Please enable JavaScript.
Coggle requires JavaScript to display documents.
Parte 1: Modelamento da Taxa de Crescimento do quadro de SARS-CoV-2 -…
Parte 1: Modelamento da Taxa de Crescimento do quadro de SARS-CoV-2
Parâmetros Normalizados
Gerais
I (Infectados responsáveis por transmissões)
Id (Infectados detectados)
E (Expostos)
R (Total de recuperados)
S (População suscetível)
D (Total de mortes)
P (População protegida)
População que se protege quando toma consciência da existência do vírus
N (S + E + I + Id + R + D)
Específicos
Ti (Tempo de progressão desde a exposição até a infecção)
Tid (Tempo de transição entre a infecção e a detecção)
K (Taxa de descrição de suscetíveis que foram expostos)
Analisando o contato diário
d (Fração dos infectados detectados)
Kps (Taxa de transição de protegidos em suscetíveis)
Relativo a relaxamento do governo e individual quanto a mediadas sanitárias de proteção
L (Fração de infectados que morrem)
α (Fator de proteção, passagem suscetíveis para protegidos)
Krp (Taxa de reinfecção característica)
Tr (Tempo de recuperação característico)
Td (Tempo de morte característico)
v (vacinação diária)
Modelagem (PSEIRD(S))
Dentro do modelo, consideramos um número total de pessoas N, o qual todas as variáveis gerais
A partir disso, consideramos que as características específicas ao lado apontam e direcionam o comportamento do quadro epidemiológico quando analisamos um panorama geral, ou seja, quando vamos correlacionar todas as variáveis por meio de equações
Neste modelo, é assumido que indivíduos que foram detectados não transmitem mais a doença, já que devem ser devidamente tratados e isolados
Também eliminamos o caminho em que indivíduos infectados não viriam a contaminar outros indivíduos suscetíveis
Por outro lado, diferentemente do modelo original de PSEIRD, levamos em consideração a taxa de vacinados
Contexto pandêmico
Temos que uma parcela da população que foi infectada entrou em quarentena e outra ficou infectada e silenciosamente com a possibilidade de propagar o vírus
Quedas de imunidade e possibilidade de reinfecção
Considerando a imunização completa com apenas uma dose ou duas, a depender do tipo de vacina(usamos uma dose nessa primeira parte)
Medidas gerais consideradas
Importância das medidas restrição, tanto no âmbito individual quanto no âmbito governamental
Taxa de transmissão, período de incubação e testes
Taxa de vacinação em dia
Diferenciação entre indivíduos infectados detectados e não detectados, já que os que ainda não foram detectados apresentam um perigo em larga escala para um aumento significativo dos casos de infecção
Discussões e resultados
Taxas de vacinação, transmissão e recorrência
Medidas de distanciamento e proteção
Análise da correlação entre os parâmetros gerais e específicos
Taxa de infecção pro indivíduos assintomáticos ou que não fizeram testagem e continuam a infectar silenciosamente
Os resultados utilizados foram feitos por um sistema de equações abordado de mais alto nível, tanto que o próprio site da nature disponibiliza o link do github com um outro resultado mais verossímil, o qual vamos abordar na próxima parte do projeto
Dentro do nosso modelo, buscamos mostrar por cima como vai ser o comportamento do quadro do covid durante um certo período de tempo, logo na próxima parte adicionaremos as variáveis que faltam para o funcionamento pleno do sistema
O nosso modelo por hora apresenta a taxa de crescimento do covid até seu pico, ainda faltam algumas variáveis para a análise da taxa de decrescimento após o pico, as quais iremos adicionar na próxima parte do projeto
Dados acertados
tau_l(tempo de progressão) = 16
tau_ld(tempo de transição) = 7
k(taxa de descrição) = 15 * 0.128
kps(taxa de transição) = 0.3
alfa(fator de proteção) = 0.00000368
d(razão de detectados) = 1- ra
l(razão de morte) = 0.0242
tau_r(tempo de recuperação) = 16
tau_d(tempo de óbito) = 13.8
krp(taxa de reinfecção) = 0.06
v(vacinação diária média) = 1200