Mga Pundasyon ng Pagtatantiya ng Nakakahawang Sakit para sa Pampublikong Kalusugan

Ang mga desisyon sa pampublikong kalusugan ay lalong umaasa sa mga balangkas na matematikal upang mahulaan ang mga paglaganap at suriin ang epekto ng mga interbensyon na nagliligtas ng buhay. Ang kursong ito ay nagbibigay ng malinaw na daan patungo sa mundo ng epidemiological modeling, na tumutulong sa iyong maunawaan kung paano nagiging patakaran sa kalusugan ang mga numero. Magkakaroon ka ng kakayahang bigyang-konsepto ang pagkalat ng sakit, suriin ang mga palagay ng modelo, at maunawaan ang lohika ng matematika na ginagamit upang pamahalaan ang mga krisis sa pandaigdigang kalusugan. Sa pagtatapos ng kursong ito, magagawa mong basahin at suriin ang mga ulat ng pagmomodelo at ilapat ang mga pangunahing konsepto sa mga sitwasyon sa totoong mundo. Ano ang matututunan mo: - Maunawaan ang mga pangunahing bahagi ng mga compartmental model tulad ng SIR at SEIR - Ilapat ang mga prinsipyong matematikal upang kalkulahin ang mga rate ng pagkalat at reproduction numbers - Suriin kung paano naaapektuhan ng iba't ibang palagay ang pagiging maaasahan ng mga prediksyon ng modelo - Galugarin ang mga modernong pamamaraan para sa pagsasama ng real-time surveillance data sa mga modelo - Suriin ang pagiging epektibo ng mga interbensyon sa pampublikong kalusugan sa pamamagitan ng mga senaryo ng modelo - Tukuyin ang mga pagkakaiba sa pagitan ng deterministic at stochastic modeling approaches Nagsisimula ang kurso sa mahahalagang terminolohiya at ang mga pangunahing mekanismo ng pagkalat bago umusad sa mas kumplikadong mga sitwasyon ng sakit at mga diskarte sa pagsasama ng data. Magsasanay ka sa mga konseptong ito sa pamamagitan ng detalyadong nakasulat na mga paliwanag at nakabalangkas na mga pagsasanay sa pagsusuri. Ang kursong ito ay idinisenyo para sa mga nagsisimula sa pampublikong kalusugan, biyolohiya, o data science na nais maunawaan ang dynamics ng nakakahawang sakit nang walang anumang paunang karanasan sa pagmomodelo. Simulan ang pagbuo ng iyong pag-unawa sa dynamics ng sakit ngayon.