COVID-19: Uso de funções sigmóides para representação do número de infecções e óbitos

Imagem de Miniatura
Data
2021-11-11
Autores
Caldeira, Fabiana Mara [UNIFESP]
Orientadores
Paiva, Henrique
Tipo
Dissertação de mestrado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Introdução: Durante toda a história da humanidade, pandemias implicam grandes desafios sanitários, econômicos e sociais. O último surto global foi da doença COVID-19. Modelos matemáticos são importantes nessas ocasiões para auxiliar na melhor compreensão da disseminação das doenças e otimização das medidas de controle. Objetivo: Este estudo propõe um modelo matemático para estudar a COVID-19, realizando a previsão do número de casos e óbitos consequentes da doença, com a vantagem da possibilidade de calibração automática do processo, tornando-o mais acessível e rápido. Métodos: A metodologia usa a curva sigmóide assimétrica para descrever os dados históricos, relativos ao número diário de casos e falecimentos por COVID-19 dados pela fonte digital Our World In Data. Os dados de treinamento foram retirados dos países Argentina, Brasil, Hungria, Luxemburgo, Panamá e Paraguai, que apresentam particularidades nas suas características epidemiológicas, índice de desenvolvimento humano, políticas de saúde implementadas durante toda a pandemia, tamanho e densidade demográfica. Resultados: as previsões tiveram de boa precisão e acurácia, especialmente para períodos curtos de previsão. Conclusões: Esta metodologia é bastante útil, podendo ser utilizada para qualquer lugar do mundo, mas é mais eficiente em locais com maior quantidade de dados disponíveis. Também pode ser adaptada para descrever a dinâmica de outras epidemias. O principal destaque é o fornecimento de informações que podem ajudar a orientar as políticas públicas de saúde. Como em outros modelos, é ideal para previsões de curto prazo, onde fatores externos tem menor impacto.
Introduction: Throughout human history, pandemics pose major health, economic and social challenges. The last global outbreak was of COVID-19 disease. Mathematical models are important at these times to help better understand the spread of diseases and optimize control measures. Purpose: This paper proposes a mathematical model to study the COVID-19, predicting the number of cases and demises, with the advantage of the possibility of automatic calibration of the process, making it more accessible and faster. Methods: The methodology uses asymmetric sigmoids curves to describe the historical data about the daily number of cases and deaths by COVID-19, by the digital source Our World In Data. Training data were taken from Argentina, Brazil, Hungary, Luxembourg, Panama and Paraguay, which have particularities in their epidemiological characteristics, human development index, health policies implemented throughout the pandemic, population size and density. Results: The forecasts had good precision and accuracy, especially for short forecast periods. Conclusions: This methodology it is useful can be applied anywhere in the world, but it is more efficient in places with more data available. It can also be adapted to describe the dynamics of other epidemics. The main highlight is the provision of information that can help guide public health policies. Like other models, it is ideal for short-term forecasts, where external factors have less impact.
Descrição
Citação