Institución:
IDExtremes – R package
La herramienta se basa en un marco de modelado estadístico bayesiano y proporciona funcionalidades para realizar análisis exploratorios, ajustar modelos espaciotemporales, probar y validar la capacidad predictiva de los modelos y pronosticar la probabilidad de un brote de enfermedad.
Grupo de investigación:
.
Investigador/es:
Giovenale Moirano, Chloe Fletcher, Martin Lotto, Daniela Lührsen, Raúl Capellán, Rachel Lowe
Web:
https://www.bsc.es/research-and-development/projects/id-extremes-digital-technology-development-award-climate-sensitive
Descripción:
La herramienta se basa en un marco de modelado estadístico bayesiano y proporciona funcionalidades para realizar análisis exploratorios, ajustar modelos espaciotemporales, probar y validar la capacidad predictiva de los modelos y pronosticar la probabilidad de un brote de enfermedad. Además, la herramienta incluye funciones para visualizar los resultados de todos los pasos de modelado y las predicciones finales. Su diseño flexible permite a los usuarios ingresar indicadores hidrometeorológicos observados (de largo plazo) y pronosticados (de corto plazo), como indicadores de sequía e inundaciones, y generar la probabilidad de un brote de una enfermedad sensible al clima dada (por ejemplo, dengue, malaria o leptospirosis) con varios meses de anticipación.
Problema:
N/A
Solución:
N/A
Áreas de aplicación:
N/A
Novedad:
N/A
Protección:
GPL License (Version 2.0)
Mercado objetivo:
N/A
Keywords:
N/A
TRL: N/A
CRL: N/A
BRL: N/A
IPRL: N/A
TmRL: N/A
FRL: N/A
Más información
Si quieres saber más sobre este proyecto no dudes en contactarnos