Use of Approximate Bayesian Computation to Assess and Fit Models of Mycobacterium leprae to Predict Outcomes of the Brazilian Control Program.
Use of Approximate Bayesian Computation to Assess and Fit Models of Mycobacterium leprae to Predict Outcomes of the Brazilian Control Program.
复制标题
使用近似贝叶斯计算来评估和拟合麻风分枝杆菌模型，以预测巴西控制计划的结果。
DOI：
10.1371/journal.pone.0129535
复制
发表时间：
2015
期刊：
影响因子：
3.7
通讯作者：
Gröhn YT
中科院分区：
文献类型：
--
作者：
Smith RL;Gröhn YT
汉森病（麻风病）的消除已被证明是困难的，在几个国家，包括巴西，有一个数学模型，可以预测控制计划的效力的需要。本研究应用近似贝叶斯计算算法，将6种不同的拟议模型分别拟合到巴西的5个地区，然后根据最适合的区域模型将分层模型拟合到整个国家。为大多数区域提出的最佳模式是一个简单的模式。后验检验发现，模型结果与拟合后观察到的发病率比拟合前更相似，而且各区域的参数略有不同。预计目前的控制方案需要采取额外的措施，以消除巴西的公共卫生问题汉森病。
Hansen’s disease (leprosy) elimination has proven difficult in several countries, including Brazil, and there is a need for a mathematical model that can predict control program efficacy. This study applied the Approximate Bayesian Computation algorithm to fit 6 different proposed models to each of the 5 regions of Brazil, then fitted hierarchical models based on the best-fit regional models to the entire country. The best model proposed for most regions was a simple model. Posterior checks found that the model results were more similar to the observed incidence after fitting than before, and that parameters varied slightly by region. Current control programs were predicted to require additional measures to eliminate Hansen’s Disease as a public health problem in Brazil.
登录
查看更多内容
DOI：
10.1093/bioinformatics/btp619
发表时间：
2010-01-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Toni T;Stumpf MP
通讯作者：
Stumpf MP
影响因子：
3.8
作者：
Nery, Joilda Silva;Pereira, Susan Martins;Penna, Gerson Oliveira
通讯作者：
Penna, Gerson Oliveira
DOI：
10.4269/ajtmh.2010.08-0675
发表时间：
2010-02-01
影响因子：
3.3
作者：
Queiroz, Jose Wilton;Dias, Gutemberg H.;Jeronimo, Selma M. B.
通讯作者：
Jeronimo, Selma M. B.
影响因子：
2
作者：
Mushayabasa, Steady;Bhunu, Claver Pedzisai
通讯作者：
Bhunu, Claver Pedzisai
影响因子：
7.7
作者：
Meima, A;Irgens, LM;Habbema, JDF
通讯作者：
Habbema, JDF