Índice de Moran local: una aplicación en coeficientes epidemiológicos de la pandemia COVID-19 en Brasil
DOI:
https://doi.org/10.33448/rsd-v10i3.13472Palabras clave:
Brasil; COVID-19; Coeficientes epidemiológicos; Índice de Moran local.Resumen
La pandemia de COVID-19 se ha extendido rápidamente por todo el mundo de una manera aterradora. En Brasil, el tercer país del mundo con mayor número de infectados y muertos por la enfermedad, es importante que las autoridades gubernamentales de salud identifiquen las unidades de la federación que se destacan en los casos y muertes por esta enfermedad para la focalización de recursos. El Índice de Moran Local es una herramienta estadística que estima las unidades de la federación que más se destacan con alguna significación estadística. Usamos los coeficientes epidemiológicos de incidencia, prevalencia y letalidad para describir mejor la pandemia en Brasil hoy. Usamos el software R para obtener los mapas y resultados.
Citas
Alves, H. J. de P., Fernandes, F. A., Lima, K. P. de, Batista, B. D. de O. & Fernandes, T. J. (2020). A pandemia COVID-19 no Brasil: uma aplicação dos k-means método de agrupamento. Research, Society and Development, 9(10), e5829109059, 1-21.10.33448 / rsd-v9i10.9059.
Amaral, M., Conceição, K., Andrade, M., & Padovani, C. (2020). Generalized growth curve model for covid-19 in brazilian states. Revista Brasileira de Biometria, 38(2), 125-146. 10.28951/rbb.v38i2.481
Arashi, M., Bekker, A., Salehi, M., Millard, S., Erasmus, B., Cronje, T., & Golpaygani, M., (2020). Spatial analysis and prediction of covid-19 spread in south africa after lockdown. arXiv preprint arXiv:2005.09596.
Birch, C., Chikukwa, A., Hyder, K. & Vilas, V. (2009). Spatial distribution of the active surveillance of sheep scrapie in great britain: An exploratory analysis. BMC veterinary research, (5)23, 1-14. 10.1186/1746-6148-5-23.
Cordes, J. & Castro, M. C. (2020). Spatial analysis of covid-19 clusters and contextual factors in New York City. Spatial and Spatio-temporal Epidemiology 34, 1-8. https://doi.org/10.1016/j.sste.2020.100355
Fernandes, F. A., Alves, H. J. de P., Fernandes, T. J., & Muniz, J. A. (2020). Overview of the initial growth phase in the number of cases and deaths caused by COVID-19 in Brazil. Research, Society and Development, 9(10), e1539108560. https://doi.org/10.33448/rsd-v9i10.8560
Gehlen, M., Nicola, M. R., Costa, E. R., Cabral, V. K., de Quadros, E. L., Chaves, C. O., Lahm, R. A., Nicolella, A. D., Rossetti, M. L. & Silva, D. R. (2019). Geospatial intelligence and health analitycs: Its application and utility in a city with high tuberculosis incidence in brazil. Journal of infection and public health 12(5), 681–689. https://doi.org/10.1016/j.jiph.2019.03.012
Griffith, D. A., Wong, D. W. & Whitfield, T. (2003). Exploring relationships between the global and regional measures of spatial autocorrelation. Journal of Regional Science 43, 683–710. https://doi.org/10.1111/j.0022-4146.2003.00316.x
Hendricks, B. & Mark-Carew, M., (2017). Using exploratory data analysis to identify and predict patterns of human lyme disease case clustering within a multistate region, 2010–2014. Spatial and spatio-temporal epidemiology 20, 35–43. https://doi.org/10.1016/j.sste.2016.12.003
Huang, R., Liu, M., & Ding, Y. (2020). Spatial-temporal distribution of covid-19 in China and its prediction: A data-driven modeling analysis. The Journal of Infection in Developing Countries 14(3), 246–253. https://doi.org/10.3855/jidc.12585
Kang, D., Choi, H., Kim, J. H. & Choi, J. (2020). Spatial epidemic dynamics of the covid-19 outbreak in China. International Journal of Infectious Diseases, 94, 96-102. https://doi.org/10.1016/j.ijid.2020.03.076
Khailany, R. A., Safdar, M. & Ozaslan, M. (2020). Genomic characterization of a novel sars-cov-2. Gene reports, 19, 100682. https://doi.org/10.1016/j.genrep.2020.100682
Kim, S. & Castro, M. C. (2020). Spatiotemporal pattern of covid-19 and government response in south korea (as of may 31, 2020). International Journal of Infectious Diseases 98, 328–333. https://doi.org/10.1016/j.ijid.2020.07.004
Koh, K., Grady, S. C., Darden, J. T. & Vojnovic, I. (2018). Adult obesity prevalence at the county level in the united states, 2000–2010: downscaling public health survey data using a spatial microsimulation approach. Spatial and spatio-temporal epidemiology 26, 153–164. https://doi.org/10.1016/j.sste.2017.10.001
Kulldorff, M. (1997). A spatial scan statistic. Communications in Statistics-Theory and methods, 26, 1481–1496. https://doi.org/10.1080/03610929708831995
Letko, M., Marzi, A. & Munster, V. (2020). Functional assessment of cell entry and receptor usage for sars-cov-2 and other lineage b betacoronaviruses. Nature microbiology, 5, 562-9. https://doi.org/10.1038/s41564-020-0688-y
Lew, D. & Rigdon, S. E. (2019). Mapping rates of inpatient hospitalizations related to mental disorders in the state of missouri: a conditional autoregressive model with zip code-level data. Spatial and spatio-temporal epidemiology 28, 24–32. https://doi.org/10.1016/j.sste.2018.11.003
Li, H., Li, H., Ding, Z., Hu, Z., Chen, F., Wang, K., Peng, Z. & Shen, H. (2020). Spatial statistical analysis of coronavirus disease 2019 (covid-19) in China. Geospatial Health 15(1). 11-18. https://doi.org/10.4081/gh.2020.867
Lieberman-Cribbin, W., Tuminello, S., Flores, R. M. & Taioli, E. (2020). Disparities in covid-19 testing and positivity in new york city. American journal of preventive medicine 59, 326–332. https://doi.org/10.1016/j.amepre.2020.06.005
Monteiro, A. M. V., Câmara, G., Carvalho, M. & Druck, S. (2004). Análise espacial de dados geográficos. Embrapa.
