Estimativa do número efetivo de reprodução de SARS-CoV-2 em Vitória de Santo Antão/PE, Brasil

Autores

DOI:

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

Palavras-chave:

Coronavírus; doenças infecciosas; pandemia; transmissibilidade; zoonose; estimadores

Resumo

COVID-19 é uma doença respiratória aguda que tem por agente etiológico o vírus SARS-CoV-2, desencadeando uma pandemia mundial de síndrome respiratória aguda grave (SARS) a partir do ano 2019. O número efetivo de reprodução expressa o potencial de disseminação viral, sendo favorável na determinação do comportamento de um surto epidemiológico; e na obtenção de informações cruciais para identificar a intensidade da doença e quais intervenções a serem conduzidas. O objetivo do estudo foi analisar a transmissibilidade de COVID-19 no município de Vitória de Santo Antão/PE, Brasil. Sendo assim, foram estimados os indicadores  e , que refletem o número efetivo de reprodução da infecção por SARS-CoV-2, em meio a população de Vitória de Santo Antão/PE, no período de 107 dias a partir do primeiro caso confirmado (cobrindo o histórico da doença até o momento). Os resultados comprovam que, até a data analisada, as medidas foram suficientes para reduzir de forma eficaz a transmissibilidade da epidemia. Porém, mesmo apresentando crescimento desacelerado da epidemia, a população deve ficar em alerta e manter o distanciamento social a fim de provocar o achatamento da curva. No mais, as estimativas podem ser entendidas em conformidade e, portanto, permitir as tomadas de decisões para ajudar, prevenir e controlar a expansão da pandemia de modo mais eficiente, eficaz, gerando efetividade.

Referências

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.

Downloads

Publicado

07/09/2020

Como 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. . Estimativa do número efetivo de reprodução de SARS-CoV-2 em 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 dez. 2024.

Edição

Seção

Ciências Agrárias e Biológicas