Close

Webinário MIDAS: Montagem do primeiro modelo com conjunto multiescalar para COVID-19

28 de maio de 2021
on-line

DETALHES DO ÚLTIMO EVENTO:

DATAS:
28 de maio de 2021
LOCAL:
on-line
COMPARTILHAR:

DESCRIÇÃO

A Série de Webinários do MIDAS apresenta as pesquisas dos membros do MIDAS e é aberta ao público. 

Data/hora: sexta-feira, 28 de maio, 12:00 – 13:00, EDT

Tema geral: Montagem do primeiro modelo com conjunto multiescalar para COVID-19

Palestrantes:

  • Filippo Castiglione, diretor de pesquisa, Conselho Nacional de Pesquisa da Itália
  • Lucas Böttcher, professor assistente, Frankfurt School of Finance & Management
  • Jacob Barhak, empreendedor individual

 

Palestra 1. Filippo Castiglione – 15 minutos
Tema: Como derivar a probabilidade de mortalidade conforme a idade usando simulação imune baseada em agente estocástico
Utilizamos uma plataforma de simulação imune baseada em agente estocástico para construir uma coorte virtual de indivíduos infectados com vários graus de competência imunológica conforme a idade. Definimos parâmetros para reproduzir variabilidade entre pacientes e estatísticas epidemiológicas gerais. Reproduzimos diversas observações clínicas in silico e identificamos fatores críticos na evolução estatística da infecção. Em particular, evidenciamos a importância da resposta humoral sobre a resposta citotóxica e descobrimos que os títulos de anticorpos medidos após o 25.º dia de infecção são um fator prognóstico para determinar o resultado clínico da infecção. Por fim, inferimos a função de probabilidade de mortalidade conforme a idade com base nos dados de coorte in silico.  

Sobre Filippo Castiglione:
Filippo Castiglione atualmente trabalha como diretor de pesquisa Conselho Nacional de Pesquisa da Itália e é professor adjunto da RomaTre University. É formado em Ciência da Computação pela Universidade de Milão (Itália) e é doutor em Computação Científica pela Universidade de Colônia (Alemanha). Foi professor visitante na IBM T.J. Watson Research Center, no Departamento de Biologia Molecular da Universidade de Princeton, na Faculdade de Medicina de Harvard e no Instituto de Biomatemática Médica em Tel Aviv (Israel). Recebeu bolsas de pesquisa da União Europeia em diversos projetos de ICT para saúde. Os interesses dele vão desde o estudo de sistemas complexos em geral até a modelagem de sistemas biológicos voltados ao sistema imunológico e a patologias relacionadas. Também se interessa por metodologias de aprendizado de máquina e inteligência artificial aplicadas à medicina e à biologia.


Palestra 2: Lucas Böttcher – 15 minutos

Tema: Como usar o excesso de mortes e as estatísticas de teste para determinar a mortalidade da COVID-19
Fatores como definições variadas de mortalidade, incerteza na prevalência de doenças e amostragem enviesada dificultam a quantificação da fatalidade durante uma epidemia. A população infectada e o número de mortes causadas por infecção precisam ser estimados de forma consistente para comparar a mortalidade entre as regiões, qualquer que seja a medida de letalidade empregada. Para melhorar a estimativa de mortalidade, combinamos dados de mortalidade históricos e atuais, um modelo de teste estatístico e um modelo epidemiológico SIR. Também formulamos um modelo SIR que depende da duração da infecção para definir estimativas de medidas dinâmicas de mortalidade baseadas em indivíduos e em populações.

Sobre Lucas Böttcher:  
Lucas Böttcher é professor assistente de Ciência Social da Computação na Frankfurt School of Finance & Management. Lucas recebeu seu doutorado em matemática aplicada e física computacional da ETH Zürich em 2018. Antes de ser nomeado na Frankfurt School, trabalhou como professor no Instituto de Física Teórica e como pesquisador de pós-doutorado no grupo de Macroeconomia, Inovação e Política da ETH Zürich. Em 2020, ingressou nos Departamentos de Medicina Computacional e de Matemática da UCLA como cientista pesquisador e bolsista do Swiss National Fund.    


Palestra 3: Jacob Barhak – 20 minutos:

Tema: Modelo de referência para COVID-19 – O primeiro modelo de doença com conjunto multiescalar
O modelo de referência para a progressão da doença inicialmente era um modelo para diabetes que usava a abordagem de montar modelos e os validava em diferentes populações de ensaios clínicos. O modelo executava simulação em nível individual enquanto modelava populações inteiras com a Micro-Simulation Tool (MIST) que empregava computação de alto desempenho (HPC). Com o início da pandemia, o modelo de referência foi transformado para modelar a COVID-19. Agora o modelo é composto por vários modelos que representam diferentes fenômenos, como modelos para: infecciosidade, transmissão, resposta humana e mortalidade. Alguns desses modelos foram calculados utilizando diferentes escalas, incluindo escala em células, órgãos, indivíduos e populações. Portanto, o modelo de referência tornou-se o primeiro modelo com conjunto multiescalar conhecido para a COVID-19. Este projeto é contínuo, e serão fornecidos vislumbres de desenvolvimentos futuros.

Link de apresentação interativa: https://jacob-barhak.github.io/COVID19_Ensemble_MIDAS_Webinar.html

Sobre Jacob Barhak:
Jacob Barhak é um empreendedor individual. Ele é um modelador computacional de doenças, com foco em compreensão de dados clínicos. É o inventor do modelo de referência para progressão de doenças que agora é protegido por duas patentes nos Estados Unidos. Entre outras iniciativas dele está a padronização de dados clínicos por meio do ClinicalUnitMapping.com e o desenvolvimento da Micro Simulation Tool (MIST). Dr. Barhak tem uma formação internacional diversificada em engenharia e ciência da computação. É ativo na comunidade python e organiza o encontro Evening of Python Coding. Para obter mais informações, acesse http://sites.google.com/site/jacobbarhak/

 

TESTEMUNHOS

Nenhum testemunho disponível.

DOCUMENTOS DO ENCONTRO

Nenhum documento disponível.

VÍDEOS E FOTOS

Nenhuma foto disponível.
This site is registered on wpml.org as a development site.