Analysis and forecasting of the evolution of COVID-19 death numbers in the state of Pernambuco and Ceará using regression models

Authors

DOI:

https://doi.org/10.33448/rsd-v9i7.4551

Keywords:

Coronavirus; Forecast; Epidemic Modeling; Pandemic.

Abstract

The purpose was defined to adjust different non-linear models in the analysis to death data by COVID-19 in Pernambuco and Ceará and to extrapolate the deaths numbers through forecasts. In this report, we analyze the official epidemic data available by the Ministry of Health of Brazil (MS), referring to the period of 25/03/2020 to 11/05/2020 for Pernambuco - PE and in the period of 26/03/2020 to 11/05/2020 for Ceará, of the deaths numbers, COVID-19 confirmed. For the comparison between the models, the adjusted coefficient of determination (), residual mean squares (RMS), and Akaike information criterion (AIC) were used. All models had good adjustments, with values of approximately 99%. The verification of the assumptions of the residues was carried out through graphic analyzes, and the assumptions were met. The cumulative deaths’ numbers in the period from 12/05/2020 to 10/10/2020 was calculated for Pernambuco and 12/05/2020 to 11/10/2020 for Ceará, in addition to the extrapolation of the absolute growth rate (AGR) for the respective intervals. The analyzes indicated that the inflection points of all models occurred within 200 days after the start of the pandemic. However, it is not yet possible to make reliable projections of when the numbers of confirmed deaths will minimize. Regardless of the possible uncertainty of the models' prediction, our observations indicate that the next few days may be critical in determining the future growth of death cases.

Author Biographies

André Luiz Pinto dos Santos, Universidade Federal Rural de Pernambuco

Bacharel em Estatística - UEPB

Mestre em Biometria e Estatística Aplicada - UFRPE

Doutor em Biometria e Estatística Aplicada - UFRPE

Pós-Doutorando do Programa de Pós-Graduação em Informática Aplicada - PPGIA

Tiago Alessandro Espínola Ferreira, Universidade Federal Rural de Pernambuco

Possui graduação em Bacharelado em Física - Departamento de Física (1995), mestrado em Física pela Universidade Federal de Pernambuco (1998), doutorado em Ciências da Computação pela Universidade Federal de Pernambuco (2006). Atualmente é professor associado da Universidade Federal Rural de Pernambuco. É um dos fundadores do Programa de Pós-graduação em Informática Aplicada da UFRPE, onde encontra-se com coordenador. Também é membro permanente do Programa de Pós-Graduação em Biometria e Estatística Aplicada da UFRPE. Tem experiência na área de Ciência da Computação e Física, com ênfase em Inteligência Artificial, computação Quântica e computação científica, atuando principalmente nos seguintes temas: previsão, sistemas híbridos, algoritmos de busca, aprendizagem de máquina, séries temporais, redes neurais artificiais e econofísca. Bolsista de Produtividade CNPq.

Frank Gomes-Silva, Universidade Federal Rural de Pernambuco

Possui graduação em Matemática [2002] e Especialização em Ensino de Matemática [2004]. É Mestre em Biometria e Estatística Aplicada pela Universidade Federal Rural de Pernambuco [2008] e Doutor em Matemática Computacional pela Universidade Federal de Pernambuco [2013]. Atualmente é Professor Adjunto IV do Departamento de Estatística e Informática e do Programa de Mestrado e Doutorado em Biometria e Estatística Aplicada na Universidade Federal Rural de Pernambuco. Tem experiência na área de Probabilidade e Estatística atuando nos temas de Distribuições de Probabilidade, modelos de crescimento, ordem estocástica. É lider do grupo de pesquisa MODELAGEM ESTOCÁSTICA, SIMULAÇÃO E APLICAÇÃO registrado no CNPq e tem trabalhado como revisor de periódicos como Journal of Data Science, Anais da Academia Brasileira de Ciências, Hacettepe Journal of Mathematics and Statistics, dentre outros.

