MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Sergipana de Matemática e Educação Matemática |
Texto Completo: | https://seer.ufs.br/index.php/ReviSe/article/view/17492 |
Resumo: | Em março de $2020$, a Organização Mundial da Saúde (OMS) declarou pandemia mundial da COVID-19. A tomada de decisões por autoridades em momentos de crise sanitária, como a causada pela COVID-19, requer ações na tentativa de restringir o contato entre indivíduos infectados e suscetíveis com o intuito de interromper ou diminuir o ciclo de contágio, porém, com atenção aos impactos dessas medidas nas sociedades afetadas, principalmente nos setores produtivos e da educação. A modelagem matemática com modelos da epidemiologia permite fazer simulações de diferentes cenários, constituindo-se como uma das ferramentas que podem auxiliar os gestores na tomada de decisões, permitindo uma análise mais equilibrada e embasada sobre os possíveis impactos de suas decisões sobre a epidemia. Neste trabalho, foi feita uma adaptação dos modelos SIR e SIRS, que descrevem a dinâmica entre indivíduos suscetíveis, infectados e removidos, com a finalidade de simular o desenvolvimento da pandemia no Brasil. Ao resolver o problema inverso foram ajustadas funções para modelar as taxas de transmissão e de letalidade de acordo com o modelo adaptado, tendo como parâmetro de comparação os dados oficiais de casos e de óbitos disponibilizados pelo Ministério da Saúde. Nas simulações realizadas observou-se a influência dessas taxas nas curvas de contágio e de óbitos. Uma das adaptações feitas no modelo permite considerar os efeitos da imunização da população. A análise destes efeitos é um dos resultados mais expressivos observados nas simulações, sugerindo-se que com seu avanço, foi possível flexibilizar regras de isolamento social com o retorno de atividades econômicas, sociais e de ensino, sem a retomada significativa do crescimento das curvas de contágio e, principalmente, de óbitos, dentro do período analisado. |
id |
UFS-6_73c3816a904930814798285a13d38e09 |
---|---|
oai_identifier_str |
oai:ojs.seer.ufs.br:article/17492 |
network_acronym_str |
UFS-6 |
network_name_str |
Revista Sergipana de Matemática e Educação Matemática |
repository_id_str |
|
spelling |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASILEm março de $2020$, a Organização Mundial da Saúde (OMS) declarou pandemia mundial da COVID-19. A tomada de decisões por autoridades em momentos de crise sanitária, como a causada pela COVID-19, requer ações na tentativa de restringir o contato entre indivíduos infectados e suscetíveis com o intuito de interromper ou diminuir o ciclo de contágio, porém, com atenção aos impactos dessas medidas nas sociedades afetadas, principalmente nos setores produtivos e da educação. A modelagem matemática com modelos da epidemiologia permite fazer simulações de diferentes cenários, constituindo-se como uma das ferramentas que podem auxiliar os gestores na tomada de decisões, permitindo uma análise mais equilibrada e embasada sobre os possíveis impactos de suas decisões sobre a epidemia. Neste trabalho, foi feita uma adaptação dos modelos SIR e SIRS, que descrevem a dinâmica entre indivíduos suscetíveis, infectados e removidos, com a finalidade de simular o desenvolvimento da pandemia no Brasil. Ao resolver o problema inverso foram ajustadas funções para modelar as taxas de transmissão e de letalidade de acordo com o modelo adaptado, tendo como parâmetro de comparação os dados oficiais de casos e de óbitos disponibilizados pelo Ministério da Saúde. Nas simulações realizadas observou-se a influência dessas taxas nas curvas de contágio e de óbitos. Uma das adaptações feitas no modelo permite considerar os efeitos da imunização da população. A análise destes efeitos é um dos resultados mais expressivos observados nas simulações, sugerindo-se que com seu avanço, foi possível flexibilizar regras de isolamento social com o retorno de atividades econômicas, sociais e de ensino, sem a retomada significativa do crescimento das curvas de contágio e, principalmente, de óbitos, dentro do período analisado.In March 2020 the World Health Organization (WHO) declared the COVID-19 a global pandemic. Decision-making by authorities in times of health crisis, such as the one caused by COVID-19, requires actions in an attempt to restrict contact between infected and susceptible individuals in order to interrupt or reduce the contagion cycle, however, with attention the impacts of these measures on affected societies, mainly in the productive and education sectors. Mathematical modeling with epidemiology models allows simulations of different scenarios, constituting for the tools that can help managers in decision-making, allowing a more balanced and informed analysis of the possible impacts of their decisions on the epidemic. In this work, an adaptation of the SIR and SIRS models was made, which describe the dynamics between susceptible, infected and removed individuals, in order to simulate the development of the pandemic in Brazil. When solving the inverse problem functions were adjusted to model the transmission and lethality rates according to the adapted model, having as a comparison parameter the official data of cases and deaths made available by the Health Ministry. One of the adaptations made to the model allows considering the population immunization effects. The analysis of these effects is one of the most expressive results observed in the simulations, suggesting that with its advance, it was possible to relax rules of social isolation with the resumption of economic, social and educational activities, without a significant resumption of contagion curves growth and, mainly, of deaths, within the analyzed period.Universidade Federal de Sergipe2022-11-04info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://seer.ufs.br/index.php/ReviSe/article/view/1749210.34179/revisem.v7i2.17492Revista Sergipana de Matemática e Educação Matemática; v. 7 n. