Ajuste de modelos não lineares às notificações de Covid-19 no município de Palmas - Tocantins

Autores

DOI:

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

Palavras-chave:

Infecções virais; Pandemia Covid-19; Epidemiologia analítica.

Resumo

Compreender como a transmissibilidade de uma doença ocorre é importante para estabelecer medidas necessárias para combatê-la. Desta forma, o objetivo é identificar qual modelo não linear, entre os modelos de Gompertz, Von Bertallanfy e Logístico, se ajustaria melhor a curva de prevalência de casos de Covid-19 da cidade de Palmas-TO. Bem como analisar dados de notificações de casos e óbitos, em variáveis como gênero e faixa etária. Serão utilizados dados até setembro de 2021, encontrados no site da SESAU-TO, as notificações são confirmadas através do teste RT-PCR. As fórmulas dos modelos serão compiladas e representadas em gráficos. Para definir o melhor modelo será desenvolvido um IA, cujo menor valor indica o melhor ajuste. Podemos observar que apesar da maior taxa de acometimento ser em adultos, a maior letalidade foi em idosos. Em relação a variável gênero, a maior taxa de acometimentos foi no sexo feminino e de letalidade no sexo masculino. Podemos concluir que o modelo que apresentou melhor ajuste às notificações foi o de Gompertz, apresentando um menor valor de IA. Ademais, o valor estimado encontrado ao final do período observado no modelo Gompertz foi o mais semelhante ao número de notificações em Palmas dentre os modelos analisados. Foi também observado que o modelo de Von Bertalanffy apresentou um IA baixo, sendo também uma curva adequada para Palmas. Contudo, quanto a curva do método Logístico, foi o mais ajustado no início do período, porém com o avançar das mutações, acabou não se tornando efetiva para o município.

Referências

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.

Downloads

Publicado

11/11/2021

Como Citar

NESELLO, A. L. M.; MORAES, G. N. de; ALVES, M. T.; ARAÚJO, R. O. de. Ajuste de modelos não lineares às notificações de Covid-19 no município 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: 23 nov. 2024.

Edição

Seção

Ciências da Saúde