Previsão a longo prazo do número acumulado de óbitos no Brasil, China, Alemanha, Itália, Espanha, Estados Unidos: uma aplicação aos modelos em forma de S da COVID-19

Resumo

Esta pesquisa objetiva ajustar o modelo de regressão não linear de Gompertz e Bertalanffy para as mortes acumuladas pelo COVID-19 em seis países Brasil, Estados Unidos, Alemanha, Itália, China e Espanha. Empregou três medidas de desempenho diferentes no processo de treinamento, coeficiente de determinação ajustado , Critério de Informação de Akaike (AIC) e Quadrado Médio Residual (RMS). O erro da porcentagem absoluta média (MAPE) e o erro relativo (ER) foram usados ​​para selecionar o melhor modelo no conjunto de dados de teste. No conjunto de dados de treinamento, o modelo Bertalanffy foi o que melhor descreveu o crescimento de mortes na China, enquanto o modelo Gompertz foi o melhor para o Brasil, Alemanha, Itália, Espanha e Estados Unidos. Por outro lado, o modelo Bertalanffy foi o melhor para a Espanha no conjunto de dados de teste, de acordo com MAPE e RE. De acordo com o modelo de Gompertz, 214.100 IC (175.929; 267.008) pessoas morrerão no Brasil, atingindo um máximo de 1.577 com um intervalo de previsão [1.367; 1.819] de novas mortes diárias no pico da doença. Os modelos não lineares estudados descreveram satisfatoriamente a curva de crescimento do número de óbitos, fornecendo parâmetros com interpretações práticas. Foram encontradas evidências de que o Brasil pode superar os Estados Unidos em relação ao número total de mortes. A previsão de tempo a curto e longo prazo, bem como o ponto de virada de cada país, são apresentados e comparados com outros modelos preditivos da literatura.