Seleção de modelos epidemiológicos via análise de sensibilidade global

Michel Tosin (1) , Americo Cunha Jr (1) , Flávio C Coelho (2)

1 UERJ - Universidade do Estado do Rio de Janeiro [Brasil] = Rio de Janeiro State University [Brazil] = Université d'État de Rio de Janeiro [Brésil]
2 FGV - Fundacao Getulio Vargas [Rio de Janeiro]

This paper propose a methodology for epidemiological model selection by using Akaike information criteria bringing as novelty the construction of a likelihood function based in the results of a global sensitivity analysis through the Sobol's indices obtained by using polynomial chaos expansion. The main ideia is to incorporate of the information about the influence of the parameters on the response to select a more interesting model inside of a set of candidates. The strategy is applied to a set of compartmental models compatible with those used to analyze the recent COVID-19 pandemic, allowing to compare them without the presence of experimental data.

Este paper propõe uma metodologia de seleção de modelos epidemiológicos via critério da informação de Akaike trazendo como novidade a construção de uma função de verossimilhança baseada nos resultados de uma análise de sensibilidade global através dosíndices de Sobol obtidos usando expansão em polinômios caos. A ideia geralé incorporar a informação sobre a influência dos parâmetros na resposta para selecionar um modelo mais interessante dentro do conjunto de candidatos. A estratégiaé aplicada a um conjunto de modelos compartimentais compatíveis aos usados para analisar a pandemia de COVID-19 recente, permitindo compará-los sem a presença de dados experimentais.

Mots clés: compartmental models; COVID-19; Sobol's indices; polynomial chaos expansion; Akaike information criteria

Domaines: Systèmes dynamiques [math.DS]; Statistiques [math.ST]; Probabilités [math.PR]; Bio-informatique [q-bio.QM]; Science non linéaire [physics]; Santé publique et épidémiologie

Michel Tosin, Americo Cunha Jr, Flávio C Coelho. Seleção de modelos epidemiológicos via análise de sensibilidade global. XXIII Congresso Brasileiro de Automática (CBA 2020), Nov 2020, Congresso Virtual, Brazil. ⟨hal-02975811⟩