Banca de DEFESA: JACIELE DE JESUS OLIVEIRA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: JACIELE DE JESUS OLIVEIRA
DATA : 07/07/2026
HORA: 14:00
LOCAL: Google Meet - online (https://meet.google.com/ojz-qgic-dcr)
TÍTULO:

Modelos tipo ensemble para avaliar curvas epidêmicas da COVID-19

PALAVRAS-CHAVES:

Epidemias; Predição, Processos estocàsticos, SIRD-GA; Ensemble por partes; Filtro de Kalman

PÁGINAS: 104
RESUMO:

A modelagem matemática de epidemias enfrenta desafios significativos decorrentes de dados incompletos, observações parciais e erros de medição, limitações que comprometem a estimação precisa de parâmetros epidemiológicos e a obtenção de projeções confiáveis para subsidiar políticas de saúde pública. Nesse contexto, este trabalho propõe e avalia duas abordagens metodológicas para a modelagem de dados epidêmicos. Embora as metodologias desenvolvidas sejam gerais e aplicáveis a diferentes doenças infecciosas, utilizam-se dados da COVID-19 no estado da Paraíba como estudo de caso.

Como primeira contribuição, propomos uma extensão estocástica do modelo SIRD (Suscetíveis–Infectados–Recuperados–Mortos), baseada em aproximação gaussiana por difusão, denominada SIRD-GA (SIRD with Gaussian Approximation), formulada como um modelo linear-gaussiano em espaço de estados. O método incorpora subnotificação por meio de uma distribuição binomial com taxa de reporte desconhecida e considera erros de medição gaussianos, permitindo inferência mesmo na ausência de observação completa dos estados epidemiológicos. A estimação dos parâmetros é realizada pela maximização da verossimilhança aproximada, calculada recursivamente via Filtro de Kalman, com otimização pelo método de Nelder–Mead. O desempenho do
modelo é avaliado em três cenários de simulação com diferentes combinações de parâmetros, evidenciando relação direta entre o tamanho populacional e a precisão das estimativas. A aplicação aos dados de COVID-19 da Paraíba demonstrou ajuste satisfatório tanto para a curva de casos quanto para a de óbitos.

Como segunda contribuição, desenvolvemos um modelo ensemble por partes que combina três modelos de crescimento, ponderados por pesos inversamente proporcionais aos respectivos Erros Quadráticos Médios (EQM), ajustados independentemente em cada período epidemiológico delimitado por pontos de transição associados a mudanças estruturais na dinâmica de transmissão da doença.

Esses pontos são identificados iterativamente a partir de uma grade de possíveis mudanças, selecionando-se aqueles que minimizam o EQM global considerando subconjuntos consecutivos dos dados. O modelo é avaliado em três cenários de simulação e aplicado aos dados de COVID-19, com desempenho comparado ao modelo ensemble de período único e ao modelo SIRD-GA.

 

MEMBROS DA BANCA:
Externa à Instituição - NÍVEA BISPO DA DILVA - UFBA
Externa à Instituição - AIRLANE PEREIRA ALENCAR - USP
Interno - 1665736 - ALEX DIAS RAMOS
Externa à Instituição - NATALY ADRIANA JIMENEZ MONROY - UFES
Presidente - 1651445 - RAYDONAL OSPINA MARTINEZ