Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil

Detalhes bibliográficos
Autor(a) principal: Espinosa, Mariano Martinez
Data de Publicação: 2020
Outros Autores: Oliveira, Elaine Cristina de, Melo, Juliano Silva, Damaceno, Roney Dias, Terças-Trettel, Ana Cláudia Pereira
Tipo de documento: Artigo
Idioma: por
Título da fonte: Journal of Health & Biological Sciences
Texto Completo: https://periodicos.unichristus.edu.br/jhbs/article/view/3224
Resumo: Objetivos: prever a tendência epidemiológica de casos e óbitos do COVID-19 no Brasil e, especificamente, em Mato Grosso, por meio do modelo estatístico duplo exponencial. Métodos: para a realização deste trabalho, foram utilizados dados de casos e óbitos do COVID-19 fornecidos pelo Ministério da Saúde do Brasil e Secretaria de Estado de Saúde de Mato Grosso, e, para realizar as previsões com esses dados, foi utilizada a técnica estatística de séries temporais, considerando o modelo exponencial duplo, e para o processamento dos dados, foi utilizado o programa MINITAB V 17. Resultados: os resultados mostram que os valores ajustados pelo modelo exponencial duplo transformado dos casos e óbitos estão muito próximos dos valores observados de COVID-19 noBrasil e, principalmente, em Mato Grosso, no período considerado, indicando que esse modelo é adequado para os dados em estudo, o qual foi verificado, prevendo alguns valores com seus respectivos intervalos de confiança de 95%. Conclusões: a possibilidade de se estimar, pautado em análises estatísticas, o número de casos e óbitos de COVID-19 que ocorrerá no Brasil e no estado de Mato Grosso poderá instrumentalizar os gestores para o planejamento deações estratégicas de prevenção, monitoramento e controle da pandemia.
id CHRISTUS-1_b1c632292f31cc909c8b4a80f3161148
oai_identifier_str oai:ojs.unichristus.emnuvens.com.br:article/3224
network_acronym_str CHRISTUS-1
network_name_str Journal of Health & Biological Sciences
repository_id_str
spelling Predição de casos e óbitos de COVID-19 em Mato Grosso e no BrasilSaúde; Saúde Coletiva; EpidemiologiaCoronavírus; COVID-19; Previsão; Incidência; EpidemiologiaEpidemiologiaObjetivos: prever a tendência epidemiológica de casos e óbitos do COVID-19 no Brasil e, especificamente, em Mato Grosso, por meio do modelo estatístico duplo exponencial. Métodos: para a realização deste trabalho, foram utilizados dados de casos e óbitos do COVID-19 fornecidos pelo Ministério da Saúde do Brasil e Secretaria de Estado de Saúde de Mato Grosso, e, para realizar as previsões com esses dados, foi utilizada a técnica estatística de séries temporais, considerando o modelo exponencial duplo, e para o processamento dos dados, foi utilizado o programa MINITAB V 17. Resultados: os resultados mostram que os valores ajustados pelo modelo exponencial duplo transformado dos casos e óbitos estão muito próximos dos valores observados de COVID-19 noBrasil e, principalmente, em Mato Grosso, no período considerado, indicando que esse modelo é adequado para os dados em estudo, o qual foi verificado, prevendo alguns valores com seus respectivos intervalos de confiança de 95%. Conclusões: a possibilidade de se estimar, pautado em análises estatísticas, o número de casos e óbitos de COVID-19 que ocorrerá no Brasil e no estado de Mato Grosso poderá instrumentalizar os gestores para o planejamento deações estratégicas de prevenção, monitoramento e controle da pandemia.Instituto para o Desenvolvimento da EducacaoNão há financiamentoEspinosa, Mariano MartinezOliveira, Elaine Cristina deMelo, Juliano SilvaDamaceno, Roney DiasTerças-Trettel, Ana Cláudia Pereira2020-05-21info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado por ParesPeer ReviewRevisado por paresapplication/pdfhttps://periodicos.unichristus.edu.br/jhbs/article/view/322410.12662/2317-3076jhbs.v8i1.3224.p1-7.2020Journal of Health & Biological Sciences; v. 8, n. 1 (2020): Journal of Health and Biological Sciences; 1-7Journal of Health & Biological Sciences; v. 8, n. 1 (2020): Journal of Health and Biological Sciences; 1-7Journal of Health and Biological Sciences; v. 8, n. 1 (2020): Journal of Health and Biological Sciences; 1-72317-30762317-308410.12662/2317-3076jhbs.v8i1.2020reponame:Journal of Health & Biological Sciencesinstname:Centro Universitário Christus (Unichristus)instacron:CHRISTUSporhttps://periodicos.unichristus.edu.br/jhbs/article/view/3224/1111https://periodicos.unichristus.edu.br/jhbs/article/downloadSuppFile/3224/828BrasilCronológicaUniverso amostrasDireitos autorais 2020 Journal of Health & Biological Scienceshttp://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccess2021-01-18T23:39:06Zoai:ojs.unichristus.emnuvens.com.br:article/3224Revistahttps://periodicos.unichristus.edu.br/jhbs/indexPRIhttps://periodicos.unichristus.edu.br/jhbs/oaisecretaria.jhbs@unichristus.edu.br || editor.jhbs@fchristus.edu.br2317-30762317-3084opendoar:2023-01-13T09:47:20.075293Journal of Health & Biological Sciences - Centro Universitário Christus (Unichristus)true
