CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.

Slides:



Advertisements
Presentazioni simili
Testi di epidemiologia di base
Advertisements

HALLIDAY - capitolo 4 problema 4
FORMULE DI GAUSS-GREEN NEL PIANO.
Equazioni differenziali
Lezioni di Matematica Corso SIRIO Le “curve di livello”
I ESONERO MODELLI DI SISTEMI BIOLOGICI II 20/4/2010 TEMA 1 1. Si verifichi lidentificabilità del modello di figura con il metodo delle trasformazioni di.
Gas ideale, o perfetto gas ideale, o perfetto  gas reale monoatomico a bassa pressione e ad alta temperatura le variabili termodinamiche necessarie.
METODI EQUAZIONI DIFFERENZIALI Funzioni che mettono in relazione una variabile indipendente ( es. x), una sua funzione ( es. y = f(x) ) e la.
6. Catene di Markov a tempo continuo (CMTC)
1 2. Introduzione alla probabilità Definizioni preliminari: Prova: è un esperimento il cui esito è aleatorio Spazio degli eventi elementari : è linsieme.
Esercizio 1 Tre conduttori sferici cavi concentrici, di spessore trascurabile, hanno raggi R1 = 10 cm, R2 = 20 cm, R3 = 40 cm. L’intercapedine compresa.
moti uniformemente accelerati
Modelli Modellistica e Gestione dei Sistemi Ambientali a.a
Lezione 4 L equilibrio del mercato dei beni: applicazioni Istituzioni di Economia.
6. Catene di Markov a tempo continuo (CMTC)
Gli Integrali.
APPLICATI ALLO STUDIO DELLE EPIDEMIE
SCUOLA DI SPECIALIZZAZIONE IN FISICA SANITARIA CORSO di MODELLISTICA Modulo di ELEMENTI DI TEORIA DELLANALISI COMPARTIMENTALE Sito internet:
RUOLO DELLA STATISTICA MEDICA nella LAUREA di BASE ed in quella SPECIALISTICA ATTITUDINI CONOSCENZE ABILITÀ
Introduzione alla Regressione Logistica
EQUAZIONI DIFFERENZIALI ORDINARIE PRIME CONSIDERAZIONI .
Energia e potenza nei circuiti elettrici
Potenziali termodinamici
Le forze conservative g P2 P1 U= energia potenziale
Il problema del moto Conoscendo la legge oraria, ossia conoscendo la posizione del punto materiale ad ogni istante di tempo: Con una prima derivazione.
Velocità media Abbiamo definito la velocità vettoriale media.
Il moto armonico Altro esempio interessante di moto è quello armonico caratterizzato dal fatto che l’accelerazione è proporzionale all’opposto della posizione:
Dall’ugello della doccia sgocciola l’acqua cadendo sul fondo posto 2
CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.
INGEGNERIA CLINICA E BIOMEDICA
I ESONERO MODELLI DI SISTEMI BIOLOGICI II 6/6/2007 TEMA 1 1. Dato il modello di figura, in cui p L è un ingresso costante di valore incognito, se ne verifichi.
CORSO DI MODELLI DI SISTEMI BIOLOGICI
x pL p1x+p2/x I ESONERO MODELLI DI SISTEMI BIOLOGICI II 9/6/2006
I ESONERO MODELLI DI SISTEMI BIOLOGICI II 16/5/08 TEMA 1 1.Si illustri il criterio di Liapunov per la verifica della stabilità di punti di equilibrio di.
I ESONERO MODELLI DI SISTEMI BIOLOGICI II 27/4/2009 TEMA 1 1. Dato il modello di figura, in cui p L è un ingresso costante di valore incognito, se ne verifichi.
CORSO DI MODELLI DI SISTEMI BIOLOGICI
CORSO DI MODELLI DI SISTEMI BIOLOGICI
CORSO DI MODELLI DI SISTEMI BIOLOGICI
Applicazione Auto Camion xAo=0 m xCo=0 m vAox=0 m/s vCox=9.5 m/s
Moto rettilineo del punto materiale
MISURE EPIDEMIOLOGICHE
IL MODELLO DI MALTHUS NEL CASO CONTINUO
ISTITUTO TECNICO INDUSTRIALE ‘E.MATTEI’
Determinazione Orbitale di Satelliti Artificiali Lezione 4
EPIDEMIOLOGIA Studio della distribuzione della salute e delle malattie, sia infettive che cronico-degenerative, nella popolazione e dei fattori che ne.
Il calcolo di radiosity
Cinetica delle reazioni biologiche
LA SCOMPOSIZIONE DI POLINOMI IN FATTORI
ANALISI MATEMATICA DI UNEPIDEMIA. IPOTESI DEL MODELLO la classe presa in esame è formata da 25 alunni la percentuale dei soggetti infettivi è del 12%
5. LE CARATTERISTICHE DINAMICHE
Lisola degli eremiti. Lambiente è una piccola isola sulla quale vivono soltanto sei eremiti. Una malattia infettiva colpisce l'isola. E' una malattia.
I valori di riferimento
Statistica economica (6 CFU) Corso di Laurea in Economia e Commercio a.a Docente: Lucia Buzzigoli Lezione 5 1.
Indici di valutazione di un Test diagnostico
Statistica economica (6 CFU)
Vettori Finche’ il moto si svolge in una sola dimensione – moto unidimensionale, moto rettilineo – non abbiamo bisogno di vettori La posizione e’ individuata.
Teorema della divergenza
Scarico organico in un corso d’acqua
LA CONVEZIONE. Caratteri della convezione Ci si riferisce fondamentalmente allo scambio di calore tra un solido ed un fluido in moto rispetto ad esso.
Esempio 1 Consideriamo un punto materiale che effettua un moto particolare lungo l’asse x. Supponiamo per esempio che la particella parta da un punto.
(descrizione quantitativa del moto dei corpi)
La statistica F Permette di confrontare due varianze, per stabilire se sono o no uguali. Simile al valore t di Student o al chi quadrato, l’F di Fisher.
CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.
I ESONERO MODELLI DI SISTEMI BIOLOGICI II 16/5/08 TEMA 1 1.Il modello di figura relativo al metabolismo del glucosio (modello minimo 6) è descritto dalle.
CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA.
1 Lezione V – seconda parte Avviare la presentazione col tasto “Invio”
© Nichi D'Amico1 Lezione II – terza parte Avviare la presentazione col tasto “Invio”
1 Lezione IX – quarta parte Avviare la presentazione col tasto “Invio”
Sistema lineare con foglio polaris office Programma creato ed eseguito con foglio elettronico polaris office Registrato come file.xls e aperto con excel.
Applicando la schematizzazione bifase equivalente ai circuiti di statore e di rotore, è possibile ricavare diversi modelli per descrivere il comportamento.
Transcript della presentazione:

