Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study

Detalhes bibliográficos
Autor(a) principal: Luís, Márcia Maria Galrão
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/56563
Resumo: Tese de mestrado, Epidemiologia, Universidade de Lisboa, Faculdade de Medicina, 2022
id RCAP_0e14a64e410dece896f2bd0a24420e70
oai_identifier_str oai:repositorio.ul.pt:10451/56563
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling studyCOVID-19EpidemicsMathematical modellingNon-pharmaceutical interventionsContact tracingPortugalEpidemiologyTeses de mestrado - 2022Domínio/Área Científica::Ciências MédicasTese de mestrado, Epidemiologia, Universidade de Lisboa, Faculdade de Medicina, 2022Background: In response to the COVID-19 epidemic, Portugal adopted non-pharmaceutical interventions (NPIs), including closing schools, contact tracing, and other social distancing measures, to contain the spread of SARS-CoV-2. Projecting the size of the epidemic under different NPIs and investigating their effectiveness to reduce spread have been essential to support governments’ response. This dissertation aims to develop a mathematical model to simulate the spread of SARS-CoV-2 in Portugal between March 2020 and February 2021 and explore the impact of different NPIs in controlling the epidemic. Besides an unmitigated scenario, the NPIs explored comprise different physical distancing interventions and additional efforts in tracing and isolating infected contacts. Methods: We present an age-structured compartment model (an extension of the SEIR model) for SARS CoV-2, accounting for the different stages of infection and disease, realistic distributions of infectious periods, and the Portuguese population’s heterogeneities, including age structure and social contact patterns. For each scenario, we estimated the burden of morbidity and mortality, the demand on healthcare facilities, and the fraction of infections averted. Results: Our results suggest that the early control measures implemented on 18th March 2020 flattened the epidemic curve and avoided overwhelming the National Health System. The different NPIs could reduce the number of infections, deaths and pressure on the healthcare systems. Importantly, the third wave could have been avoided, as demonstrated by maintaining virtual learning for the 2020/2021 academic year or maintaining the 2020 Christmas under extreme restrictions, although these measures may have other social consequences. The impact of additional tracing efforts shows to be dependent on the number of active infectious cases, with periods of higher transmission implying more contact tracing effort and human resources. Conclusion: The success of NPIs to curb SARS-CoV-2 transmission relies on a rapid and effective response which is crucial to determining the COVID-19 epidemic growth.Contexto: Em resposta à epidemia COVID-19, Portugal adoptou intervenções não farmacológicas (INFs), que incluíram o fecho das escolas, rastreamento de contactos e outras medidas de distanciamento social para conter a transmissão do SARS-CoV-2. Projetar a epidemia sob diferentes INFs e investigar a sua eficácia na reducão da transmissão têm auxiliado as decisões dos Governos. Esta dissertação propõe desenvolver um modelo matemático capaz de simular a epidemia da COVID-19 em Portugal entre Março 2020 e Fevereiro 2021 e avaliar o impacto de diferentes INFs no controlo da epidemia. Além de um cenário não mitigado, as INFs analisadas incluem diferentes intervenções de distanciamento físico e esforços adicionais no rastreamento/isolamento de contactos. Métodos: Apresentamos um modelo de compartimentos estratificado por idades (uma extensão do modelo SEIR) para o SARS-CoV-2. Considerou-se ainda os diferentes estágios da infeção e da doença, distribuições realistas para os períodos de infeção, e as heterogeneidades da população portuguesa, incluindo a sua estrutura etária e padrões sociais de contacto. Para cada cenário estimou-se o número de infeções, mortes, hospitalizações e a proporção de infeções evitadas. Resultados: Os nossos resultados sugerem que as medidas implementadas a 18 de Março 2020 possibilitaram o achatamento da curva epidémica e evitaram o colapso do Sistema Nacional de Saúde. As diferentes INFs investigadas permitiriam reduzir não só o número de infeções e mortes, mas também a pressão nos serviços de saúde. Também teria sido possível evitar o ressurgimento da terceira vaga da epidemia entre Dezembro 2020 e Janeiro 2021, como demonstrado pelo cenário de manter o ensino à distância ou manter maior restrições no Natal, embora estas intervenções possam ter outros custos sociais. O impacto do rastreamento de contactos mostra depender do número de infeções ativas, cujos períodos de intensa transmissão exigem maiores recursos humanos. Conclusão: O sucesso das INFs no controlo da transmissão do SARS-CoV-2 depende de uma resposta rápida e efetiva, essencial para determinar o crescimento da epidemia COVID-19.Ribeiro, Ruy Miguel Sousa Soeiro de FigueiredoNogueira, Paulo Jorge da SilvaRepositório da Universidade de LisboaLuís, Márcia Maria Galrão2023-03-07T14:37:45Z2022-11-022022-11-02T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/56563TID:203142500enginfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T17:04:15Zoai:repositorio.ul.pt:10451/56563Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T22:07:06.342787Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
title Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
spellingShingle Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
Luís, Márcia Maria Galrão
COVID-19
Epidemics
Mathematical modelling
Non-pharmaceutical interventions
Contact tracing
Portugal
Epidemiology
Teses de mestrado - 2022
Domínio/Área Científica::Ciências Médicas
title_short Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
title_full Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
title_fullStr Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
title_full_unstemmed Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
title_sort Transmission dynamics and the impact of non-pharmaceutical interventions in the COVID-19 epidemic in Portugal : a modelling study
author Luís, Márcia Maria Galrão
author_facet Luís, Márcia Maria Galrão
author_role author
dc.contributor.none.fl_str_mv Ribeiro, Ruy Miguel Sousa Soeiro de Figueiredo
Nogueira, Paulo Jorge da Silva
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Luís, Márcia Maria Galrão
dc.subject.por.fl_str_mv COVID-19
Epidemics
Mathematical modelling
Non-pharmaceutical interventions
Contact tracing
Portugal
Epidemiology
Teses de mestrado - 2022
Domínio/Área Científica::Ciências Médicas
topic COVID-19
Epidemics
Mathematical modelling
Non-pharmaceutical interventions
Contact tracing
Portugal
Epidemiology
Teses de mestrado - 2022
Domínio/Área Científica::Ciências Médicas
description Tese de mestrado, Epidemiologia, Universidade de Lisboa, Faculdade de Medicina, 2022
publishDate 2022
dc.date.none.fl_str_mv 2022-11-02
2022-11-02T00:00:00Z
2023-03-07T14:37:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/56563
TID:203142500
url http://hdl.handle.net/10451/56563
identifier_str_mv TID:203142500
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134624637517824

Registros relacionados