Políticas Sensíveis ao Risco para o Controle da Propagação de Doenças Infecciosas

A definição de políticas de controle do espalhamento de doenças infecciosas, tais como a COVID19, é hoje um tema importante para a sociedade e para os agentes do governo, responsáveis pelas medidas de controle. A grande maioria das pesquisas recentes neste tópico usa dados do passado para estimar a evolução da doença considerando uma política arbitrária. No entanto, o uso de técnicas de planejamento automático baseadas em Processos de Decisão Markovianos (MDPs) tem se mostrado mais eficiente para a computação de políticas de controle otimizadas. Um dos modelos mais utilizados para o controle de doenças infecciosas é o "modelo SIR com vacinação" em que a dinâmica da quantidade de indivíduos suscetíveis, infectados e recuperados é controlada através de políticas de vacinação da população. Mas por se tratar de um problema que envolve vidas, também se faz necessário levar em consideração a atitude frente ao risco dos agentes tomadores de decisão. Assim, a proposta deste trabalho é usar MDPs sensíveis ao risco para encontrar políticas otimizadas de vacinação para o controle da propagação de doenças infecciosas considerando, além dos parâmetros do modelo SIR com vacinação, o parâmetro de risco. Os resultados mostram que as políticas de vacinação dependem da taxa de reprodução basal $R_0$, como esperado, bem como da atitude frente ao risco dos agentes de tomada de decisões.