Guilherme Rocha Moreira, Universidade Federal Rural de Pernambuco

Possui graduação em Engenharia Agronômica pela Universidade Estadual do Sudoeste da Bahia (2003). Especialização em Gestão de Políticas Públicas (2017) pela UFRPE. Mestrado (2004) e Doutorado (2010) em Zootecnia pela UFMG. Atualmente é professor Adjunto IV do Departamento de Estatística e Informática da UFRPE. Atua nas seguintes áreas: sistemas silvipastoris, forragicultura, nutrição de ruminantes, análise de alimentos, degradabilidade ruminal via técnicas "in vitro" de produção de gases e técnicas "in situ" e planejamento e análise de experimentos e modelos de regressão aplicados a agropecuária.

References

Bedford, J., Enria, D., Giesecke, J., Heymann, D. L., Ihekweazu, C., Kobinger, G., Lane, H. C. F., Memish, Z., Oh, M., Sall, A. A., Schuchat, A., Ungchusak, K., & Lothar H Wieler. (2020). COVID-19: towards controlling of a pandemic. The Lancet, 395(10229), 1015-1018. doi: 10.1016/s0140-6736(20)30673-5

Carneiro, G. (2020). Portal Folha PE. Recuperado em 12 de Março de 2020 de: https://www.folhape.com.br/noticias/noticias/coronavirus/2020/03/12/NWS,133219,70,1668,NOTICIAS,2190-CASAL-RECIFE-SAO-PRIMEIROS-CASOS-CORONAVIRUS-PERNAMBUCO.aspx

Fanelli, D., & Piazza, F. (2020). Analysis and forecast of COVID-19 spreading in China, Italy and France. Chaos, Solitons & Fractals, 134, 109761. https://doi.org/10.1016/j.chaos.2020.109761

Felix, F. H., & Fontenele, J. (2020). Avaliação gráfica simplificada da evolução da epidemia COVID-19 no estado do Ceará.

Ghosal, S., Sengupta, S., Majumder, M., & Sinha, B. (2020). Linear Regression Analysis to predict the number of deaths in India due to SARS-CoV-2 at 6 weeks from day 0 (100 cases - March 14th 2020). Diabetes & metabolic syndrome, 14(4), 311–315. Advance online publication. https://doi.org/10.1016/j.dsx.2020.03.017

Laird, A. K. (1965). Dynamics of relative growth. Growth, 29(9), 249-263.

Ministério da Saúde [MS] (2020a). Painel Coronavírus. Recuperado em 12 de março de 2020 de: https://covid.saude.gov.br/

Ministério da Saúde [MS] (2020b). 15º boletim epidemiológico especial COE- COVID19. Recuperado em 12 de maio de 2020 de: https://portalarquivos.saude.gov.br/images/pdf/2020/May/09/2020-05-06-BEE15-Boletim-do-COE.pdf

Ministério da Saúde [MS] (2020c). Recuperado em 12 de maio de 2020 de: https://www.saude.gov.br/images/pdf/2020/May/11/11.05.2020.Apresenta%C3%A7%C3%A3o%20Diretrizes%20de%20distanciamento%20FINAL.pdf

Na Zhu, N., Zhang, D., Wang, W., Li, X., Yang, B., Song, J., Zhao, X., Huang, B., Shi, W., Lu, R., Niu, P., Zhan, F., Ma, X., Wang, D., Xu, W., Wu, G., Gao, G.F., & Tan, W. (2020). A novel coronavirus from patients with pneumonia in China, 2019. New England Journal of Medicine. 382, 727-733. doi: 10.1056/NEJMoa2001017

Nelder, J. A. (1961). The fitting of a generalization of the logistic curve. Biometrics, 17(1), 89-110. doi: https://www.jstor.org/stable/2527498

Prata, D. N., Rodrigues, W., & Bermejo, P. H. (2020). Temperature significantly changes COVID-19 transmission in (sub) tropical cities of Brazil. Science of the Total Environment, 729, 138862. https://doi.org/10.1016/j.scitotenv.2020.138862

Portal G1. (2020). Recuperado em 08 de Maio de 2020 de: https://g1.globo.com/pe/pernambuco/noticia/2020/05/08/com-mais-82-mortes-e-763-casos-de-covid-19-pe-chega-a-927-obitos-e-11587-pacientes-com-o-novo-coronavirus.ghtml

