Modelagem híbrida de epidemias de dengue

Descrição

A dengue representa um desafio crítico de saúde pública, exacerbado pela interação complexa entre clima e desigualdade social. Este projeto de doutorado propõe uma metodologia híbrida inovadora, integrando inferência bayesiana espacial via Integrated Nested Laplace Approximations (INLA) e teoria de sistemas dinâmicos, para quantificar como determinantes socioambientais deformam a física da transmissão. A abordagem divide-se em duas etapas: (1) mapeamento de risco e seleção de variáveis climáticas e censitárias determinantes no estado de São Paulo via INLA; e (2) modelagem mecanística data-driven para reconstruir as séries temporais da taxa de transmissão ($\beta$) e suscetibilidade ($S_0$) em nível municipal. A análise das funções de densidade de probabilidade desses parâmetros permitirá testar a hipótese de que a vulnerabilidade estrutural altera a topologia dinâmica da epidemia. Prospectivamente, o estudo explorará a modelagem de campos contínuos via Equações Diferenciais Parciais Estocásticas (SPDE), visando fornecer ferramentas analíticas robustas para uma saúde pública de precisão e alocação otimizada de recursos.