| Abstract : | This thesis follows the influenza surveillance data and analysis of the German federation from 2001-2015 for understanding the patterns exhibited in each German federal state. The statistical analysis defines patterns per age group as it was expected, as well as per state. This surveillance platform follows influenza pandemic events during these years and this affect seasonal epidemic statistics. The analysis is 2-fold (exploratory analysis and model-based inference) employing conventional statistics as well as Zero Inflated Model (ZIP) and Autoregressive Conditional Poisson (ACP) models. Many of the theories related with the transmissibility between human and avian species, observation of upward trends after a pandemic and the age group specific characteristics that may be related with incomplete vaccination appear throughout this analysis. In conclusion, this valuable methodology can correlate demographic and population elements, with the actual biology of the infection and provide a roadmap for influenza surveillance and prevention.
Η παρούσα διπλωματική εργασία παρακολουθεί τα δεδομένα επιτήρησης και ανάλυσης της γρίπης της γερμανικής ομοσπονδίας από το 2001-2015 για την κατανόηση των μοτίβων που παρατηρούνται σε κάθε γερμανικό ομοσπονδιακό κρατίδιο. Η στατιστική ανάλυση προσδιορίζει τα μοτίβα ανά ηλικιακή ομάδα όπως αναμενόταν, καθώς και ανά κρατίδιο. Αυτή η πλατφόρμα παρακολούθησης ακολουθεί τα γεγονότα πανδημίας γρίπης κατά τη διάρκεια αυτών των ετών και αυτό επηρεάζει τις στατιστικές εποχικής επιδημίας. Η ανάλυση αποτελείται από δύο μέρη (διερευνητική ανάλυση και συμπεράσματα με βάση το μοντέλο) που χρησιμοποιούν συμβατικά στατιστικά στοιχεία, καθώς επίσης μοντέλα (ZIP) και αυτοπαλίνδρομα μοντέλα Poisson (ACP). Πολλές από τις θεωρίες που σχετίζονται με τη μεταδοτικότητα μεταξύ ανθρώπων και ειδών πτηνών, η παρατήρηση των ανοδικών τάσεων μετά από μια πανδημία και τα ειδικά χαρακτηριστικά της ομάδας ηλικιών που μπορεί να σχετίζονται με τον ελλιπή εμβολιασμό εμφανίζονται σε όλη την ανάλυση. Συμπερασματικά, αυτή η πολύτιμη μεθοδολογία μπορεί να συσχετίσει τα δημογραφικά στοιχεία και τα στοιχεία του πληθυσμού, με την πραγματική βιολογία της μόλυνσης και να παρέχει έναν οδικό χάρτη για την επιτήρηση και την πρόληψη της γρίπης.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.