Dieser Kurs behandelt Ansätze für die Modellierung der Behandlung von Infektionskrankheiten sowie für die Modellierung von Impfungen. Aufbauend auf dem SIR-Modell lernen Sie, wie Sie zusätzliche Kompartimente einbeziehen können, um die Auswirkungen von Interventionen darzustellen, z.B. die Auswirkungen von Impfungen auf die Verringerung der Anfälligkeit. Sie lernen etwas über "undichte" Impfstoffe und wie man sie modelliert, sowie über verschiedene Arten von Impfstoff- und Behandlungseffekten. Es ist wichtig, die grundlegenden Beziehungen zwischen Modellen und Daten zu berücksichtigen. Daher werden Sie das in Kurs 1 entwickelte SIR-Basismodell auf epidemische Daten kalibrieren. Die manuelle Durchführung einer solchen Kalibrierung wird Ihnen helfen zu verstehen, wie die Modellparameter angepasst werden können, um reale Daten zu erfassen. Schließlich lernen Sie in diesem Kurs zwei einfache Ansätze zur computergestützten Modellkalibrierung kennen - den Least-Squares-Ansatz und den Maximum-Likelihood-Ansatz; Sie werden Modellkalibrierungen nach jedem dieser Ansätze in R durchführen.
Interventionen und Kalibrierung
Dieser Kurs ist Teil von Spezialisierung Modellierung von Infektionskrankheiten
Dozent: Nimalan Arinaminpathy
3.065 bereits angemeldet
Bei enthalten
(53 Bewertungen)
Was Sie lernen werden
Identifizieren Sie die Beziehung zwischen Modellen und realen epidemiologischen Daten
Einbeziehung der Behandlung oder Impfung in ein SIR-Modell unter Berücksichtigung der unvollkommenen Wirksamkeit und der verschiedenen Wirkmechanismen
Führen Sie einfache Kalibrierungen eines SIR-Modells anhand von Zeitreihendaten durch und wählen Sie dabei Parameter aus, um die Anpassung des Modells an die Daten zu maximieren
Erkennen Sie zwei einfache Ansätze zur computergestützten Modellkalibrierung und führen Sie Modellkalibrierungen nach jedem dieser Ansätze in R durch.
Kompetenzen, die Sie erwerben
- Kategorie: Mathematisches Modell
- Kategorie: Infektionskrankheiten
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
2 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Sobald Sie die grundlegende Dynamik der Übertragung mithilfe einfacher mathematischer Modelle erfasst haben, können Sie diese Modelle nutzen, um die Auswirkungen verschiedener Maßnahmen zu simulieren. Sie werden Ansätze für die Modellierung der Behandlung von Infektionskrankheiten sowie für die Modellierung von Impfungen untersuchen. Aufbauend auf dem SIR-Modell werden Sie lernen, wie Sie zusätzliche Kompartimente einbeziehen können, um die Auswirkungen von Interventionen darzustellen (z.B. die Wirkung von Impfungen bei der Verringerung der Anfälligkeit). Sie lernen etwas über "undichte" Impfstoffe und wie man sie modelliert, sowie über verschiedene Arten von Impfstoff- und Behandlungseffekten.
Das ist alles enthalten
5 Videos5 Lektüren2 Diskussionsthemen11 Unbewertete Labore
Alle Modelle zur Beantwortung von Fragen der öffentlichen Gesundheit müssen zunächst mit realen Daten abgeglichen oder "kalibriert" werden, um sicherzustellen, dass die modellsimulierte Dynamik mit den beobachteten Daten übereinstimmt. In diesem Modul werden Sie die grundlegenden Beziehungen zwischen Modellen und Daten betrachten. Anhand des grundlegenden SIR-Modells, das Sie bisher entwickelt haben, werden Sie dieses Modell auf epidemische Daten kalibrieren. Indem Sie diese Kalibrierung von Hand durchführen, lernen Sie, wie die Modellparameter angepasst werden können, um reale Daten zu erfassen.
Das ist alles enthalten
4 Videos1 Diskussionsthema4 Unbewertete Labore
In der Praxis wird die Modellkalibrierung für kompartimentäre Modelle selten von Hand vorgenommen. Vielmehr konstruieren wir eine Funktion, die die Anpassungsgüte zwischen dem Modell und den Daten zusammenfasst, und verwenden dann verfügbare Computeralgorithmen, um diese Anpassungsgüte zu maximieren. In den nächsten beiden Modulen lernen Sie zwei einfache Ansätze zur computergestützten Modellkalibrierung kennen: den Least-Squares-Ansatz und den Maximum-Likelihood-Ansatz. Sie werden Modellkalibrierungen mit jedem dieser Ansätze in R durchführen.
Das ist alles enthalten
3 Videos6 Unbewertete Labore
Bitte beachten Sie, dass die Lernergebnisse in diesem und im letzten Modul identisch sind. In der Praxis wird die Modellkalibrierung für kompartimentäre Modelle selten von Hand durchgeführt. Vielmehr konstruieren wir eine Funktion, die die Anpassungsgüte zwischen dem Modell und den Daten zusammenfasst und verwenden dann verfügbare Computeralgorithmen, um diese Anpassungsgüte zu maximieren. In diesen beiden Modulen lernen Sie zwei einfache Ansätze zur computergestützten Modellkalibrierung kennen: den Least-Squares-Ansatz und den Maximum-Likelihood-Ansatz. Sie werden Modellkalibrierungen mit jedem dieser Ansätze in R durchführen.
Das ist alles enthalten
4 Videos1 Lektüre2 Aufgaben4 Unbewertete Labore
Dozent
Empfohlen, wenn Sie sich für Öffentliche Gesundheit interessieren
Imperial College London
Illinois Tech
Korea Advanced Institute of Science and Technology(KAIST)
Bereiten Sie sich auf einen Abschluss vor.
Wenn Sie Kurs von Imperial College London absolvieren, erhalten Sie möglicherweise eine Vorschau der Themen, Materialien und Lehrkräfte für einen verwandten Studiengang. So können Sie besser einschätzen, ob das Thema oder die Universität die richtige Wahl für Sie wäre.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 53
53 Bewertungen
- 5 stars
77,35 %
- 4 stars
16,98 %
- 3 stars
1,88 %
- 2 stars
3,77 %
- 1 star
0 %
Geprüft am 28. Juni 2020
Geprüft am 24. Dez. 2021
Geprüft am 8. Aug. 2021
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.