Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/246943 |
Resumo: | Introdução: A pandemia de COVID-19, no Brasil, constituiu uma ameaça ao sistema de saúde pelo risco de esgotamento dos leitos de Unidade de Terapia Intensiva (UTI). O objetivo do estudo foi projetar a ocupação de leitos de UTI com casos de COVID-19 no pico em Porto Alegre. Para isso, resolvemos utilizar uma ferramenta matemática com parâmetros da pandemia desta cidade. Métodos: Utilizamos o modelo matemático SEIHDR. Analisamos os casos de hospitalização por COVID-19 em Porto Alegre e RS até 3 de agosto de 2020 a fim de extrair os parâmetros locais para construir uma curva epidemiológica do total de casos prevalentes hospitalizados em UTI. Também analisamos as taxas de reprodução básica (R 0 ) e reprodução efetiva (R e ). Resultados: O modelo matemático projetou um pico de 344 casos prevalentes, em UTI, para o dia 22 de agosto de 2020. Calculamos 1,56 para o R0 e 1,08 no dia 3 de agosto para o R e. Conclusão: O modelo matemático simulou uma primeira onda de casos ocupando leitos de UTI muito próxima dos dados reais. Também indicou corretamente uma queda no número de casos nos dois meses subsequentes. Apesar das limitações, as estimativas do modelo matemático forneceram informações sobre as dimensões temporal e numérica de uma pandemia que poderiam ser usadas como auxílio aos gestores de saúde na tomada de decisões para a alocação de recursos frente a calamidades de saúde como o surto de COVID-19 no Brasil. |
id |
UFRGS-2_ab837694b31389cbbe6e41536c50ef09 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/246943 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Saueressig, Mauricio GuidiHackmann, Cristiano LimaSilva, Carlos Eduardo Schönerwald daFerreira, Jair2022-08-16T04:46:43Z20222357-9730http://hdl.handle.net/10183/246943001145441Introdução: A pandemia de COVID-19, no Brasil, constituiu uma ameaça ao sistema de saúde pelo risco de esgotamento dos leitos de Unidade de Terapia Intensiva (UTI). O objetivo do estudo foi projetar a ocupação de leitos de UTI com casos de COVID-19 no pico em Porto Alegre. Para isso, resolvemos utilizar uma ferramenta matemática com parâmetros da pandemia desta cidade. Métodos: Utilizamos o modelo matemático SEIHDR. Analisamos os casos de hospitalização por COVID-19 em Porto Alegre e RS até 3 de agosto de 2020 a fim de extrair os parâmetros locais para construir uma curva epidemiológica do total de casos prevalentes hospitalizados em UTI. Também analisamos as taxas de reprodução básica (R 0 ) e reprodução efetiva (R e ). Resultados: O modelo matemático projetou um pico de 344 casos prevalentes, em UTI, para o dia 22 de agosto de 2020. Calculamos 1,56 para o R0 e 1,08 no dia 3 de agosto para o R e. Conclusão: O modelo matemático simulou uma primeira onda de casos ocupando leitos de UTI muito próxima dos dados reais. Também indicou corretamente uma queda no número de casos nos dois meses subsequentes. Apesar das limitações, as estimativas do modelo matemático forneceram informações sobre as dimensões temporal e numérica de uma pandemia que poderiam ser usadas como auxílio aos gestores de saúde na tomada de decisões para a alocação de recursos frente a calamidades de saúde como o surto de COVID-19 no Brasil.Introduction: The COVID-19 pandemic in Brazil has been a threat to health services due to the risk of bed shortage in the intensive care unit (ICU). This study aimed to estimate the bed occupancy at the ICU with patients with COVID-19 during the peak of the pandemic in Porto Alegre, capital of Rio Grande do Sul (RS), the southernmost state of Brazil. To this end, we used a mathematical model with pandemic parameters from the city. Methods: We used the SEIHDR mathematical model. We analyzed hospitalizations for COVID-19 in Porto Alegre and RS until August 3, 2020, to extract local parameters to create an epidemiological curve of the total number of prevalent cases in the ICU. We also analyzed the basic reproduction rate (R0) and effective reproduction rate (Re). Results: The mathematical model estimated a peak of 344 prevalent cases in the ICU on August 22, 2020. The model calculated an R0 of 1.56 and Re of 1.08 on August 3, 2020. Conclusion: The mathematical model accurately estimated the first peak of cases in the ICU. Also, it correctly indicated a drop in the number of cases in the following two months. Despite the limitations, the mathematical model estimates provided information on the temporal and numerical dimensions of a pandemic that could be used to assist health managers in making decisions on the allocation of resources in a state of public calamity such as the COVID-19 outbreak in Brazil.application/pdfporClinical and biomedical research. Porto Alegre. Vol. 42, n. 2 (2022), p. 107 - 111Infecções por coronavirusUnidades de terapia intensivaHospitalizaçãoCoronavirus infectionIntensive care unitHospitalizationEmprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto