Modelagem das mudanças comportamentais durante a propagação do sars-cov-2: um estudo de caso considerando o atraso nos testes

Autores

DOI:

https://doi.org/10.33448/rsd-v9i7.5475

Palavras-chave:

Covid-19; Modelo epidêmico; Modelo comportamental; Isolamento social.

Resumo

Este artigo apresenta uma modelagem epidêmico-comportamental da disseminação  SARS-CoV-2 no Amapá em que foi empregada uma generalização do modelo SIR que captura a resposta comportamental da população no decorrer da evolução epidêmica através de um fator de redução δ na taxa de contágio. Os resultados da etapa de validação do modelo com os dados reais  mostram que δ = [0.614.0.638] sinalizando que a resposta comportamental foi responsável por uma redução de ~[36,39]%  na taxa de transmissibilidade epidêmica.  Posteriormente, desenvolve-se uma análise dos cenários que podem emergir para um relaxamento das medidas de isolamento com tR dias após o primeiro pico considerando-se um novo fator de redução da transmissibilidade   δR > δ. Os resultados indicam que a saída disciplinada (δR ≤0.80)  do período de confinamento com 3 semanas (tR = 21)  após o primeiro pico ainda pode desencadear um segundo pico, mas com um alcance menor que o primeiro.

Biografia do Autor

Marcelo Amanajás Pires, Doutorado em andamento em Fisica. Centro Brasileiro de Pesquisas Físicas

Doutorando em Física no CBPF. Possuo mestrado em Física pela Universidade Federal Fluminense (UFF) e graduação em Física pela Universidade Federal do Amapá (UNIFAP) com 1 ano extra de intercâmbio na Universidade de Lisboa. Researchgate: https://www.researchgate.net/profile/Marcelo_Pires2 . Scholar Google: https://scholar.google.com/citations?hl=pt-BR&user=QGFA5PAAAAAJ&view_op=list_works (Texto informado pelo autor)

Edcarlos Vasconcelos da Silva, Docente - Universidade Federal do Amapá Doutorando - Fiocruz

Doutorando do Programa em Saúde Pública da Escola Nacional de Saúde Pública, FIOCRUZ. Mestrado em Ensino Profissional de Matemática, UNIFRA-RS (2013-2015). Especialização em Estatística e Modelagem Quantitativa, UFSM-RS (2014-2015). Graduação em Licenciatura Plena em Matemática pela Universidade Federal do Amapá (2006). É professor Assistente da Universidade Federal do Amapá - UNIFAP no Curso de Licenciatura em Matemática. Possui experiência docente no Ensino Superior nas seguintes áreas: Bioestatística, Estatística Inferencial, Matemática Aplicada, Metodologia do Ensino da Matemática, Teoria dos Números, Cálculo Diferencial e Integral. Possui experiência em Educação à distância pela UAB/Unifap como Tutor e Professor Formador, Ambiente Virtual Moodle. 

Simone de Almeida Delphim Leal, Professora Adjunta da Universidade Federal do Amapá

Graduada em Matemática, possui mestrado e doutorado em Modelagem Computacional pelo Laboratório Nacional de Computação Científica(LNCC/RJ) e pós-doutorado no Instituto de Matemática Pura e Aplicada(IMPA). Atualmente na Universidade Federal do Amapá desenvolvendo pesquisas em otimização e métodos numéricos estabilizados aplicados a equação difusiva e em Educação Matemática voltada a formação necessária ao Mestrado Profissional em Matemática. Suas áreas de pesquisas abrangem ainda a utilização da robótica educacional e Educação Matemática Inclusiva. Atuando também como representação da OBR no estado do Amapá.