dc.title.none.fl_str_mv Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
title Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
spellingShingle Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
Espinosa, Mariano Martinez
Saúde; Saúde Coletiva; Epidemiologia
Coronavírus; COVID-19; Previsão; Incidência; Epidemiologia
Epidemiologia
title_short Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
title_full Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
title_fullStr Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
title_full_unstemmed Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
title_sort Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
author Espinosa, Mariano Martinez
author_facet Espinosa, Mariano Martinez
Oliveira, Elaine Cristina de
Melo, Juliano Silva
Damaceno, Roney Dias
Terças-Trettel, Ana Cláudia Pereira
author_role author
author2 Oliveira, Elaine Cristina de
Melo, Juliano Silva
Damaceno, Roney Dias
Terças-Trettel, Ana Cláudia Pereira
author2_role author
author
author
author
dc.contributor.none.fl_str_mv Não há financiamento
dc.contributor.author.fl_str_mv Espinosa, Mariano Martinez
Oliveira, Elaine Cristina de
Melo, Juliano Silva
Damaceno, Roney Dias
Terças-Trettel, Ana Cláudia Pereira
dc.subject.por.fl_str_mv Saúde; Saúde Coletiva; Epidemiologia
Coronavírus; COVID-19; Previsão; Incidência; Epidemiologia
Epidemiologia
topic Saúde; Saúde Coletiva; Epidemiologia
Coronavírus; COVID-19; Previsão; Incidência; Epidemiologia
Epidemiologia
description Objetivos: prever a tendência epidemiológica de casos e óbitos do COVID-19 no Brasil e, especificamente, em Mato Grosso, por meio do modelo estatístico duplo exponencial. Métodos: para a realização deste trabalho, foram utilizados dados de casos e óbitos do COVID-19 fornecidos pelo Ministério da Saúde do Brasil e Secretaria de Estado de Saúde de Mato Grosso, e, para realizar as previsões com esses dados, foi utilizada a técnica estatística de séries temporais, considerando o modelo exponencial duplo, e para o processamento dos dados, foi utilizado o programa MINITAB V 17. Resultados: os resultados mostram que os valores ajustados pelo modelo exponencial duplo transformado dos casos e óbitos estão muito próximos dos valores observados de COVID-19 noBrasil e, principalmente, em Mato Grosso, no período considerado, indicando que esse modelo é adequado para os dados em estudo, o qual foi verificado, prevendo alguns valores com seus respectivos intervalos de confiança de 95%. Conclusões: a possibilidade de se estimar, pautado em análises estatísticas, o número de casos e óbitos de COVID-19 que ocorrerá no Brasil e no estado de Mato Grosso poderá instrumentalizar os gestores para o planejamento deações estratégicas de prevenção, monitoramento e controle da pandemia.
publishDate 2020
dc.date.none.fl_str_mv 2020-05-21
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Avaliado por Pares
Peer Review
Revisado por pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://periodicos.unichristus.edu.br/jhbs/article/view/3224
10.12662/2317-3076jhbs.v8i1.3224.p1-7.2020
url https://periodicos.unichristus.edu.br/jhbs/article/view/3224
identifier_str_mv 10.12662/2317-3076jhbs.v8i1.3224.p1-7.2020
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://periodicos.unichristus.edu.br/jhbs/article/view/3224/1111
https://periodicos.unichristus.edu.br/jhbs/article/downloadSuppFile/3224/828
dc.rights.driver.fl_str_mv Direitos autorais 2020 Journal of Health & Biological Sciences
http://creativecommons.org/licenses/by-nc-sa/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Direitos autorais 2020 Journal of Health & Biological Sciences
http://creativecommons.org/licenses/by-nc-sa/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv Brasil
Cronológica
Universo amostras
dc.publisher.none.fl_str_mv Instituto para o Desenvolvimento da Educacao
publisher.none.fl_str_mv Instituto para o Desenvolvimento da Educacao
dc.source.none.fl_str_mv Journal of Health & Biological Sciences; v. 8, n. 1 (2020): Journal of Health and Biological Sciences; 1-7
Journal of Health & Biological Sciences; v. 8, n. 1 (2020): Journal of Health and Biological Sciences; 1-7
Journal of Health and Biological Sciences; v. 8, n. 1 (2020): Journal of Health and Biological Sciences; 1-7
2317-3076
2317-3084
10.12662/2317-3076jhbs.v8i1.2020
reponame:Journal of Health & Biological Sciences
instname:Centro Universitário Christus (Unichristus)
instacron:CHRISTUS
instname_str Centro Universitário Christus (Unichristus)
instacron_str CHRISTUS
institution CHRISTUS
reponame_str Journal of Health & Biological Sciences
collection Journal of Health & Biological Sciences
repository.name.fl_str_mv Journal of Health & Biological Sciences - Centro Universitário Christus (Unichristus)
repository.mail.fl_str_mv secretaria.jhbs@unichristus.edu.br || editor.jhbs@fchristus.edu.br
_version_ 1797052855961518080