CORSO DI MODELLI DI SISTEMI BIOLOGICI LAUREA IN INGEGNERIA CLINICA E BIOMEDICA

I MODELLI EPIDEMIOLOGICI I modelli epidemiologici sono essenzialmente modelli predittivi e descrivono il diffondersi di una epidemia in una popolazione. Modello base Ipotesi: - Si considera una popolazione chiusa -La dimensione della popolazione N è costante -Si considerano tre categorie di individui: Suscettibili: Individui che possono contrarre la malattia (x) Infetti: Malati non diagnosticati (y) Rimossi: Malati diagnosticati e allontanati dalla popolazione (z) Equazioni del modello base dx/dt = - xy/N* dy/dt = xy/N - y dz/dt = y * Nel tempo dt un infetto avrà dt contatti di cui solo una percentuale x/N darà origine a nuovi infetti x(0) = N-b y(0) = b z(0) = 0 x + y + z = N tasso di contagio (tempo -1 ) tasso di rimozione (tempo-1) La variabile misurata è la z, in particolare la w=dz/dt

I MODELLI EPIDEMIOLOGICI: IL MODELLO BASE Parametri di interesse epidemiologico: Tasso di riproduzione dellepidemia Dividendo dx/dt per dz/dt si ottiene: dx/dz = -( )x/N Che risolta per separazione di variabili dà: x(z) = (N-b) e - z/N con tasso di riproduzione dellepidemia. Lepidemia si verifica se >1. Infatti si consideri la dy/dt allistante iniziale (t = 0). In questo istante x N. Perchè lepidemia si sviluppi si deve avere dy/dt| 0 = ( ) b/N > 0 da cui > 0 >1 Intensità dellepidemia i=s/N E la percentuale di individui della popolazione che si sono ammalati durante lepidemia. Si ricava considerando la x(z) per t. In t = si ha x( ) = N(1-i) y( ) = 0 z( ) = Ni Per cui, dallespressione della x(z), si ha: N(1-i) = (N-b) e - i Da cui = -ln[(1-i)/(1- )]1/i o per molto piccolo =-ln(1-i )/i Se i è piccolo si può effettuare unespansione in serie per cui si ottiene i 2( -1) Altezza della curva epidemica E il massimo della curva w = dz/dt (wc). Imponendo dw/dt = 0 si ha xc=N/ dalla x(z) si ottiene zc= Nln Si ha quindi wc = yc = (N-xc-zc) = (N-N/ -Nln / ) = N( ln )