Referências

Agência Brasil. (2020a). Estudo indica eficácia do isolamento social contra o novo coronavírus. [internet]. Disponível em: <https://agenciabrasil.ebc.com.br/saude/noticia/2020-05/estudo-indica-eficacia-do-isolamento-social-contra-o-novo-coronavirus> Acesso em: 01/06/20

Agência Brasil. (2020b). Covid-19: Amapá restringe circulação e adota rodízio de veículos .[internet]. Disponel em: <https://agenciabrasil.ebc.com.br/saude/noticia/2020-05/covid-19-amapa-restringe-circulacao-e-adota-rodizio-de-veiculos-0> Acesso em: 01/06/20

Amapá. (2020a). Painel Coronavírus. [internet]. Disponível em <http://painel.corona.ap.gov.br/> Acesso em: 05/06/20

Amapá. (2020b). A cada 10 exames, 7 testam positivos para coronavírus no Amapá. [internet]. Disponível em <https://www.portal.ap.gov.br/noticia/0505/a-cada-10-exames-7-testam-positivos-para-coronavirus-no-amapa> acesso em: 05/06/20

Bagal, D. K., Rath A., Barua A., & Patnaik D. (2020). Estimating the parameters of SIR model of Covid-19 cases in India during lock down periods. MedRxiv. Disponível em: <https://www.medrxiv.org/content/10.1101/2020.06.03.20120899v1> acesso em: 20/05/20 DOI: https://doi.org/10.1101/2020.06.03.20120899

Batista, M. (2020). fitVirus-Covid-19. MATLAB Central File Exchange. [Internet]. Disponível em: <https://www.mathworks.com/matlabcentral/fileexchange /74658-fitviruscovid19> acesso em 15/05/2020.

Bastos, S. B., Cajueiro, D. O. (2020). Modeling and forecasting the early evolution of the Covid-19 pandemic in Brazil. Arxiv preprint. Disponível em <https://arxiv.org/abs/2003.14288> acesso em: 01/06/20

Boudrioua, M. S., & Boudrioua A. (2020). Predicting the Covid-19 epidemic in Algeria using the SIR model. MedRxiv. Disponível em: https://www.medrxiv.org/content/10.1101/ 2020.04.25. 20079467v5 acesso em: 20/05/20 DOI: https://doi.org/10.1101/2020.04.25.20079467

Brasil. Ministério da Saúde. (2020a). Brasil confirma primeiro caso da doença. [internet]. Disponível em: <https://www.saude.gov.br/noticias/agencia-saude/46435-brasil-confirma-primeiro-caso-de-novo-coronavirus> acesso em: 31/05/20

Brasil. Ministério da Saúde. (2020b). Doença pelo Coronavírus 2019 Ampliação da Vigilância, Medidas não Farmacológicas e Descentralização do Diagnóstico Laboratorial. Boletim Epidemiológico 05. Ministério da Saúde: Brasília. [internet]. Disponível em: <https://portalarquivos.saude.gov.br/images/pdf/2020/marco/24/03--ERRATA---Boletim-Epidemiologico-05.pdf> acesso em: 31/05/20

Dias, N. L., Silva, E. V., Pires, M. A., Chaves, D., Sanada, K. L., Fecury, A. A., Dias, C. A. G. M, Oliveira, E., Dendasck, C. V., & Leal, S. D. (2020). Prediction of the propagation of SARS-CoV-2 in Amapá State, Amazon Region, Brazil, by mathematical modeling. Revista Científica Multidisciplinar Núcleo do Conhecimento. 6(5): 73-95. DOI: 10.32749

Freitas, A. S., Silva, L. S., & Sandes, S. S. L. (2020). New SIR model used in the projection of Covid-19 cases in Brazil. MedRxiv. Disponível em: <https://www.medrxiv.org/content/10.1101/2020.04.26.20080218v2> acesso em: 20/05/20 DOI: https://doi.org/10.1101/2020.04.26.20080218

Funk, S., Salathé, M., & Jansen V. A. A. (2010). Modelling the influence of human behaviour on the spread of infectious diseases: a review, J. R. Soc. Interface, 7: 1247-1256).

