Modélisation épidémique stochastique avec le cadre SIR

Les modèles épidémiques standards supposent souvent que chaque résultat est prévisible, mais les épidémies du monde réel sont souvent déterminées par des événements fortuits et des interactions aléatoires qui changent le cours de la santé humaine. La compréhension de ces incertitudes est essentielle pour quiconque cherche à analyser la façon dont les maladies se propagent réellement dans une population. Ce que vous apprendrez: - Comprendre les mécanismes fondamentaux et la terminologie du cadre Susceptible-Infectieux-Récupéré (SIR) - Appliquer des techniques de modélisation stochastique pour tenir compte des événements aléatoires dans la transmission des maladies - Mettre en œuvre des simulations épidémiques à l'aide de R pour explorer une variété de voies d'éclosion potentielles - Analyser l'impact des interactions aléatoires à petite échelle sur les résultats de population à grande échelle - Comparer les modèles déterministes et probabilistes pour mieux évaluer les risques réels pour la santé publique - Pratiquer le codage propre et les modèles de traitement de données modernes dans l'environnement R Vous commencerez par définir les concepts épidémiologiques de base et les fondements mathématiques du modèle SIR avant de passer à des exercices écrits qui démontrent comment créer des scénarios de simulations. Le matériel couvre tout, des définitions de base à l'application de la probabilité dans la modélisation des maladies. Ce cours est conçu pour les débutants intéressés par la santé publique, la science des données ou la modélisation mathématique, et aucune expérience préalable en simulation épidémique n'est requise.