Predição de casos e óbitos de COVID-19 em Mato Grosso e no Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , , , |
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 |