I MODELLI EPIDEMIOLOGICI: IL MODELLO BASE Lintegrale di Kendall Serve a determinare il tempo in cui si otterrà un determinato valore z*. Si ottiene dalla dz/dt = y = (N-z-x) = (N-z-(N-b) e - z/N ) Risolvendo per divisione di variabili: t* = 1/ 0 z* dz/(N-z-(N-b) e - z/N ) Di particolare interesse è la predizione dellistante tc in cui si ha il massimo dellepidemia. Lintegrale di Kendall è in generale risolubile solo numericamente. Spesso lintegrale di Kendall viene posto in una forma un pò diversa effettuando la trasformazione di variabile z = Nv, che porta a: t = 0 dv/(1-v-(N- ) e - v ) = K( ;, ) con = z*/N Stima dei parametri del modello base Assumendo noti, da una precedente epidemia, i valori di i=s/N e di wc=h, dalle equazioni: = = - {ln(1-s/N)}/s/N, (1 – -1 – -1 ln ) = h/N si può calcolare dalla prima equazione, dalla seconda e come

I MODELLI EPIDEMIOLOGICI: MODELLO BASE CON IMMUNITA Si deve considerare che in una epidemia esiste sempre una percentuale di individui che, per vari motivi, può risultare immune. Di questo si può tenere conto, nel modello base, con una modifica delle condizioni iniziali che diventano: x(0) = (N-b)y(0) = b z(0) = (1- )(N-b) Si possono ricavare parametri ed equazioni analoghe a quelle del modello base: x(z) = (N-b)e -( /N) { z-( N-b)(1- ) } o se b<<N x(z) = Ne -( /N) { z-N(1- ) } e la condizione per lo sviluppo dellepidemia è >1 per b molto piccola. Se lintensità dellepidemia è i=s/N si ottiene, sostituendo i valori finali { N-s, 0, (1- )N+s }, nella seconda espressione della x(z): = i /( 1-e - i ). = i /( 1-e - i ). Il centro dellepidemia si ha ancora per xc = N/, zc = N -1 ln( ) + N(1- ) e h = wc = yc = (N-xc-zc) = N { ln( )} Da queste equazioni conoscendo i e wc si possono ricavare e. p= N -1 ln( ) Per ottenere un terzo parametro, ad esempio, si deve avere unulteriore equazione che si può ricavare considerando lasimmetria dlla curva epidemica. Se è abbastanza grande, detto p il numero dei rimossi fino al centro della curva epidemica si ha : zc=z(0)+p=N(1- )+p p= N -1 ln( ) Si hanno quindi tre equazioni nelle tre incognite

I MODELLI EPIDEMIOLOGICI: IL MODELLO BASE - Stima del numero iniziale dei suscettibili dx/dt = - xy/N dy/dt = xy/N - y dz/dt = y x(0) = a y(0) = b z(0) = c - < t 0 x + y + z = N Consideriamo le equazioni per t 0, si può assumere x a da cui: dx/dt = - ay/N dy/dt = ay/N - y = ( a/N- )y dz/dt = y x(0) = a y(0) = b z(0) = c - < t 0 x + y + z = N Risolvendo lequazione relativa alla y e poi a x si ha: y(t) = be ( a/N- ) t x(t) = a + ab [1 - e ( a/N- ) t ] N( a/N- ) Asintoticamente: x(- ) = a+b/(1-N/ a) che rappresenta una stima per eccesso del valore dei suscettibili allinizio dellepidemia.