Rodríguez-Morales, A. J., MacGregor, K., Kanagarajah, S., Patel, D., & Schlagenhauf, P. (2020a). Going global - Travel and the 2019 novel coronavirus. Travel medicine and infectious disease, 33, 101578. https://doi.org/10.1016/j.tmaid.2020.101578

Rodríguez-Morales, A. J., Gallego, V., Escalera-Antezana, J. P., Méndez, C. A., Zambrano, L. I., Franco-Paredes, C., Suárez, J. A., Rodriguez-Enciso, H. D., Balbin-Ramon, G. J., Savio-Larriera, E., Risquez, A., & Cimerman, S. (2020b). COVID-19 in Latin America: The implications of the first confirmed case in Brazil. Travel medicine and infectious disease, 101613. Advance online publication. https://doi.org/10.1016/j.tmaid.2020.101613

Santiago, E. J. P., da Silva Freire, A. K., Cunha Filho, M., Moreira, G. R., de Almeida Ferreira, D. S., & Cunha, A. L. X. (2020). Non-linear models applicable to mortality and cases of COVID-19 in Brazil, Italy and the world. Research, Society and Development, 9(6), 117963561. doi: http://dx.doi.org/10.33448/rsd-v9i6.3561

Santos, A., Moreira, G. R., Gomes-Silva, F., Brito, C., da Costa, M., Pereira, L., Maurício, R. M., Azevêdo, J., Pereira, J. M., Ferreira, A. L., & Filho, M. C. (2019). Generation of models from existing models composition: An application to agrarian sciences. PloS one, 14(12), e0214778. https://doi.org/10.1371/journal.pone.0214778

Santos, A. L. P., Moreira, G. R., de Brito, C. C. R., Gomes-Silva, F., da Costa, M. L. L., Pimentel, P. G., Cunha Filho, M., & Mizubuti, I. Y. (2018). Method to generate growth and degrowth models obtained from differential equations applied to agrarian sciences. Semina: Ciências Agrárias, 39(6), 2659-2672. doi: http://dx.doi.org/10.5433/1679-0359.2018v39n6p2659

Sohrabi, C., Alsafi, Z., O’Neill, N., Khan, M., Kerwan, A., Al-Jabir, A., Losifidis, C., & Agha, R. (2020). World Health Organization declares global emergency: A review of the 2019 novel coronavirus (COVID-19). International Journal of Surgery. 76, 71-76. https://doi.org/10.1016/j.ijsu.2020.02.034

Von Bertalanffy, L. (1957). Quantitative laws in metabolism and growth. The quarterly review of biology, 32(3), 217-231. doi: https://doi.org/10.1086/401873

World Health Organization, WHO Director-General’s Remarks at the Media Briefingon 2019-nCoV on 11 February 2020, (2020). https://www.who.int/dg/speeches/detail/who-director-general-s-remarks-at-the-media-briefing-on-2019-ncov-on-11-february-2020

Wu, K., Darcet, D., Wang, Q., & Sornette, D. (2020). Generalized logistic growth modeling of the COVID-19 outbreak in 29 provinces in China and in the rest of the world. arXiv preprint arXiv:2003.05681.

Yang, W., Zhang, D., Peng, L., Zhuge, C., & Hong, L. (2020). Rational evaluation of various epidemic models based on the COVID-19 data of China. arXiv preprint arXiv:2003.05666.

Published

27/05/2020

How to Cite

SANTOS, A. L. P. dos; FIGUEIREDO, M. P. S. de; FERREIRA, T. A. E.; GOMES-SILVA, F.; MOREIRA, G. R.; SILVA, J. E.; FREITAS, J. R. de. Analysis and forecasting of the evolution of COVID-19 death numbers in the state of Pernambuco and Ceará using regression models. Research, Society and Development, [S. l.], v. 9, n. 7, p. e602974551, 2020. DOI: 10.33448/rsd-v9i7.4551. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/4551. Acesso em: 23 nov. 2024.

Issue

Section

Health Sciences