Μοντελοποίηση και Προσομοίωση

Επιστημονικές Δημοσιεύσεις Ανοικτής Πρόσβασης

Analysis of 2.1 million SARS-CoV-2 genomes identifies mutations associated with transmissibility
Fritz Obermeyer, Stephen F. Schaffner, et al.
medRxiv 2021.09.07.21263228; doi: https://doi.org/10.1101/2021.09.07.21263228
Posted September 13, 2021
Για την ταχεία ανίχνευση και χαρακτηρισμό νέων παραλλαγών του SARS-CoV-2 και της μεταδοτικότητάς τους, αναπτύχθηκε το PyR0, ένα ιεραρχικό μοντέλο Bayes και εφαρμόστηκε σε όλα τα δημόσια διαθέσιμα ιικά γονιδιώματα.  
Μοντελοποίηση και Προσομοίωση, Ιολογία, Γενετική, preprint
Jim Duggan, Jair Andrade, Thomas Brendan Murphy, James P. Gleeson, Cathal Walsh, Philip Nolan
European Journal of Operational Research, Volume 313, Issue 1, 16 February 2024, Pages 343-358, https://doi.org/10.1016/j.ejor.2023.08.011
Available online 9 August 2023
Η πανδημία COVID-19 ώθησε την Ιρλανδική Κυβέρνηση να δημιουργήσει επειγόντως μοντέλα πρόβλεψης, προκειμένου να βοηθήσει στη λήψη αποφάσεων σχετικά με τη δημόσια υγεία. Σε σύντομο χρονικό διάστημα δημιουργήθηκε μία διεπιστημονική ομάδα ευρείας βάσης, η οποία συγκέντρωνε σχετική τεχνογνωσία από τον ακαδημαϊκό χώρο και τον τομέα της υγείας. Αυτό το άρθρο τεκμηριώνει μία από τις διαφορετικές λύσεις μοντελοποίησης που αναπτύχθηκαν από την Ιρλανδική Συμβουλευτική Ομάδα Επιδημιολογικής Μοντελοποίησης, η οποία συμβούλευε την Ιρλανδική Κυβέρνηση στις αποφάσεις της σχετικά με την COVID-19, κατά τη διάρκεια της πανδημίας.
Μοντελοποίηση και Προσομοίωση, Επιδημιολογία, Πολιτική της υγείας και Υπηρεσίες, Επιστήμη Λήψης αποφάσεων
A modelling framework to assess the likely effectiveness of facemasks in combination with ‘lock-down’ in managing the COVID-19 pandemic
Richard O. J. H. Stutt, Renata Retkute, Michael Bradley, Christopher A. Gilligan and John Colvin
Proceedings of the Royal Society A: Mathematical, Physical and Engineering SciencesVolume 476, Issue 2238, https://doi.org/10.1098/rspa.2020.0376
Published:10 June 2020 
Σκοπός της εργασίας είναι να παρέχει ένα απλό πλαίσιο μοντελοποίησης για την εξέταση της δυναμικής της COVID-19 όταν το κοινό χρησιμοποιεί μάσκες, με ή χωρίς επιβεβλημένες περιόδους περιορισμού. Τα αποτελέσματά δείχνουν ότι, όταν οι μάσκες χρησιμοποιούνται από το κοινό όλη την ώρα (όχι μόνο από την πρώτη εμφάνιση των συμπτωμάτων), ο πραγματικός αριθμός αναπαραγωγής, Re, μπορεί να μειωθεί κάτω από το 1, οδηγώντας στον περιορισμό της διασποράς της νόσου.
Μοντελοποίηση και Προσομοίωση, Υπολογιστικά μαθηματικά, Πολιτική της υγείας και Υπηρεσίες
A mathematical model reveals the influence of population heterogeneity on herd immunity to SARS-CoV-2
Tom Britton, Frank Ball, Pieter Trapman
Science,  eabc6810 DOI: 10.1126/science.abc6810 
23 Jun 2020
Η έρευνα δείχνει οτι η ετερογένεια του πληθυσμού μπορεί να επηρεάσει σημαντικά την ανοσία που προκαλείται από τη νόσο του νέου κοροναϊού 2019 (COVID-19), καθώς το ποσοστό των νοσούντων σε ομάδες που έχουν υψηλότερα ποσοστά επαφών, είναι μεγαλύτερο από ό, τι σε ομάδες με χαμηλά ποσοστά επαφών. Το κλασσικό επίπεδο της ανοσίας αγέλης που επιτυγχάνεται μέσω ομοιογενούς ανοσοποίηση ςτου πληθυσμού φτάνει το 60%, όμως σε μια ηλικιακά δομημένη κοινότητα το επιπεδο ανοσίας αγέλης που επιτυγχάνεται από τη νόσο είναι μικρότερο (43%).
Υπολογιστικά μαθηματικά, Μοντελοποίηση και Προσομοίωση, Ανοσολογία
Alfaro, L., Faia, E., Lamersdorf, N., Saidi, F.
European Economic Review, Volume 161, January 2024, 104625, https://doi.org/10.1016/j.euroecorev.2023.104625
Available online 3 November 2023
Οι εξωτερικότητες και οι κοινωνικές προτιμήσεις, όπως ο αλτρουισμός, παίζουν βασικό ρόλο στην επιλογή των κοινωνικών αλληλεπιδράσεων, οι οποίες με τη σειρά τους επηρεάζουν τη διάχυση μιας πανδημίας. Στη μελέτη αυτή κατασκευάζεται ένα δυναμικό επιδημιολογικό μοντέλο με ενδογενείς κοινωνικές αλληλεπιδράσεις σε περιβάλλον τριβής, επίσης σε μια παραλλαγή με ετερογενείς παράγοντες και δομή δικτύου.
Επιδημιολογία, Μοντελοποίηση και Προσομοίωση, Κοινωνιολογία
Chica, M., Hernández, J.M. & Bulchand-Gidumal, J.
Sci Rep 11, 5043 (2021). https://doi.org/10.1038/s41598-021-84604-z
Προκειμένου να  καθοδηγηθούν οι υπεύθυνοι χάραξης πολιτικής προς τη διευκόλυνση των συμφωνιών μεταξύ περιοχών για τη μεγιστοποίηση της ανάκαμψης του τουρισμού, προτείνεται ένα εξελικτικό μοντέλο παιχνιδιού που αντικατοπτρίζει το δίλημμα του συλλογικού κινδύνου (collective risk dilemma) πίσω από αυτές τις αποφάσεις.
Διαχείριση κρίσης, Αθλητισμός και Τουρισμός, Μοντελοποίηση και Προσομοίωση

Δημοσιεύσεις Ελλήνων Ερευνητών

Vasileios Thomopoulos and Kostas Tsichlas
Information 2024, 15(3), 150, https://doi.org/10.3390/info15030150
Published: 7 March 2024
Επιδημιολογία, Πολιτική της υγείας και Υπηρεσίες, Μοντελοποίηση και Προσομοίωση, Διαχείριση κρίσης

Pages

Επιστροφή στην ιστοσελίδα COVID-19