Investigando a Influência da Distribuição Espacial de Mosquitos na Propagação de Doenças via Autômato Celular

• Julio Cesar de Azevedo Dias UPM
• Luiz Henrique Alves Monteiro UPM / USP

DOI: https://doi.org/10.5753/sbcas.2017.3729

Resumo

No Brasil, doenças contagiosas transmitidas por vetores são um problema grave de saúde pública. Neste trabalho, investiga-se como a distribuição espacial de mosquitos afeta a propagação de doenças, como chicungunha. Essa investigação é baseada num modelo do tipo SIR. O modelo é formulado em termos de um autômato celular, em que cada célula do reticulado corresponde a um indivíduo da população hospedeira. A cada passo de tempo, cada indivíduo está em um de três estados: suscetível (S), infectado (I), ou recuperado (R). Quatro tipos de distribuição espacial de mosquitos são considerados. Os resultados de simulações numéricas são discutidos de um ponto de vista epidemiológico.

Referências

Ahmed, E., Agiza, H. N., and Hassan, S. Z. (1998), “On modeling Hepatitis B transmission using cellular automata”, Journal of Statistical Physics, v. 92, n. 3, p. 707-712.

Anderson, R. M. and May, R. M. (1991), Infectious Diseases of Humans, Oxford University Press.

Doran, J. R. and Laffan, S. W. (2005), “Simulating the spatial dynamics of foot and mouth disease outbreaks in feral pigs and livestock in Queensland, Australia, using a susceptible-infected-recovered cellular automata model”, Preventive Veterinary Medicine, v. 70, n. 1-2, 133-152.

Fine, P. E. (1975), “Ross's a priori pathometry - a perspective”, Proceedings of the Royal Society of Medicine (London), v. 68, n. 9, p.547-551.

Friis, R. H. (2009), Epidemiology 101, Jones & Bartlett Learning.

Fuentes, M. A. and Kuperman, M. N. (1999), “Cellular automata and epidemiological models with spatial dependence”, Physica A, v. 267, n. 3-4, p. 471-486.

Hethcote, H. W. (2000), “The mathematics of infectious diseases”, SIAM Review, v. 42, n. 4, p. 599-653.

Johnson, C. (2009), Numerical Solution of Partial Differential Equations by the Finite Element Method, Dover.

Kermack, W. O. and McKendrick, A. G. (1927), “A contribution to the mathematical theory of epidemics”, Proceedings of the Royal Society A, v. 115, n. 772, p. 700-721.

Ministério da Saúde (2017a), “Prevenção e Combate: Dengue, Chikungunya e Zika” [link], acessado em março de 2017.

Ministério da Saúde (2017b), “Monitoramento dos Casos de Dengue, Febre de Chikungunya e Febre pelo Vírus Zika até a Semana Epidemiológica 4, 2017”, Boletim Epidemiológico, v. 48, n. 5, p. 1-9.

Ministério da Saúde (2017c), “Monitoramento dos Casos e Óbitos de Febre Amarela no Brasil”, Informe n o 23/2017, p. 1-5.

Murray, J. D. (2011), Mathematical Biology II: Spatial Models and Biomedical Applications, Springer, 3 rd edition.

Ross, R. (1908), Report on the Prevention of Malaria in Mauritius, Waterlow and Sons.

Schimit, P. H. T. and Monteiro, L. H. A. (2009), “On the basic reproduction number and the topological properties of the contact network: An epidemiological study in mainly locally connected cellular automata”. Ecological Modelling, v. 220, n. 7, p. 1034-1042.

Silva, H. A. L. R. and Monteiro, L. H. A. (2014), “Self-sustained oscillations in epidemic models with infective immigrants”, Ecological Complexity, v. 17, p. 40-45.

Slimi, R., El Yacoubi, S., Dumonteil, E., and Gourbiere, S. (2009), “A cellular automata model for Chagas disease”, Applied Mathematical Modelling, v. 33, n. 2, p. 10721085.

Wolfram, S. (1994). Cellular Automata and Complexity: Collected Papers, Westview Press.

Yang, F., Yang, Q., Liu, X., and Wang, P. (2015), “SIS evolutionary game model and multi-agent simulation of an infectious disease emergency”, Technology and Health Care, v. 23, n. s2, p. S603-S613.