Close

Modelagem de SARS-CoV-2: o que aprendemos com esta pandemia sobre como (não) modelar a propagação da doença?

A pandemia SARS-CoV-2 está repleta de dados, incluindo dados diários de casos de COVID espacialmente resolvidos, dados de sequenciamento do vírus, dados “ômicos” de pacientes e dados de mobilidade. Os periódicos também incluem vários estudos que fazem uso de abordagens de modelagem quantitativa para obter insights sobre a distribuição geográfica do SARS-CoV-2 e sua dinâmica temporal, bem como estudos que preveem o impacto das estratégias de controle na circulação do SARS-CoV-2. Alguns desses estudos, mas não todos, utilizam as enormes quantidades de dados disponíveis. Alguns desses estudos , mas não todos, foram úteis no sentido de que suas previsões revelaram algo além de simples cálculos aproximados. Para resumir algumas dessas descobertas, neste simpósio, abordaremos perguntas como: O que queremos obter com os modelos de propagação da doença? O que pode e deve ser previsto? Quais são os dados mais úteis para previsões? Quando precisamos de modelos mecanicistas? O que aprendemos sobre como modelar a propagação de doenças a partir de previsões não cumpridas e/ou conflitantes? Os palestrantes do simpósio explorarão essas perguntas de diferentes perspectivas sobre quais dados precisam ser considerados e como os modelos podem ser avaliados.  Cada palestrante terá 10 minutos de apresentação e tempo para perguntas/discussões moderadas.

 

Quando: Quinta-feira, 21 de janeiro, das 10h às 14h ET

Onde: faremos uma transmissão ao vivo no Canal do YouTube Emory TMLS https://www.youtube.com/c/EmoryTMLS. Inscreva-se no link abaixo para receber atualização sobre quaisquer alterações.  

Inscrição: https://tinyurl.com/y9nkdxz5

Mais informações: serão publicadas em http://livingtheory.emory.edu/news-events/conferences-symposia.html

 

Organizadores: Katia Koelle, Daniel Weissman, Rustom Antia (Emory University)

Palestrantes:

            Rachel Baker (Universidade de Princeton)

            Caroline Buckee (Universidade de Harvard)

            Sarah Cobey (Universidade de Chicago)

            Nigel Goldenfeld e Sergei Maslov (UIUC)

            Ruian Ke (LANL)

            Stephen Kissler (Universidade de Harvard)

            Lauren Ancel Meyers (Universidade do Texas)

            Isabel Rodriguez-Barraquer (UCSF)

            Sam Scarpino (Northeastern University)

            Michael Worobey (Universidade do Arizona)

            Joshua Weitz (Instituto de Tecnologia da Georgia)