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164Revista Sergipana de Matemática e Educação Matemática; Vol. 7 No. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164Revista Sergipana de Matemática e Educação Matemática; Vol. 7 Núm. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164Revista Sergipana de Matemática e Educação Matemática; Vol. 7 No. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-1642525-5444reponame:Revista Sergipana de Matemática e Educação Matemáticainstname:Universidade Federal de Sergipe (UFS)instacron:UFSporhttps://seer.ufs.br/index.php/ReviSe/article/view/17492/13159Copyright (c) 2022 Vitor José Petry, Luiz Henrique Moreirahttps://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessPetry, Vitor JoséMoreira, Luiz Henrique 2022-11-04T13:01:11Zoai:ojs.seer.ufs.br:article/17492Revistahttps://seer.ufs.br/index.php/ReviSe/oai2525-54442525-5444opendoar:2022-11-04T13:01:11Revista Sergipana de Matemática e Educação Matemática - Universidade Federal de Sergipe (UFS)false |
dc.title.none.fl_str_mv |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
title |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
spellingShingle |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL Petry, Vitor José |
title_short |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
title_full |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
title_fullStr |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
title_full_unstemmed |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
title_sort |
MODELAGEM MATEMÁTICA DA EVOLUÇÃO DA PANDEMIA DE COVID-19 NO BRASIL |
author |
Petry, Vitor José |
author_facet |
Petry, Vitor José Moreira, Luiz Henrique |
author_role |
author |
author2 |
Moreira, Luiz Henrique |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Petry, Vitor José Moreira, Luiz Henrique |
description |
Em março de $2020$, a Organização Mundial da Saúde (OMS) declarou pandemia mundial da COVID-19. A tomada de decisões por autoridades em momentos de crise sanitária, como a causada pela COVID-19, requer ações na tentativa de restringir o contato entre indivíduos infectados e suscetíveis com o intuito de interromper ou diminuir o ciclo de contágio, porém, com atenção aos impactos dessas medidas nas sociedades afetadas, principalmente nos setores produtivos e da educação. A modelagem matemática com modelos da epidemiologia permite fazer simulações de diferentes cenários, constituindo-se como uma das ferramentas que podem auxiliar os gestores na tomada de decisões, permitindo uma análise mais equilibrada e embasada sobre os possíveis impactos de suas decisões sobre a epidemia. Neste trabalho, foi feita uma adaptação dos modelos SIR e SIRS, que descrevem a dinâmica entre indivíduos suscetíveis, infectados e removidos, com a finalidade de simular o desenvolvimento da pandemia no Brasil. Ao resolver o problema inverso foram ajustadas funções para modelar as taxas de transmissão e de letalidade de acordo com o modelo adaptado, tendo como parâmetro de comparação os dados oficiais de casos e de óbitos disponibilizados pelo Ministério da Saúde. Nas simulações realizadas observou-se a influência dessas taxas nas curvas de contágio e de óbitos. Uma das adaptações feitas no modelo permite considerar os efeitos da imunização da população. A análise destes efeitos é um dos resultados mais expressivos observados nas simulações, sugerindo-se que com seu avanço, foi possível flexibilizar regras de isolamento social com o retorno de atividades econômicas, sociais e de ensino, sem a retomada significativa do crescimento das curvas de contágio e, principalmente, de óbitos, dentro do período analisado. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-11-04 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://seer.ufs.br/index.php/ReviSe/article/view/17492 10.34179/revisem.v7i2.17492 |
url |
https://seer.ufs.br/index.php/ReviSe/article/view/17492 |
identifier_str_mv |
10.34179/revisem.v7i2.17492 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://seer.ufs.br/index.php/ReviSe/article/view/17492/13159 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2022 Vitor José Petry, Luiz Henrique Moreira https://creativecommons.org/licenses/by-nc/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2022 Vitor José Petry, Luiz Henrique Moreira https://creativecommons.org/licenses/by-nc/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Sergipe |
publisher.none.fl_str_mv |
Universidade Federal de Sergipe |
dc.source.none.fl_str_mv |
Revista Sergipana de Matemática e Educação Matemática; v. 7 n. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164 Revista Sergipana de Matemática e Educação Matemática; Vol. 7 No. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164 Revista Sergipana de Matemática e Educação Matemática; Vol. 7 Núm. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164 Revista Sergipana de Matemática e Educação Matemática; Vol. 7 No. 2 (2022): Revista Sergipana de Matemática e Educação Matemática; 139-164 2525-5444 reponame:Revista Sergipana de Matemática e Educação Matemática instname:Universidade Federal de Sergipe (UFS) instacron:UFS |
instname_str |
Universidade Federal de Sergipe (UFS) |
instacron_str |
UFS |
institution |
UFS |
reponame_str |
Revista Sergipana de Matemática e Educação Matemática |
collection |
Revista Sergipana de Matemática e Educação Matemática |
repository.name.fl_str_mv |
Revista Sergipana de Matemática e Educação Matemática - Universidade Federal de Sergipe (UFS) |
repository.mail.fl_str_mv |
|
_version_ |
1754644461217906688 |