AlegreUse of the SEIHDR mathematical model to assist health managers in estimating ICU bed occupancy in a pandemic : simulation for patients with COVID-19 in the city of Porto Alegre, Brazilinfo:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSTEXT001145441.pdf.txt001145441.pdf.txtExtracted Texttext/plain23927http://www.lume.ufrgs.br/bitstream/10183/246943/2/001145441.pdf.txta014e391791dc5ff61aa66b4874b3ce0MD52ORIGINAL001145441.pdfTexto completoapplication/pdf215991http://www.lume.ufrgs.br/bitstream/10183/246943/1/001145441.pdfe4cee1b4584f124c499536c98df2d649MD5110183/2469432022-08-20 04:56:15.154839oai:www.lume.ufrgs.br:10183/246943Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-08-20T07:56:15Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
dc.title.alternative.en.fl_str_mv |
Use of the SEIHDR mathematical model to assist health managers in estimating ICU bed occupancy in a pandemic : simulation for patients with COVID-19 in the city of Porto Alegre, Brazil |
title |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
spellingShingle |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre Saueressig, Mauricio Guidi Infecções por coronavirus Unidades de terapia intensiva Hospitalização Coronavirus infection Intensive care unit Hospitalization |
title_short |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
title_full |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
title_fullStr |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
title_full_unstemmed |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
title_sort |
Emprego do modelo matemático SEIHDR para auxiliar gestores na estimativa de ocupação de leitos de UTI em uma pandemia : simulação para pacientes com COVID-19 no município de Porto Alegre |
author |
Saueressig, Mauricio Guidi |
author_facet |
Saueressig, Mauricio Guidi Hackmann, Cristiano Lima Silva, Carlos Eduardo Schönerwald da Ferreira, Jair |
author_role |
author |
author2 |
Hackmann, Cristiano Lima Silva, Carlos Eduardo Schönerwald da Ferreira, Jair |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Saueressig, Mauricio Guidi Hackmann, Cristiano Lima Silva, Carlos Eduardo Schönerwald da Ferreira, Jair |
dc.subject.por.fl_str_mv |
Infecções por coronavirus Unidades de terapia intensiva Hospitalização |
topic |
Infecções por coronavirus Unidades de terapia intensiva Hospitalização Coronavirus infection Intensive care unit Hospitalization |
dc.subject.eng.fl_str_mv |
Coronavirus infection Intensive care unit Hospitalization |
description |
Introdução: A pandemia de COVID-19, no Brasil, constituiu uma ameaça ao sistema de saúde pelo risco de esgotamento dos leitos de Unidade de Terapia Intensiva (UTI). O objetivo do estudo foi projetar a ocupação de leitos de UTI com casos de COVID-19 no pico em Porto Alegre. Para isso, resolvemos utilizar uma ferramenta matemática com parâmetros da pandemia desta cidade. Métodos: Utilizamos o modelo matemático SEIHDR. Analisamos os casos de hospitalização por COVID-19 em Porto Alegre e RS até 3 de agosto de 2020 a fim de extrair os parâmetros locais para construir uma curva epidemiológica do total de casos prevalentes hospitalizados em UTI. Também analisamos as taxas de reprodução básica (R 0 ) e reprodução efetiva (R e ). Resultados: O modelo matemático projetou um pico de 344 casos prevalentes, em UTI, para o dia 22 de agosto de 2020. Calculamos 1,56 para o R0 e 1,08 no dia 3 de agosto para o R e. Conclusão: O modelo matemático simulou uma primeira onda de casos ocupando leitos de UTI muito próxima dos dados reais. Também indicou corretamente uma queda no número de casos nos dois meses subsequentes. Apesar das limitações, as estimativas do modelo matemático forneceram informações sobre as dimensões temporal e numérica de uma pandemia que poderiam ser usadas como auxílio aos gestores de saúde na tomada de decisões para a alocação de recursos frente a calamidades de saúde como o surto de COVID-19 no Brasil. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-08-16T04:46:43Z |
dc.date.issued.fl_str_mv |
2022 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/other |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/246943 |
dc.identifier.issn.pt_BR.fl_str_mv |
2357-9730 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001145441 |
identifier_str_mv |
2357-9730 001145441 |
url |
http://hdl.handle.net/10183/246943 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartof.pt_BR.fl_str_mv |
Clinical and biomedical research. Porto Alegre. Vol. 42, n. 2 (2022), p. 107 - 111 |
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 Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/246943/2/001145441.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/246943/1/001145441.pdf |
bitstream.checksum.fl_str_mv |
a014e391791dc5ff61aa66b4874b3ce0 e4cee1b4584f124c499536c98df2d649 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801225064389017600 |