Hoertel N., Blachier, M., Blanco, C., Olfson, M., Massetti, M., Rico, M. S., Limosin, F., & Leleu, H. (2020). Lockdown exit strategies and risk of a second epidemic peak: a stochastic agent-based model of SARS-CoV-2 epidemic in France. MedRxiv preprint. Disponível em <https://doi.org/10.1101/2020.04.30.20086264> acesso em 31/05/20 DOI: 10.1101/2020.04.30.20086264.

Kissler,S. M., Tedijanto, C., Goldstein, E., Grad, Y. H., Lipsitch, M.. (2020). Projecting the transmission dynamics of SARS-CoV-2 through the post-pandemic period. MedRxiv preprint. Disponível em <https://www.medrxiv.org/content/10.1101/2020.03.04.20031112v1> acesso em: 31/05/20 DOI: 10.1101/2020.03.04.20031112.

Li, E., Pei, S., Chen, B., Song, Y., Zhang, T., Yang, W., Shaman, J.. (2020). Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV2), Science, published online March 16, 2020 DOI: 10.1126/science.abb3221

Nesteruk, I. (2020). SIR-simulation of Corona pandemic dynamics in Europe. ResearchGate preprint. Disponível em <https://www.researchgate.net/publication/340829180_SIR-simulation_of_Corona_pandemic_dynamics_in_Europe> acesso em 31/05/20. DOI: 10.13140/RG.2.2.13542.16969.

OMS. (2020a). Coronavirus disease (COVID-19) Situation Report – 132. [internet]. Disponível em: <https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200531-covid-19-sitrep-132.pdf?sfvrsn=d9c2eaef_2> acesso em: 31/05/20

PAHO. (2020a). Folha informativa – COVID-19 (doença causada pelo novo coronavírus). [internet]. Disponível em: <https://www.paho.org/bra/index.php?option=com_content&view= article&id= 6101:covid19&Itemid=875> acesso em: 31/05/20

PAHO. (2020b). Considerações sobre ajustes das medidas de distanciamento social e medidas relativas a viagens no contexto da resposta à pandemia de Covid-19. [internet]. Disponível em: <https://iris.paho.org/bitstream/handle/10665.2/52045/OPASBRA COVID1920039a_%20por.pdf?sequence=8 > acesso em: 31/05/20

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. Nota Técnica 7. [internet]. Disponível em <https://cdn.msnoticias.com.br/ upload/ckeditor/ images/nt7- subnotificacao-nota-dia-11-abr-2020.pdf> acesso em: 01/06/20

Pedersen, M. G., & Meneghini, M. (2020). Quantifying undetected COVID-19 cases and effects of containment measures in Italy. ResearchGate Preprint. Disponível em <https://www.researchgate.net/publication/339915690_Quantifying_undetected_COVID-19_cases_and_effects_of_containment_measures_in_Italy_Predicting_phase_2_dynamics> acesso em: 31/05/20 DOI: 10.13140/RG.2.2.11753.85600

Peng, L., Yang, W., Zhang, D., Zhuge, C., & Hong, L. (2020). Epidemic analysis of COVID-19 in China by dynamical modeling. arXiv preprint Disponível em: <https://arxiv.org/abs/2002.06563> acesso em: 31/-5/20

Pereira, A. S., Shitsuka, D. M., Parreira, F. J., Shitsuka, R.. (2018). Metodologia da pesquisa científica. [e-book]. Santa Maria. Ed. UAB/NTE/UFSM. Disponível em: https://repositorio.ufsm.br/bitstream/handle/1/15824/Lic_Computacao_Metodologia-Pesquisa-Cientifica.pdf?sequence=1. Acesso em: 09 fev. 2020.