I MODELLI EPIDEMIOLOGICI: IL MODELLO A DUE POPOLAZIONI Si considerino due popolazioni con un tasso di migrazione fra le due. Si hanno le seguenti ipotesi: Lepidemia ha inizio nella popolazione 1 da cui viene trasmessa alla 2 Il tasso di migrazione è abbastanza piccolo da poter trascurare tutti i flussi migratori tranne quello degli infetti dalla popolazione 1 alla 2. dx1/dt = - x1y1/N1 dy1/dt = x1y1/N1 – y1 – y1 dz1/dt = y1 x1(0) = a1 y1(0) = b1 z1(0) = c1 dx2/dt = - x2y2/N2 dy2/dt = x2y2/N2 – y2 + y1 dz2/dt = y2 x2(0) = a2 y2(0) = b2 z2(0) = c2 Si può in prima istanza assumere che lepidemia inizi nella popolazione 2 quando nella popolazione 1 è già quasi alla fine. In questa ipotesi si può considerare, posto pari ad s 1 =N 1 i 1 il numero dei rimossi alla fine dellepidemia in 1, la migrazione y 1 si può pensare concentrata al centro della curva epidemica con y 1 = --1 s 1. Il sorgere dellepidemia in 2 si può considerare iniziare al centro della curva epidemica della popolazione 1 con le condizioni iniziali: x 2 (0) = a 2 = N 2 2 y 2 (0) = b 2 = -1 s 1 z 2 (0) = c 2 = N 2 (1- 2 )

I MODELLI EPIDEMIOLOGICI: IL MODELLO A DUE POPOLAZIONI Si può quindi considerare solo la popolazione 2, come una singola popolazione, con le condizioni iniziali indicate e con N = a+b+c ed = b/(a+b+c) Si ottiene quindi: x(t) = a e - (z-c)/N dz/dt = y = (N-z-x) = {N-z- a e - (z-c)/N } Unapprossimazione migliore può essere ottenuta considerando per per gli infetti della popolazione 2 lespressione: dy2/dt = ( )y2 + y1con y1(t) = A exp {-(t-T) 2 /2 2 }y2(0)=0 2 Dove T è il centro della curva epidemica della popolazione 1, A = s1/ (s1 essendo larea della curva epidemica w1), = s1/(h 2 ) con h pari al picco della curva epidemica w1.

MODELLI EPIDEMIOLOGICI: MODELLI SIR e SIRS MODELLO SIR : Il modello SIR si ricava dal modello base introducendo il tasso di natalità della popolazione e il tasso di mortalità (indipendente dallepidemia). Nellipotesi che durante lepidemia il numero di individui della popolazione rimanga costante e pari ad N, tali tassi dovranno essere assunti uguali e pari a. Il numero di suscettibili, infetti e rimossi viene inoltre normalizzato rispetto alla dimensione della popolazione. Si avrà quindi, posto: S = x/NI = y/NR = z/NS + I + R = 1 NdS/dt = - SNIN/N + N – SN dS/dt = - SI + – SS(0) = a NdI/dt = SNIN/N – IN – IN dI/dt = bSI- ( ) I I(0) = b NdR/dt = IN – RN dR/dt = I- RR(0) = c MODELLO SIRS: Nel modello SIRS viene introdotto il concetto di immunità temporanea. Si verifica quindi un ritorno dai rimossi ai suscettibili con tasso. Si ha quindi: dS/dt = - SI + – S + R dI/dt = SI- ( ) I dR/dt = I- R - R S(0) = aI(0) = bR(0) = c

MODELLI EPIDEMIOLOGICI: MODELLI SIR e SIRS ANALISI DI STABILITA PER IL MODELLO SIR Dal momento che le tre variabili S, I, R sono legate fra loro dal vincolo S + I + R =1, per lanalisi della stabilità possiamo considerare solo due delle tre equazioni essendo una dipendente dalle altre si ha quindi: dI/dt = SI-( = (1-I-R)I – ( )I = 0 dR/dt = I- R = 0 Da cui si ottiene R = I/. Sostituendo nella prima equazione, si ottengono i due punti di equilibrio: I = 0 R = 0 (punto di equilibrio banale)e I = ( -1)/ R= ( -1)/ con = Per lo studio dela stabilità (nellintorno di tali punti di equilibrio) occorre linearizzare il sistema rispetto ad ognuno dei due punti di equilibrio e ricavare gli autovalori del sistema linearizzato. Si ha quindi: d(I*+ I)/ dt = f(I*,R*) + f/ I |* I + f/ R|* R (I*+ I)/ t = g(I*,R*) + g/ I |* I + + g/ R|* R Dove g ed f sono i secondi membri delle equazioni non lineari dI/dt e dR/dt ed I* R* è il punto di equilibrio. Considerando che f e g nel punto di equilibrio sono uguali a zero si ottiene d( I)/dt = f/ I |* I + f/ R|* R d( R)/dt = g/ I|* I + g/ R|* R

