Geospatiale controle van opkomende infectieziekten in reële tijd

Opkomende infectieziekten hebben een belangrijke impact op de
volksgezondheid en de globale economie. Het beheersen van zulke
epidemieën is complex, en daarom is het nodig om
beheersingsstrategieën (BS) te evalueren aan de hand van
epidemiologische modellen. De beperkte beschikbaarheid van
infectiegevallen tijdens opkomende epidemieën maakt het zeer
moeilijk om de parameters van zulke modellen te schatten. Verder
maakt de onzekerheid over de vooruitgang van opkomende
infectieziekten het beslissingsproces van beleidsbepalers zeer
uitdagend.
Ons doel is om een methode te ontwikkelen die in reële tijd gebruikt
kan worden om de beheersing van opkomende infectieziekten te
optimaliseren. Hiertoe identificeren we vier objectieven. (1) Het
ontwikkelen van een methodologie om virus genomen te gebruiken
bij het schatten van parameters in een geospatiaal epidemiologisch
model. (2) Een methode opzetten om automatisch optimale
geospatiale BS te leren, aan de hand van de modellen die werden
verkregen in (1). (3) Een procedure ontwikkelen dewelke continue
het epidemiologisch model bijwerkt terwijl er nieuwe gegevens
binnenkomen. Binnen dit model zullen we dan BS leren aan de hand
van model-gebaseerd bekrachtigingsleren, om zo beleidsbepalers te
adviseren. (4) We zullen onze methode evalueren op enkele recente
epidemieën (i.e., ebola, gele koorts en zika), hetgeen tot belangrijke
inzichten zal leiden hoe er best tegen deze pathogenen wordt
opgetreden.