential to decision-making with the goal of containing an epidemic. In some cases, the epidemic might be associated with more than one disease, Dengue and Chikungunya are common examples of this phenomenon. We propose a multivariate model to correct reporting delays and accommodate the above-mentioned cases. The model is estimated using the Integrated Nested Laplace Approximation method with the aim of providing faster results.
Nowcasting;Dengue;Chikungunya;INLA;Bayesian hierarchical model
1
47
INGLES
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO
O trabalho possui divulgação autorizada
DissertacaoGuilhermeMultivariateNowcasting_final.pdf

Contexto

ESTATÍSTICA
MODELOS HIERÁRQUICOS E DINÂMICOS
-

Banca Examinadora

KELLY CRISTINA MOTA GONCALVES
DOCENTE - PERMANENTE
Sim
Nome Categoria
PAULO INACIO DE KNEGT LOPEZ DE PRADO Participante Externo
KELLY CRISTINA MOTA GONCALVES Docente - PERMANENTE
LEONARDO SOARES BASTOS Participante Externo
CARLOS ANTONIO ABANTO VALLE Docente - PERMANENTE
MARIANE BRANCO ALVES Docente - COLABORADOR

Financiadores

Financiador - Programa Fomento Número de Meses
FUNDAÇÃO CARLOS CHAGAS FILHO DE AMPARO À PESQUISA DO ESTADO DO RIO DE JANEIRO - Programa Bolsa Nota 10 8

Vínculo

-
-
-
Não
Plataforma Sucupira
Capes UFRN RNP
  • Compatibilidade
  • . . .
  • Versão do sistema: 3.87.7
  • Copyright 2022 Capes. Todos os direitos reservados.

Nós usamos cookies para melhorar sua experiência de navegação no portal. Ao utilizar o gov.br, você concorda com a política de monitoramento de cookies. Para ter mais informações sobre como isso é feito, acesse Política de cookies.Se você concorda, clique em ACEITO.

Politica de Cookies

O que são cookies?

Cookies são arquivos salvos em seu computador, tablet ou telefone quando você visita um site.Usamos os cookies necessários para fazer o site funcionar da melhor forma possível e sempre aprimorar os nossos serviços. Alguns cookies são classificados como necessários e permitem a funcionalidade central, como segurança, gerenciamento de rede e acessibilidade. Estes cookies podem ser coletados e armazenados assim que você inicia sua navegação ou quando usa algum recurso que os requer.

Cookies Primários

Alguns cookies serão colocados em seu dispositivo diretamente pelo nosso site - são conhecidos como cookies primários. Eles são essenciais para você navegar no site e usar seus recursos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Estabelecer controle de idioma e segurança ao tempo da sessão.

Cookies de Terceiros

Outros cookies são colocados no seu dispositivo não pelo site que você está visitando, mas por terceiros, como, por exemplo, os sistemas analíticos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Coletam informações sobre como você usa o site, como as páginas que você visitou e os links em que clicou. Nenhuma dessas informações pode ser usada para identificá-lo. Seu único objetivo é possibilitar análises e melhorar as funções do site.

Você pode desabilitá-los alterando as configurações do seu navegador, mas saiba que isso pode afetar o funcionamento do site.

Chrome

Firefox

Microsoft Edge

Internet Explorer