Nassiri, R. (2020). Perspective on wuhan viral pneumonia. Advances in Public Health, Community and tropical Medicine, (2), 1-3.
Nilima, N., Kaushik, S., Tiwary, B. & Pandey, P. K. (2021). Psycho-social factors associated with the nationwide lockdown in india during covid-19 pandemic. Clinical Epidemiology and Global Health, 9, 47-52. https://doi.org/10.1016/j.cegh.2020.06.010
Pereira,A.S., Shitsuka, D. M., Parreira, F. J., & Shitsuka R. (2018). Metodologia da pesquisa científica. UFSM. https://repositorio.ufsm.br/bitstream/hand le/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1.
Pinto, E., Santos, G. & Oliveira, F. (2014). Análise espaço-temporal aplicada às ocorrências de hipertensão e diabetes nos municípios do estado de minas gerais. Revista Brasileira de Biometria 32(2), 238–266.
R Core Team, (2020). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. Vienna, Austria. URL: https://www.R-project.org/.
Salathé, M., Althaus, C. L., Neher, R., Stringhini, S., Hodcroft, E., Fellay, J., Zwahlen, M., Senti, G., Battegay, M. & Wilder-Smith, A. (2020). Covid-19 epidemic in switzerland: on the importance of testing, contact tracing and isolation. Swiss medical weekly 150, w20225, 1-3. https://doi.org/10.4414/smw.2020.20225
Velavan, T. & Meyer, C. (2020). La epidemia de covid-19. Tropical Medicine and International Health, 25(3), 278-280. 10.1111/tmi.13383
Wang, C., Horby, P. W., Hayden, F. G. & Gao, G. F. (2020). A novel coronavirus outbreak of global health concern. The Lancet, 395, 470–473. https://doi.org/10.1016/S0140-6736(20)30185-9
Werneck, G. L., & Carvalho, M. S. (2020). A pandemia de covid-19 no brasil: crônica de uma crise sanitária anunciada. Cadernos de Saúde Pública 36(5):e00068820, 1-4. https://doi.org/10.1590/0102-311X00068820
Yao, Y., Pan, J., Wang, W., Liu, Z., Kan, H., Qiu, Y., Meng, X. & Wang, W. (2020). Association of particulate matter pollution and case fatality rate of covid-19 in 49 chinese cities. Science of the Total Environment 741, 140396. https://doi.org/10.1016/j.scitotenv.2020.140396
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2021 Henrique José de Paula Alves; Felipe Augusto Fernandes; Kelly Pereira de Lima; Ben Dêivide de Oliveira Batista; Tales Jesus Fernandes
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores que publican en esta revista concuerdan con los siguientes términos:
1) Los autores mantienen los derechos de autor y conceden a la revista el derecho de primera publicación, con el trabajo simultáneamente licenciado bajo la Licencia Creative Commons Attribution que permite el compartir el trabajo con reconocimiento de la autoría y publicación inicial en esta revista.
2) Los autores tienen autorización para asumir contratos adicionales por separado, para distribución no exclusiva de la versión del trabajo publicada en esta revista (por ejemplo, publicar en repositorio institucional o como capítulo de libro), con reconocimiento de autoría y publicación inicial en esta revista.
3) Los autores tienen permiso y son estimulados a publicar y distribuir su trabajo en línea (por ejemplo, en repositorios institucionales o en su página personal) a cualquier punto antes o durante el proceso editorial, ya que esto puede generar cambios productivos, así como aumentar el impacto y la cita del trabajo publicado.
