Ajuste de modelos no lineales a notificaciones de Covid-19 en el municipio de Palmas - Tocantins

Autores/as

DOI:

https://doi.org/10.33448/rsd-v10i14.22346

Palabras clave:

Pandemia de Covid-19; Infecciones virales; Epidemiología analítica.

Resumen

Entender cómo se produce la transmisibilidad de una enfermedad es importante para establecer las medidas necesarias para combatirla. Así, el objetivo es identificar qué modelo no lineal, entre los modelos de Gompertz, Von Bertallanfy y Logístico, se ajusta mejor a la curva de prevalencia de casos de Covid-19 en la ciudad de Palmas-TO. Así como analizar datos de notificaciones de casos y defunciones, en variables como sexo y grupo de edad. Los datos se utilizarán hasta septiembre de 2021, que se encuentran en el sitio web de SESAU-TO, las notificaciones se confirman a través de la prueba de RT-PCR. Las fórmulas del modelo se compilarán y graficarán. Para definir el mejor modelo, se desarrollará una IA, cuyo valor más bajo indica el mejor ajuste. Podemos observar que a pesar de que la mayor tasa de afectación se da en adultos, la mayor tasa de mortalidad se da en los ancianos, en cuanto a la variable género, la mayor tasa de afectación se da en mujeres y la letalidad en varones. Podemos concluir que el modelo que mejor ajuste presentó las notificaciones fue el modelo Gompertz, con un valor de IA menor. Además, el valor estimado encontrado al final del período observado en el modelo de Gompertz fue el más similar al número de notificaciones en Palmas entre los modelos analizados. También se observó que el modelo de Von Bertalanffy presentó una IA baja, siendo también una curva adecuada para Palmas. Sin embargo, en cuanto a la curva del método Logístico, fue la más ajustada al inicio del período, pero con el avance de las mutaciones, terminó por no hacerse efectiva para el municipio.

Citas

Ashour, H. M., Elkhatib, W. F., Rahman, M. M., & Elshabrawy, H. A. (2020). Insights into the Recent 2019 Novel Coronavirus (SARS-CoV-2) in Light of Past Human Coronavirus Outbreaks. Pathogens (Basel, Switzerland), 9(3), 186. https://doi.org/10.3390/pathogens9030186

Bomfim, F. (2020). COVID-19, a pandemia que mudou a saúde e a economia. Revista Ciências Em Saúde, 10(2), 1-2. https://doi.org/10.21876/rcshci.v10i2.995

Brasil. Ministério da Saúde. (2020). Painel Coronavírus. Página inicial. https://covid.saude.gov.br/.

Correia, T. (2020). A gestão política da Covid-19 em Portugal: contributos analíticos para o debate internacional. Revista Saúde em Debate, Agosto 2020. https://preprints.scielo.org/index.php/scielo/preprint/download/1140/1711/1795.

Cunha, Y. L. da. (2014). Utilização de modelos não lineares para descrever a curva de crescimento de caprinos leiteiros da raça Alpina. Curso de Agronomia, Universidade Federal de Viçosa, Viçosa. http://www.agn.ufv.br/wp-content/uploads/2017/08/CunhaY.L.-40952.pdf

Escobar, A. L., Rodriguez, T. D. M., & Monteiro, J. C. (2020). Letalidade e características dos óbitos por COVID-19 em Rondônia: estudo observacional. Epidemiologia e Serviços de Saúde, [S.L.], v. 30, n. 1, p. 9. http://dx.doi.org/10.1590/s1679-49742021000100019.

Iuliano, A. D. (2018). Estimates of global seasonal influenza-associated respiratory mortality: a modelling study. The Lancet. https://pubmed.ncbi.nlm.nih.gov/29248255/.

Krieger, N., Chen, J. T. & Waterman, P. D. (2020). Excess mortality in men and women in Massachusetts during the COVID-19 pandemic. The Lancet. 395, 10240, p. 1829. Elsevier BV. http://dx.doi.org/10.1016/s0140-6736(20)31234-4. https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)31234- 4/fulltext.

Laird, A. K. (1966). Dynamics of relative growth. Growth, Bar Harbor, v.29, p.249-263.

Melchior, T. B. (2011). H1N1: pandemia e perspectiva atual. J. Bras. Patol. Med. Lab, 47. https://doi.org/10.1590/S1676-24442011000600007

Ministério da Saúde. (2004). Boletim Epidemiológico 01. Brasília, DF: Ministério da Saúde.

Narváez, V. D. (2020). Qual é a curva que melhor explica o crescimento de casos confirmados da COVID-19 no Chile? Revista Latino-Am. Enfermagem, vol.28. Ribeirão Preto 2020 Epub June 26, 2020. https://www.scielo.br/scielo.php?pid=S0104-11692020000100366&script=sci_arttext&tlng=pt.

