000124317 001__ 124317 000124317 005__ 20230301133544.0 000124317 037__ $$aTESIS-2023-013 000124317 041__ $$aeng 000124317 1001_ $$aReyna Lara, Adriana 000124317 24500 $$aControl of diffusion of infectious diseases in complex networks 000124317 260__ $$aZaragoza$$bUniversidad de Zaragoza, Prensas de la Universidad$$c2022 000124317 300__ $$a150 000124317 4900_ $$aTesis de la Universidad de Zaragoza$$v2023-13$$x2254-7606 000124317 500__ $$aPresentado: 11 11 2022 000124317 502__ $$aTesis-Univ. Zaragoza, , 2022$$bZaragoza, Universidad de Zaragoza$$c2022 000124317 506__ $$aby-nc$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc/3.0/es 000124317 520__ $$aNuestro mundo cada vez más interconectado permite que las enfermedades transmisibles se propaguen rápidamente a escala mundial con una facilidad sin precedentes. A medida que crecen las poblaciones, se acelera la urbanización, se intensifica el cambio climático y aumenta la movilidad, se crea un nuevo y complejo campo de batalla en la lucha contra la aparición de nuevos y viejos patógenos zoonóticos. Para enfrentar, o incluso anticipar, nuevos brotes epidémicos, debemos responder cómo, cuándo, dónde y qué estrategias de prevención y control se deben implementar.<br />La cantidad cada vez mayor de datos sobre las interacciones humanas, desde los patrones de movilidad humana diaria hasta las interacciones cara a cara, nos brinda la posibilidad de comprender las vías de propagación de enfermedades contagiosas. Es posible crear modelos basados en datos que nos permitan estudiar y predecir escenarios estadísticos de propagación de epidemias en diferentes circunstancias. En esta tesis, basados en la física de los sistemas complejos, mejoramos nuestra comprensión de la modelización de epidemias integrando sistemas de control en la dinámica. Estudiamos las interdependencias entre la estructura de las redes de interacción humana y su funcionalidad para propagar enfermedades infecciosas mientras integramos estrategias de control en la dinámica.<br /> 000124317 520__ $$aOur increasingly interconnected world allows communicable diseases to spread rapidly on a global scale with unprecedented ease. As populations grow, urbanization accelerates, climate change intensifies, and mobility increases, a new and complex battlefield is created in the fight against the emergence of new and old zoonotic pathogens. To face, or even anticipate new epidemic outbreaks, we must answer how, when, where, and which prevention and control strategies should be implemented. The ever-increasing amount of data on human interactions, from daily human mobility patterns to face-to-face interactions, gives us the possibility to understand the pathways of contagious disease spread. It is possible to create data-driven models that allow us to study and predict statistical scenarios of the spread of epidemics under different circumstances. In this thesis, based on the physics of complex systems, we improve our understanding of epidemic modeling by integrating control systems into the dynamics. We study the interdependencies between the structure of human interaction networks and their functionality to spread infectious diseases while integrating control strategies into the dynamics. We address three different problems at different scales: 1) we study the effects of contact tracing in static contact networks, we found the microscopic and macroscopic effects that make this control strategy efficient; 2) we study vector-borne diseases in large geographical areas, and we found the regional vulnerability factor and then construct an efficient immunization ranking; 3) we formulate an adaptive multiscale control of mobility policy in large geographical areas, this model aims to help the health and socioeconomic systems, we found that the combination of restrictions to the mobility and restrictive creation of social bubbles would be for the benefit of both systems.<br /> 000124317 521__ $$97076$$aPrograma de Doctorado en Física 000124317 6531_ $$afisica 000124317 6531_ $$aestadistica 000124317 6531_ $$aepidemiologia 000124317 6531_ $$adinamica de poblaciones 000124317 700__ $$aGómez Gardeñes, Jesús$$edir. 000124317 7102_ $$aUniversidad de Zaragoza$$b 000124317 830__ $$9488 000124317 8560_ $$fcdeurop@unizar.es 000124317 8564_ $$s15973694$$uhttps://zaguan.unizar.es/record/124317/files/TESIS-2023-013.pdf$$zTexto completo (eng) 000124317 909CO $$ooai:zaguan.unizar.es:124317$$pdriver 000124317 909co $$ptesis 000124317 9102_ $$a$$b 000124317 980__ $$aTESIS