A aplicação de um modelo estocástico para o acompanhamento da evolução da Covid-19 no município de Macaé-RJ

Autores

DOI:

https://doi.org/10.5585/exactaep.2021.18982

Palavras-chave:

Modelos Estocásticos, Covid-19, Distanciamento Social

Resumo

Poucos são os modelos estocásticos disponíveis na literatura para utilização em casos de estimativas de cenários considerando a Covid-19.  O objetivo desta pesquisa é apresentar quatro cenários envolvendo modelagem determinística e modelagem estocástica para a tomada de decisão por parte dos administradores municipais em relação a ocupação de leitos de UTI. A partir da literatura buscou-se parâmetros em modelos epidemiológicos e por meio de um estudo de caso foi feita uma simulação para validação dos dados e estimativa dos resultados. Como contribuição para a teoria ressalta-se a diferença significativa entre a estimativa determinística e a estimativa estocástica. Como contribuição prática destaca-se o emprego da modelagem estocástica para a tomada de decisão pelo gestor municipal considerando as medidas de isolamento social. Como contribuição para a sociedade ressalta-se a importância do distanciamento social no combate a covid-19 bem como a necessidade do cumprimento dos decretos municipais expedidos pela Prefeitura Municipal de Macaé.

Downloads

Não há dados estatísticos.

Biografia do Autor

Ricardo França Santos, Universidade Federal do Rio de Janeiro (UFRJ) / Rio de Janeiro (RJ)

Coordenador do Curso de Engenharia de Produção - Engenharia - UFRJ, Macaé

Referências

ALMEIDA, R.C. (2020) Nota Técnica - Estudo preliminar sobre a evolução de casos da covid-19 no Brasil: análises e projeções. Universidade Federal do Paraná. Recuperado em 20 agosto, 2020, de google.com/view/rcalmeida-ufpr/

FRASER, C., DONNELLY, C. A., CAUCHEMEZ, S., HANAGE, W. P., VAN KERKHOVE, M. D., HOLLINGSWORTH, T. D., GRIFFIN, J., BAGGALEY, R. F., JENKINS, H. E., LYONS, E. J., JOMBART, T., HINSLEY, W. R., GRASSLY, N. C., BALLOUX, F., GHANI, A. C., FERGUSON, N. M., RAMBAUT, A., PYBUS, O. G., LOPEZ-GATELL, H., ALPUCHE-ARANDA, C. M. WHO Rapid Pandemic Assessment Collaboration (2009). Pandemic potential of a strain of influenza A (H1N1): early findings. Science (New York, N.Y.), 324 (5934), 1557–1561. https://doi.org/10.1126/science.1176062

JARVIS, C.I., VAN ZANDVOORT, K., GIMMA, A., PREM, K. (2020). Quantifying the impact of physical distance measures on the transmission of COVID-19 in the UK. BMC Med 18, 124. https://doi.org/10.1186/s12916-020-01597-8

KIRKEBY, C., HALASA, T., GUSSMANN, M., TOFT, N. & GRÆSBØLLPR. , K. (2017). Methods for Estimating Disease Transmission Rates: Evaluating the Precision of Poisson Regression and Two Novel Methods, Scientific Reports, 7:9496. DOI: http://doi.org/10.1038/s41598-017-09209-x

MELLAN, T.A., HOELTGEBAUM, H.H., MISHRA, S. et al. (2020) Estimating COVID-19 cases and reproduction number in Brazil. Imperial College. Report number: 19.

MINISTÉRIO DA SAÚDE. (n.d.). Cadastro Nacional de Estabelecimentos de Saúde – CNES/DATASUS. 2020. Recuperado em 10 julho, 2020, de http://cnes2.datasus.gov.br/

MIZUMOTO, K., & CHOWELL, G.. (2020). Transmission potential of the novel coronavirus (COVID-19) onboard the diamond Princess Cruises Ship, 2020. Infectious Disease Modelling, 5, pp. 264-270.

PREFEITURA MUNICIPAL DE MACAÉ. (n.d.). Site Oficial. Recuperado em 11 julho, 2020, de http://www.macae.rj.gov.br/

RODA, W.C.; VARUGHESE, M.B.; HAN, D.; LI, M.Y.. (2020). Why is it difficult to accurately predict the COVID-19 epidemic ?. Infectious Disease Modelling, 5, pp. 271-281.

ROOSA K., VARUGUESE M. B., HAN, D., LI M.Y. (2020). Real-time forecasts of the COVID-19 epidemic in China from February 5th to February 24th, 2020. Infectious Disease Modelling , 5, pp. 256-263.

SCARABEL, F., PELLIS, L. BRAGAZZI, N. L., WU, J. (2020). Canada needs to rapidly escalate public health interventions for its COVID-19 mitigation strategies. Infectious Disease Modelling, 5, pp. 316-322.

SHIL, P.. (2016). Mathematical Modeling of Viral Epidemics: A Review. Biomedical Research Journal , 3(2), pp. 195-215. DOI: http://doi.org/10.4103/2349-3666.240612

YANG, ZIHANG, DANG, ZHONGKAI, MENG, CUI, HUANG, JINGZE, MENG, HAOTIAN, WANG, DEYU, CHEN, GUANHUA, ZHANG, JIAXUAN, PENG, HAIPENG, SHAO, YIMING. (2020). Propagation analysis and prediction of the COVID-19. Infectious Disease Modelling. 5, 282-292. http://doi.org/10.1016/j.idm.2020.03.002

Downloads

Publicado

12.06.2023

Como Citar

Santos, R. F. (2023). A aplicação de um modelo estocástico para o acompanhamento da evolução da Covid-19 no município de Macaé-RJ. Exacta, 21(2), 455–478. https://doi.org/10.5585/exactaep.2021.18982

Edição

Seção

Artigos