Nelder, J. A. (1961). The fitting of a generalization of the logistic curve. Biometrics, v.17, p.89-94.

Oliveira, A. C. d., Lucas, T. C., & Iquiapaza, R. A. (2020). O que a Pandemia da Covid-19 tem nos ensinado sobre adoção de medidas de Precaução? SciELO - Scientific Electronic Library Online - Special Section COVID-19, 29, 1. https://doi.org/10.1590/1980-265X-TCE-2020-0106

OMS. (2020). Transmissão do SARS-CoV-2: implicações para as precauções de prevenção de infecção. https://www.google.com/url?sa=t&source=web&rct=j&url=https://iris.paho.org/bitstream/handle/10665.2/52472/OPASWBRACOVID-1920089_por.pdf%3Fsequence%3D1%26isAllowed%3Dy&ved=2ahUKEwijzfXlm4f0AhX5GbkGHeI-DgAQFnoECBcQAQ&usg=AOvVaw3A_kgRi8vdtriySYCdGEBR

Pereira, G. d. A., Pícoli, R. P., & Cazola, L. H. d. O. (2020). Integración del agente de combate a las endemias en la Estrategia Salud Familiar, Campo Grande, Mato Grosso do Sul, Brasil, 2017. Epidemiol. Serv. Saúde, (30), 1. https://doi.org/10.1590/S1679-49742021000100018

Ratkowsky, D. A. (1990). Handbook of nonlinear regression models (1st ed.). Marcel Dekker Inc.

Roehe, P. (2020, April 30). Coronavírus, covid-19, SARSCoV-2 e outros – um ponto de vista virológico. Jornal da Universidade. https://www.ufrgs.br/jornal/coronavirus-covid-19-sarscov-2-e-outros-um-ponto-de-vista-virologico/

Sampaio, I. B. M. (2007). Estatística aplicada à experimentação animal (3rd ed.). FEPMVZ.

Sarmento, J. L. R., Regazzi, A. J., Sousa, W. H. d., Torres, R. d. A., Breda, F. C., & Menezes, G. R. d. O. (2006). Estudo da curva de crescimento de ovinos Santa Inês. R. Bras. Zootec, 35. https://doi.org/10.1590/S1516-35982006000200014

SAS (2001). SAS user´s guide: statistical, Analysis System Institute, Inc., Cary, NC, 2001. https://www.sas.com/pt_br/curiosity.html?utm_source=google&utm_medium=cpc&utm_campaign=brand-global&utm_content=GMS-158646-gbccf&gclid=CjwKCAjwzt6LBhBeEiwAbPGOgWWG4oPlkxMwHrEEksUmuxjP12-sjEXRHQ7-WHV2JGtLHsJwLkMabBoC1REQAvD_BwE.

SESAU-TO, G. d. T. (2021, September 20). Dados Epidemiológicos (COVID-19). Integra Saúde Tocantins. Retrieved September 20, 2021, from http://integra.saude.to.gov.br/covid19/InformacoesEpidemiologicas

Shahid, Z., Kalayanamitra, R., Mcclafferty, B., Kepko, D., Ramgobin, D., Patel, R., Aggarwal, C. S., Vunnam, R., Sahu, N., Bhatt, D., Phar, K. J., Golamari, R., & Jain, R. (2020). COVID-19 e adultos mais velhos: o que sabemos. Journal of the American Geriatrics Society, (5), 1. https://doi.org/10.1111/jgs.16472

Sousa, G. J. B., Garces, T. S., Cestari, V. R. F., Moreira, T. M. M., Florêncio, R. S., & Pereira, M. L. D. (2020). Estimação e predição dos casos de COVID-19 nas metrópoles brasileiras. Rev. Latino-Am. Enfermagem, (28), 1. https://doi.org/10.1590/1518-8345.4501.3345

Taubenberger, J. K., Reid, A. H., Krafft, A. E., Bijwaard, K. E., & Fanning, T. G. (1997). Initial genetic characterization of the 1918 "Spanish" influenza virus. Science (New York, N.Y.), 275(5307), 1793–1796. https://doi.org/10.1126/science.275.5307.1793

Von Bertalanffy, L. (1957). Quantitative laws in metabolism and growth (32), 218. Quarterly Review of Biology.

Publicado

11/11/2021

Cómo citar

NESELLO, A. L. M.; MORAES, G. N. de; ALVES, M. T.; ARAÚJO, R. O. de. Ajuste de modelos no lineales a notificaciones de Covid-19 en el municipio de Palmas - Tocantins. Research, Society and Development, [S. l.], v. 10, n. 14, p. e497101422346, 2021. DOI: 10.33448/rsd-v10i14.22346. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/22346. Acesso em: 17 jul. 2024.

Número

Sección

Ciencias de la salud