Covid-19: Estudio de infectividad en el Municipio de Garanhuns - PE

Autores/as

DOI:

https://doi.org/10.33448/rsd-v9i9.7176

Palabras clave:

Número de reproducción efectiva; Covid-19; Incidencia; Garanhuns; Brasil.

Resumen

El Covid-19 no es un problema local sino un serio desafío de salud pública, que afecta a diferentes continentes y ha sido objeto de acciones gubernamentales desde diferentes ámbitos en el municipio de Garanhuns. Este ensayo tuvo como objetivo analizar la tasa de infectividad del Covid-19, en el municipio de Garanhuns, a través del número reproductivo efectivo del nuevo coronavirus. El número reproductivo efectivo se usa a menudo en modelos epidemiológicos. Para eso, fue necesario utilizar un gráfico de incidencia y una distribución paramétrica que representara la probabilidad de casos sucesivos en el tiempo transcurrido. Para garantizar la coherencia de la estimación, utilice los de la media y la desviación estándar de la distribución. Simulamos los parámetros de acuerdo con una literatura más reciente sobre el tema, utilizando más de una muestra para la proyección en nuestros análisis. Hace hincapié en que adaptamos los parámetros de acuerdo con la realidad que un paciente infectado promedio toma para buscar atención hospitalaria después de los primeros síntomas de Covid-19. Los resultados demuestran, incluso un análisis de datos, como medidas no reducidas, efectivamente, una infección y un valor que permite indicar que la enfermedad ya no se está propagando.ncluir o resumo em espanhol. El estudio permitió conocer la evolución de la pandemia y la efectividad de las medidas públicas.

Citas

A. Cori (2019), Epiestim: Estimate time varying reproduction numbers from epidemic curves, CRAN, R package version 2.2-1.

Aghaali, M., Kolifarhood, G., Nikbakht, R., Saadati, H. M., & Hashemi Nazari, S. S. (2020). Estimation of the serial interval and basic reproduction number of COVID-19 in Qom, Iran, and three other countries: A data-driven analysis in the early phase of the outbreak. Transboundary and emerging diseases, 10.1111/tbed.13656. Advance online publication. https://doi.org/10.1111/tbed.13656

Ainslie, K. E. C.; Walters, C. E.; Fu, H.; Bhatia, S.; Wang, H.; Xi, X.; Baguelin, M.; Bhatt, S.; Boonyasiri, A.; Boyd, O.; Cattarino, L.; Ciavarella, C.; Cucunuba, Z.; Cuomo-dannenburg, G.; Dighe, A.; Dorigatti, I.; Van Elsland, S. L.; Fitzjohn, R.; Gaythorpe, K.; Ghani, A. C.; Green, W.; Hamlet, A.; Hinsley, W.; Imai, N.; Jorgensen, D.; Knock, E.; Laydon, D.; Nedjati-gilani, G.; Okell, L. C.; Siveroni, I.; Thompson, H. A.; Juliette, H.; Unwin, T.; Verity, R.; Vollmer, M.; Walker, P. G. T.; Wang, Y.; Watson, O. J.; Whittaker, C.; Winskill, P.; Donnelly, C. A.; Ferguson, N. M.; Riley, S. (2020). Open Peer Review Evidence Of Initial Success For China Exiting Covid-19 social distancing policy after achieving containment, Wellcome Open Res. 2020;5:81. https://doi.org/10.12688/wellcomeopenres.15843.1

Anderson, R. M; May, R. M., (1991). Infectious Disease of Humans. Nova Iorque: Oxford University Press.

Andersson, H.; Britton, T., (2000). Stochastic Epidemic Models and their Statistical Analysis. Nova Iorque: Springer Verlag.

Durbin, J.; Koopman, S. J. (2012). Análise de séries temporais por métodos de espaço de estados. Oxford University Press.

Gupta, M.; Mohanta, S. S.; Rao, A.; Parameswaran, G. G.; Agarwal, M.; Arora, M.; Mazumder, A.; Lohiya, A.; Behera, P.; Bansal, A.; Kumar, R.; Meena, V. P.; Tiwari, P.; Mohan, A.; Bhatnagar, S. (2020). Transmission dynamics of the COVID-19 epidemic in India and modelling optimal lockdown exit strategies. MedRxiv. p. 2020.05.13.20096826. doi: https://doi.org/10.1101/2020.05.13.20096826.

Lekone, P. E.; Finkenstädt, B. F (2006). Statistical inference in a stochastic epidemic SEIR model with control intervention: Ebola as a case study. Biometrics, v. 62, p. 1170-1177.doi: https://doi.org/10.1111/j.1541-0420.2006.00609.x

Lotka A. J. (1939). Th´eorie analytique des associations biologiques, 2e partie. Hermann, Paris.

Nishiura, H., Linton, N. M., & Akhmetzhanov, A. R. (2020). Serial interval of novel coronavirus (COVID-19) infections. International journal of infectious diseases. https://doi.org/10.1016/j.ijid.2020.02.060

Organização Pan-Americana da Saúde [OPAS] (2020). Folha informativa – COVID-19 (doença causada pelo novo coronavírus). Recuperado de: https://www.paho.org/bra/index.php?option=com_content&view=article&id=6101:covid19&Itemid=875, Em: 19 de julho de 2020.

Prado, M. Bastos L, Batista A, Antunes B, Baião F, Maçaira P, Hamacher S, Bozza F., (2020). Análise de subnotificação do número de casos confirmados da COVID-19 no Brasil. 2020. Recuperado de: <https://drive.google.com/file/d/1_whlqZnGgvqHuWCG4-JyiL2X9WXpZAe3/view>. Em: 07 de julho de 2020.

Wallinga, J., & Teunis, P. (2004). Different epidemic curves for severe acute respiratory syndrome reveal similar impacts of control measures. American journal of epidemiology, 160(6), 509–516. https://doi.org/10.1093/aje/kwh255

Samperi, R. H.; Collado, C. F.; Lucio, M. del P. B, (2013). Metodologia Científica. 5. ed. Porto Alegre: Penso. 624 p.

Secretaria de Saúde Garanhuns. Boletins Epidemiológicos (2020). Recuperado de: https://garanhuns.pe.gov.br/informe-epidemiologico-no15-2020-04-07-2020/. Em: 18 de julho de 2020.

Silva A.W.C., Cunha A.A., Alves G.C., Corona R.A., Dias C.A.G. M., Nassiri R., (2020) Caracterização clínica e epidemiologia de 1560 casos de COVID-19 em Macapá/AP, extremo norte do Brasil. Research, Society and Development, v. 9, n. 8, p. e150985499. http://dx.doi.org/10.33448/rsd-v9i8.5499.

Publicado

19/08/2020

Cómo citar

BARROS, D. M. .; ALVES, D. A. N. da S. .; NASCIMENTO, G. I. L. A.; FALCÃO, R. E. A. .; CUNHA FILHO, M. .; LEITE, R. M. B. . Covid-19: Estudio de infectividad en el Municipio de Garanhuns - PE. Research, Society and Development, [S. l.], v. 9, n. 9, p. e298997176, 2020. DOI: 10.33448/rsd-v9i9.7176. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/7176. Acesso em: 25 nov. 2024.

Número

Sección

Ciencias Exactas y de la Tierra