Pires, M. A., Crokidakis, N., Cajueiro, D. O., Menezes, M. A., & Queirós, S. M. D. (2020). What is the potential for a second peak in the evolution of SARS-CoV-2 in Brazil? Insights from a SIRASD model considering the informal economy. Arxiv preprint. Disponível em

Rdocumentation. (2020). General-purpose Optimization. [internet]. Disponível em <https://www.rdocumentation.org/packages/stats/versions/3.6.2/topics/optim> acesso em: 20/05/20

Rogers, L. C. G. (2020). Ending the covid-19 epidemic in the united kingdom. ArXiv preprint. Disponível em:

Roohani, R. T., & Priyanka, M. (2019). Rumor Propagation: A State-of-the-art Survey of Current Challenges and Opportunities. 2nd International Conference on Intelligent Communication and Computational Techniques (ICCT), Jaipur, India,pp. 64-69, DOI: 10.1109/ICCT46177.2019.8969023.

Silva, E. L., Menezes E. M. (2005). Metodologia da pesquisa e elaboração de dissertação. – 3. ed. rev. atual. – Florianópolis: Laboratório de Ensino a Distância da UFSC.

Sinkala, M., Nkhoma, P., Zulu, M., Kafita, D., Tembo, R., & Daka, V. (2020). The Covid-19 Pandemic in Africa: Predictions using the SIR Model Indicate the Cases are Falling. MedRxiv. Disponível em: https://www.medrxiv.org/content/10.1101/2020.06.01.20118893v2 acesso em: 20/05/20 DOI: https://doi.org/10.1101/2020.06.01.20118893

Soetaert, K., Petzoldt, T., Setzer, R. W. (2020). Solving Differential Equations in R: Package deSolve. Journal of Statistical Software. DOI: 10.18637/jss.v033.i09

Tasnim, S., Hossain, M. M., & Hoimonty, M. (2020). Impact of Rumors or Misinformation on Coronavirus Disease (Covid-19) in Social Media. SocArchiv. Disponível em: <https://osf.io/preprints/socarxiv/uf3zn/> acesso em: 30/05/20 DOI: https://doi.org/10.31235/ osf.io/uf3zn

Timoteo, C., Fanelli, D., & Piazza F. (2020). Covid-19: The unreasonable effectiveness of simple models. ResearchGate Preprint. disponível em <https://www.researchgate.net /publication/341554295_The_unreasonable_effectiveness_of_simple_models/> acesso em: 31/05/20

Verelst, F., Willem, L., & Beutels, P. (2016). Behavioural change models for infectious disease transmission: a systematic review (2010–2015). The Royal Society. 13(125). dec, 2016. Disponível em: <https://doi.org/10.1098/rsif.2016.0820> acesso em: 20/05/20

Zhang, Y., You, C., Cai, Z., Sun, J., Hu, W., & Zhou, X. H. (2020). Prediction of the COVID-19 outbreak based on a realistic stochastic model. medRxiv preprint. Disponível em: <https://www.medrxiv.org/content/10.1101/2020.03.10.20033803v1> acesso em: 31/05/20 DOI: https://doi.org/10.1101/2020.03.10.20033803

Wang, Z., Andrews, M. A., Wu, Z. X., Wang, L., & Bauch, C.T. (2015). Coupled disease–behavior dynamics on complex networks: A review. Physics of Life Reviews. 15:.1-29, December. Disponível em: <https://doi.org/10.1016/j.plrev.2015.07.006> acesso em: 20/05/20

Downloads

Publicado

12/06/2020

Como Citar

PIRES, M. A.; DIAS, N. L.; DA SILVA, E. V.; LEAL, S. de A. D. Modelagem das mudanças comportamentais durante a propagação do sars-cov-2: um estudo de caso considerando o atraso nos testes. Research, Society and Development, [S. l.], v. 9, n. 7, p. e780975475, 2020. DOI: 10.33448/rsd-v9i7.5475. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/5475. Acesso em: 23 jan. 2025.

Edição

Seção

Ciências Exatas e da Terra