شماره مدرك :
17879
شماره راهنما :
15607
پديد آورنده :
مميزان مارناني، طناز
عنوان :

مطالعه شيوع بيماري كوويد-19 توسط مدل هاي SIR

مقطع تحصيلي :
كارشناسي ارشد
گرايش تحصيلي :
ماده چگال
محل تحصيل :
اصفهان : دانشگاه صنعتي اصفهان
سال دفاع :
1401
صفحه شمار :
يازده، 41 ص. : مصور، جدول، نمودار
استاد راهنما :
فرهاد فضيله
استاد مشاور :
كيوان آقابابايي ساماني
توصيفگر ها :
كوويد-19 , مدلSIR , واكسيناسيون , فاصله گذاري اجتماعي
استاد داور :
فرهاد شهبازي، اسماعيل عبدالحسيني سارسري
تاريخ ورود اطلاعات :
1401/07/24
كتابنامه :
كتابنامه
رشته تحصيلي :
فيزيك
دانشكده :
فيزيك
تاريخ ويرايش اطلاعات :
1401/07/24
كد ايرانداك :
2866867
چكيده فارسي :
بيماري كوويد-19، اولين بار در شهر ووهان، استان هوبي چين، در دسامبر 2019 شناسايي شد و بيش از 200 كشور و منطقه را تحت تأثيرخود قرار داد. همچنين در 11 مارس سال 2020، سازمان بهداشت جهاني شيوع آن را به عنوان يك بيماري همه گير، در سطح جهان توصيف كرده است. فاصله گــذاري اجتماعــي و قرنطينــه، دو راهكار مداخله ي غير دارويي است كه در ابتداي شناسايي كوويد-19، به علت نبود دارو و واكسن مورد نياز براي اين بيماري، جزئي از تنها راهكارهاي مقابله با شيوع هرچه بيشترآن به شمارمي رفت. بيمــاري كوويــد-19 و جهش هاي متعددش، تبديل به يك تهديــد جهاني ويرانگــر بــراي شــاخصهاي ســلامت روان، اقتصــاد و روابــط اجتماعــي شده است، بنابراين تمام مسولين چه در حوزه اقتصادي و چه پزشكي، تا به امروز در سراسر دنيا براي مهار اين همه گيري جهاني و يا عرضه واكسن براي مقابله با آن در تلاشند. از آنجايي كه مدل هاي رياضي به كمك شبيه سازي شرايط موجود و پيشگويي هاي كلي، امكان مطالعه رفتار يك جامعه را فراهم مي كنند، مي توانند به عنوان ابزارپيش بيني مفيدي استفاده و با در نظر گرفتن راهكار هاي مناسب، تا حدود زيادي باعث كنترل بيماري ها شوند. هدف از اين پژوهش مروري، مطالعه و بررسي مدلهاي بخشي، همانند مدل ساده SIR (مستعد-عفوني-حذف شده) و مشتقات متعددش به عنوان يك ابزار پيش‌بيني ساده اما مؤثر و شفاف است،كه به راحتي مي‌تواند براي پيش‌بيني اثرات ابتلا به كوويد-19، از نظر پيش‌بيني‌ تعداد افراد آلوده و نيازهاي بستري شدن در بيمارستان استفاده شود. علاوه بر اين، امكان تجزيه و تحليل اثرات مداخلات دارويي و غير دارويي مختلف، بر روي شيوع يك بيماري را نيز فراهم مي‌كند تا، عملكرد مناسب مدل ها‌ و توانايي آن ها را در پيش‌بيني روند ابتلا و بستري شدن در بيمارستان‌ها بررسي كند.
چكيده انگليسي :
Covid-19 disease was first detected in Wuhan City, Hubei Province, China in December 2019 and has affected more than 200 contagious and regions. Also, on March 11, 2020, the World Health Organization described its contagious as a pandemic. Social distancing and quarantine are two non-pharmacological intervention solutions that were considered as part of the only solutions to deal with the spread of the disease due to the lack of medicine and vaccine required for this disease at the beginning of the identification of Covid-19. The covid-19 disease and its many mutations have become a devastating global threat for mental health indicators, economy and social relations, Therefore, all the officials, both in the economic and medical fields, are trying to curb this pandemic or to supply a vaccine to deal with it. Since mathematical models provide the possibility of studying the behavior of a society with the help of simulating existing conditions and general predictions, they can be used as a useful forecasting tool and by considering the appropriate solutions, they can control the disease to a large extent. The purpose of this review research is to study and investigate compartment models, such as the simple SIR (susceptible-infectious-removed) model and its many derivatives as a simple but effective and transparent forecasting tool, which can easily be used to predict the effects of covid- 19, to be used in terms of predicting the number of infected people and hospitalization needs. In addition, it also provides the possibility of analyzing the effects of various pharmaceutical and non-pharmacological interventions on the preva‎lence of a disease in order to check the appropriate performance of models and their ability to predict the process of infection and hospitalization.
استاد راهنما :
فرهاد فضيله
استاد مشاور :
كيوان آقابابايي ساماني
استاد داور :
فرهاد شهبازي، اسماعيل عبدالحسيني سارسري
لينک به اين مدرک :

بازگشت