Modelling and optimizing testing strategies for epidemic outbreaks

Tekeli Tamás
Modelling and optimizing testing strategies for epidemic outbreaks.
Doktori értekezés, Szegedi Tudományegyetem (2000-).
(2023)

[thumbnail of Tekeli_dissertation_final.pdf] PDF (disszertáció)
Download (1MB)
[thumbnail of abstract_Tekeli_without_coauthors.pdf] PDF (tézisfüzet)
Download (285kB)

Magyar nyelvű absztrakt

Ö̀sszefoglaló A disszertáció célja, hogy fertőzô betegségek terjedésének dinamikáját leíró matematikai modelleket állítson fel, valamint e modellek matematikai analízisét végezze el. Először az SIS járványterjedési modelleket tekintjük át, a legegyszerübbtől kezdve az általánosított és továbbfejlesztett konstrukciókig. Majd, egy több fertőző szakaszból álló SI_1 I_2…I_n S modellt vizsgálunk. Fỏ eredményünk, hogy ha a fertőző I osztályt n=1,2 vagy 3 szakaszra osztjuk, a paraméterek választásától függetlenül az endemikus egyensúly mindig stabil, amikor létezik. Viszont, n≥4 fertôző szakasz esetén minden n-re választhatók a paraméterek úgy, hogy az endemikus egyensúly stabil legyen, de ugyanolyan n-re létezik olyan paraméterválasztás is, hogy az endemikus egyensúly instabil legyen. Ezután a COVID-19 indikátortünet-alapú tesztelésének hatásait vizsgáljuk. A k tesztelési ráta növelésének elônyeit mutatjuk be. Az indikátortünet megfelelô megválasztása is nagy jelentőséggel bír, megmutatjuk, hogy ehhez nem csak a p prevalenciát kell figyelembe venni, hanem az ún. másodlagos tünetesek csoportjának méretét és szezonalitását. Szimulációink megmutatják, hogy az indikátortünet-alapú tesztelés önmagában nem alkalmas egy járványkitörés megelôzésére, pusztán a járvány csúcsának mérsékelt késleltetésére és a terjedés csillapítására. Végül, tömeges tesztelési eljárások modellezését mutatjuk be. Kétféle ún. pooling teszteléssel is foglalkozunk, bemutatjuk e tesztelés reguláris, illetve Dorfman-féle variációját. Megmutatjuk, hogy Dorfman-féle tesztelésnél, optimalizált csoportméretet választva, jelentős számú megbetegedést és elhalálozást akadályozhatunk meg. Továbbá rámutatunk, hogy adaptív módszerrel, a prevalenciától függő̉, optimalizált csoportméretet használva a járvány terjedése még jobban csillapítható.

Absztrakt (kivonat) idegen nyelven

The aim of the thesis is to develop and analyse dynamical models for the transmission dynamics and propagation of infectious diseases. Our approach can be used to the practical problems of epidemiology, with serious implications to public health policy, prevention, control and mitigation strategies in public health emergencies such as the ongoing pandemic.

Mű típusa: Disszertáció (Doktori értekezés)
Publikációban használt név: Tekeli Tamás
Témavezető(k):
Témavezető neve
Beosztás, tudományos fokozat, intézmény
MTMT szerző azonosító
Röst Gergely
egyetemi docens, PhD, SZTE-TTIK, Bolyai Intézet
10000778
Szakterület: 01. Természettudományok > 01.01. Matematika > 01.01.01. Elméleti és alkalmazott matematika > 01.01.01.11. Differenciálegyenletek és dinamikai rendszerek
Doktori iskola: Matematika Doktori Iskola
Tudományterület / tudományág: Természettudományok > Matematika- és számítástudományok
Nyelv: angol
Védés dátuma: 2023. március 13.
Kulcsszavak: tesztelési stratégiák, matematikai járványtan
EPrint azonosító (ID): 11537
A mű MTMT azonosítója: 34136998
doi: https://doi.org/10.14232/phd.11537
A feltöltés ideje: 2022. nov. 11. 10:01
Utolsó módosítás: 2023. szept. 12. 15:05
Raktári szám: B 7177
URI: https://doktori.bibl.u-szeged.hu/id/eprint/11537
Védés állapota: védett

Actions (login required)

Tétel nézet Tétel nézet