Estimación del número efectivo de reproducción de SARS-CoV-2 en Vitória de Santo Antão/PE, Brasil

Autores/as

DOI:

https://doi.org/10.33448/rsd-v9i9.7922

Palabras clave:

Coronavirus; enfermedades infecciosas; pandemia; transmisibilidad; zoonosis; estimadores

Resumen

COVID-19 es una enfermedad respiratoria aguda que tiene para agente etiológico es el virus SARS-CoV-2, desencadenando una pandemia mundial del síndrome respiratorio agudo severo (SARS) a partir del año 2019. El número efectivo de reproducción expresa el potencial de propagación viral, siendo favorables en la determinación el comportamiento de un brote epidemiológico; y en la obtención de información crucial para identificar la intensidad de la enfermedad y cuales intervenciones para ser conducidos. El objetivo del estudio fue analizar la transmisibilidad de COVID-19 en el municipio de Vitória de Santo Antão/PE, Brasil. Siendo así, los indicadores fueron estimados  e , qué reflejan el número efectivo de reproducción de la infección por SARS-CoV-2, en medio de la población de la población de Vitória de Santo Antão/PE, en el período de 107 dias a partir do primeiro caso confirmado (cubriendo la histórico de la enfermedad hasta momento). Los resultados demuestran que, hasta la fecha analizada, las medidas fueron suficientes para reducir efectivamente la transmisibilidad de la epidemia. Sin embargo, mismo presentó crecimiento desacelerado de la epidemia, la población debe permanecer alerta y mantener la distancia social para hacer que la curva se aplana. Además, estas estimaciones pueden entenderse en conformidad y, por lo tanto, permitir las tomar del decisiones para ayudar, prevenir y controlar la expansión de la pandemia de una forma más eficiente, eficaz, generando efectividad.

Citas

Ahmad, T. et al. (2020). COVID-19: Zoonotic aspects. Travel Medicine and Infectious Disease, February, 101607.

Ainslie, K. E. et al. (2020). Evidence of initial success for China exiting COVID-19 social distancing policy after achieving containment. Wellcome Open Research, 5(81).

Biscayart, C. et al. (2020). The next big threat to global health? 2019 novel coronavirus (2019-nCoV): What advice can we give to travellers? – Interim recommendations January 2020, from the Latin-American society for Travel Medicine (SLAMVI). Travel Medicine and Infectious Disease, 33, 101567.

Cao, X. (2020). COVID-19: immunopathology and its implications for therapy. Nature Reviews Immunology, 20(5), 269–270.

Cespedes, M. DA S., & Souza, J. C. R. P. (2020). SARS-CoV-2: A clinical update - II. Revista da Associação Médica Brasileira, 66(4), 547–557.

Cori, A. et al. (2013). A new framework and software to estimate time-varying reproduction numbers during epidemics. American Journal of epidemiology, 178(9), 1505-1512.

Cori, A. (2019). EpiEstim: Estimate Time Varying Reproduction Numbers from Epidemic Curves. R package version 2.2-1. https://CRAN.R-project.org/package=EpiEstim.

Durbin, J., & Koopman, S. J. (2012). Time series analysis by state space methods. 2nd ed. Oxford: Oxford University Press, 346.

Felsenstein, S. et al. (2020). COVID-19: Immunology and treatment options. Clinical Immunology, 215, 108448.

Ganyani, T. et al. (2020). Estimating the generation interval for coronavirus disease (COVID-19) based on symptom onset data, March 2020. Eurosurveillance, 25(17), 2000257.

Gupta, M. et al. (2020). Transmission dynamics of the COVID-19 epidemic in India and modelling optimal lockdown exit strategies. medRxiv.

Heymann, D. L., & Shindo, N. (2020). COVID-19: what is next for public health? The Lancet, 395(10224), 542–545.

Kannan, S. et al. COVID-19 (Novel Coronavirus 2019) – recent trends. European Review for Medical and Pharmacological Sciences, 24(4), 2006–2011.

Kucharski, A. J. et al. (2020). Early dynamics of transmission and control of COVID-19: a mathematical modelling study. The lancet infectious diseases, 20(5), 553-558.

