Impacto do comportamento social na propagação de epidemias

análise matemática e simulações numéricas

Autores

  • Davi V. R. de Oliveira Universidade Estadual de Campinas
  • João Frederico da C. A. Meyer Universidade Estadual de Campinas
  • Graciele P. Silveira Universidade Federal de São Carlos

DOI:

https://doi.org/10.5540/03.2026.012.01.0294

Palavras-chave:

Modelagem Matemática, Epidemiologia, Vacinação, Distanciamento Social

Resumo

A modelagem matemática é essencial para entender epidemias e avaliar estratégias de controle. Propomos um modelo SEIR modificado que inclui vacinação, hospitalização e mudanças comportamentais. O modelo distingue indivíduos que adotam distanciamento social daqueles que não o praticam, permitindo analisar seus impactos na transmissão. Simulações numéricas indicam que a vacinação precoce e medidas oportunas de distanciamento reduzem significativamente a propagação da doença e a demanda hospitalar. O modelo fornece um arcabouço matemático para embasar políticas públicas, capturando a interação entre imunização, comportamento populacional e disseminação da infecção.

Downloads

Não há dados estatísticos.

Biografia do Autor

Davi V. R. de Oliveira, Universidade Estadual de Campinas

Pesquisador no Instituto de Matemática, Estatística e Computação Científica (IMECC).

João Frederico da C. A. Meyer, Universidade Estadual de Campinas

Pesquisador no Instituto de Matemática, Estatística e Computação Científica (IMECC).

Graciele P. Silveira, Universidade Federal de São Carlos

Pesquisadora no Departamento de Física, Química e Matemática (DFQM).

Referências

R. M. Anderson, C. Vegvari, J. Truscott e B. S. Collyer. “Challenges in creating herd immunity to SARS-CoV-2 infection by mass vaccination”. Em: The Lancet 396.10263 (2020), pp. 1614–1616.

R. Arthur, M. Feldman e J. Jones. How behaviors complicate epidemic outcomes. Stanford Report, Stanford University. https://sustainability.stanford.edu/news/how-behaviors-complicate-epidemic-outcomes. 2020.

O. Diekmann, J. A. P. Heesterbeek e M. G. Roberts. “The construction of next-generation matrices for compartmental epidemic models”. Em: Journal of the Royal Society Interface 7.47 (2010), pp. 873–885. doi: 10.1098/rsif.2009.0386.

L. Edelstein-Keshet. Mathematical Models in Biology. Society for Industrial e Applied Mathematics (SIAM), 2005. isbn: 0-89871-554-7.

N. M. Ferguson, D. Laydon, G. Nedjati-Gilani, N. Imai, K. Ainslie, M. Baguelin et al. Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand. Rel. técn. Report 9. Imperial College London, 2020. doi: 10.25561/77482.

D. V. R. Oliveira. “Modelagens Matemáticas, Análises e Simulações Numéricas Comparativas de Epidemias de Contágio Humano-Humano: A Inclusão de Novos Aspectos”. Tese de doutorado. Campinas, Brasil: Universidade Estadual de Campinas (UNICAMP), 2024. doi: 10.47749/T/UNICAMP.2024.1404463.

S. Ottaviano, M. Sensi e S. Sottile. “Global stability of multi-group SAIRS epidemic models”. Em: Mathematical Methods in the Applied Sciences 46 (2023), pp. 14045–14071. doi: 10.1002/mma.9303.

Downloads

Publicado

2026-02-13

Edição

Seção

Trabalhos Completos