MODELLI EPIDEMIOLOGICI: MODELLI SIR e SIRS ANALISI DI STABILITA PER IL MODELLO SIR – Punto di equilibrio (0,0) Si ottiene: I/ t = [ – ( )] I R/ t = I - R Gli autovalori corrispondenti risultano essere:s1 = s2 = - Tali autovalori risultano negativi se cioè 1<0. In tal caso il punto di equilibrio (0,0) è asintoticamente stabile. ANALISI DI STABILITA PER IL MODELLO SIR – Punto di equilibrio ( ) Si ottiene: I/ t = - ( -1) I - R R/ t = I - R Gli autovalori corrispondenti risultano essere:s1,2 = - /2 ± {( /2) 2 - ))} Il caso in cui <1 non è realistico in quanto in questo caso i valori di I ed R nel punto di equilibrio sarebbero <0 ( cosa non possibile perchè tali variabili sono relative ad un numero di individui). Per bisogna distinguere due casi :Se la quantità sotto radice { } è maggiore di zero essa è comunque < /2 in quanto si ha una quantità positiva pari a che si sottrae a ( /2) 2 e quindi s1,2 <0. Se { }<0 si avranno due autovalori complessi e coniugati con Re<o. In entrambi i casi il punto di equilibrio è asintoticamente stabile (ENDEMIA)

MODELLO EPIDEMIOLOGICO DELLA DIFFUSIONE DELLAIDS I primi modelli matematici relativi alla diffusione della Sindrome da Immunodeficienza Acquisita (AIDS) furono sviluppati verso la metà degli anni 80 negli Stati Uniti con riferimento alla popolazione di individui omossessuali delle città di Los Angeles, San Francisco e New York, presso le quali erano stati diagnosticati i primi casi di questa epidemia e collegata con le abitudini sessuali. Considerando i percorsi tipici per ogni epidemia: 1. Suscettibili Incubazione Infezione Post-Infezione Diagnosi 2. Suscettibili Immunità 3. Suscettibili Incubazione Infezione Immunità 4. Suscettibili Incubazione Infezione Cronica Nei primi modelli sono stati considerati solo il percorso 1, relativo agli individui diagnosticati, e i percorsi 2 e 3 per i non diagnosticati. Non è stato preso in considerazione il percorso 4 in quanto non si aveva evidenza, anche per i tempi relativamente lunghi delle varie fasi in questa epidemia, di portatori cronici della patologia. In effetti anche il percorso 3, che pure è stato considerato, non aveva una evidenza sperimentale. Inoltre possono essere facilmente esclusi i periodi di incubazione non infettiva e di post infezione.

MODELLO EPIDEMIOLOGICO DELLA DIFFUSIONE DELLAIDS Equazioni del modello Il modello sviluppato è un modello tempo-discreto in cui si considerano 4 categorie di individui: Suscettibili: Individui che posono contrarre linfezione (S) Esposti: Individui che sono venuti a contatto con linfezione (E) Infetti: Individui malati che possono trasmettere linfezione (I) Diagnosticati: Individui a cui è stata diagnosticata la malattia (D) I nuovi esposti alla malattia allistante t saranno quindi, indicando con il tasso di contagio e con C t il numero di contatti infettivi che un infetto può avere nellunità di tempo: E t = C t I t (S t /N) Assumendo costante e pari ad N la dimensione della popolazione. Indicando con t il tempo relativo alla diagnosi si può considerare il seguente schema: IncubazioneInfezionePost infezione Esposizione Inizio Infezione Fine Infezione Diagnosi t t-

MODELLO EPIDEMIOLOGICO DELLA DIFFUSIONE DELLAIDS Equazioni del modello Se non si ha incubazione, se = 0 non si ha post infezione. La trasmissione dellinfezione si ha fra t- e t- per un periodo T infez = che parte da T incub = con 1 e I diagnosticati in t saranno gli esposti in t- che sviluppano effettivamente la malattia. Assumendo che una percentuale non sviluppi la malattia si avrà: Si dovranno quindi esprimere sia S t che I t in funzione di D t che è lunica variabile misurata per ottenere unequazione predittiva. IncubazioneInfezionePost infezione Esposizione Inizio Infezione Fine Infezione Diagnosi t t-

Poichè gli esposti fra 0 e t-1 sono pari a si avrà, poichè: E t- = D t /(1- ) e quindi E t = D t+ /(1- ) si avrà: MODELLO EPIDEMIOLOGICO DELLA DIFFUSIONE DELLAIDS

Lultima equazione è unequazione predittiva in quanto D t dipende solo da D fino allistante t -1.