Lotka, A. J. (1939). Théorie analytique des associations biologiques. 2. Ed. Hermann, Paris, 149.

MINISTÉRIO DA SAÚDE - BRASIL. (2020). Painel de casos de doença pelo coronavírus 2019 (COVID-19) no Brasil pelo Ministério da Saúde. Secretarias Estaduais de Saúde.

Moirano, G., Schmid, M., & Barone-Adesi, F. (2020). Short-term effects of mitigation measures for the containment of the COVID-19 outbreak: an experience from Northern Italy. Disaster Medicine and Public Health Preparedness, 1-2.

Moon, S. G. et al. (2020). Time variant reproductive number of COVID-19 in Seoul, Korea. Epidemiology and Health, e2020047.

Munoz, C. A. A., Montoya, J. F. A., & Loaiza, A. M. (2016). A Simulation Model with Community Structure for the Dengue Control. Applied Mathematical Sciences, 10(16), 787-794.

Najafi, F. et al. (2020). Serial interval and time-varying reproduction number estimation for COVID-19 in western Iran. New microbes and new infections, 36, 100715.

Nishiura, H., Linton, N. M., Akhmetzhanov, A. R. (2020). Serial interval of novel coronavirus (COVID-19) infections. International journal of infectious diseases, 93, 284-286.

Oliveira, A. C. D., Lucas, T. C., & Iquiapaza, R. (2020). What has the COVID-19 pandemic taught us about adopting preventive measures? Texto & Contexto-Enfermagem, 29.

Prete, C. A. et al. (2020). Serial Interval Distribution of SARS-CoV-2 Infection in Brazil. medRxiv.

Schuchmann, A. Z. et al. (2020). Isolamento social vertical X Isolamento social horizontal: os dilemas sanitários e sociais no enfrentamento da pandemia de COVID-19/Vertical social isolation X Horizontal social isolation: health and social dilemas in copping with the COVID-19 pandemic. Brazilian Journal of Health Review, 3(2), 3556-3576.

Senel, K. et al. (2020). Instantaneous R for COVID-19 in Turkey: Estimation by Bayesian Statistical Inference. Turkiye Klinikleri Journal of Medical Sciences.

Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3/4), 591-611.

Thompson, R. N. et al. (2019). Improved inference of time-varying reproduction numbers during infectious disease outbreaks. Epidemics, 29, 100356.

Vidale, G., & Senechal, A. Quanto falta para a curva da Covid-19 começar a cair no Brasil. Disponível em: https://veja.abril.com.br/saude/quando-falta-para-a-curva-da-covid-19-comecar-a-cair-no-brasil/. Acesso em: 11 Ago, 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.

WORLD HEALTH ORGANIZATION - WHO. (2020). Clinical management of COVID-19: interim guidance, 01–62, 2020a.

WORLD HEALTH ORGANIZATION - WHO. (2020). WHO Coronavirus Disease (COVID-19) Dashboard. 2020b

Wu, F. et al. (2020). A new coronavirus associated with human respiratory disease in China. Nature, 579(7798), 265–269.

Publicado

07/09/2020

Cómo citar

FREITAS, J. R. de; FERREIRA, D. S. de A. .; LIMA, F. M. de .; NASCIMENTO, G. I. L. A. .; ALVES , D. A. N. da S.; GOMES, D. A. .; SANTOS, A. L. P. dos .; ROCHA, J. S. .; CUNHA, A. L. X. .; PISCOYA, T. O. F. .; ARAÚJO FILHO, R. N. de; HOLANDA, R. M. de .; FRANÇA, M. V. de .; MEDEIROS, R. M. de; COSTA, M. L. L. .; PISCOYA, V. C. .; MOREIRA, G. R. .; CUNHA FILHO, M. . Estimación del número efectivo de reproducción de SARS-CoV-2 en Vitória de Santo Antão/PE, Brasil. Research, Society and Development, [S. l.], v. 9, n. 9, p. e794997922, 2020. DOI: 10.33448/rsd-v9i9.7922. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/7922. Acesso em: 23 dic. 2024.

Número

Sección

Ciencias Agrarias y Biológicas