Please enable JavaScript.
Coggle requires JavaScript to display documents.
Modelagem da taxa de crescimento da COVID 19 - Coggle Diagram
Modelagem da taxa de crescimento da COVID 19
Técnicas
SIR (Inicial)
Derivadas
Variáveis
S = número de indivíduos suscetíveis
I = número de indivíduos infectados
R = número de indivíduos recuperados
β = taxa de transmissão da doença
γ = taxa de recuperação
SEIQR (Posterior)
Derivadas
Variáveis
S = número de indivíduos suscetíveis
I = número de indivíduos infectados
R = número de indivíduos recuperados
Q = número de indivíduos em Quarentena
S = número de indivíduos suscetíveis
Dados
Link dos dados:
https://dados.seplag.pe.gov.br/apps/corona_dados.html#dados-pe
Metadados:
https://dados.seplag.pe.gov.br/apps/corona_dados.html#metadados
Os dados são referentes a incidência no município de Pernambuco
No mesmo site há também um painel interativo para os dados, portanto também é interessante para saber possibilidades de coisas a se fazer com eles
Existe também um Power BI utilizando esses dados de forma interativa
https://app.powerbi.com/view?r=eyJrIjoiY2QwMzkxMDItZjcxOS00ZGZlLThmOWEtZDNmZjlkNDU4MWQwIiwidCI6IjA5NWY4NjAxLTRhOWEtNDQ5MC1hODBkLWJmMTA4NTliODkxMCJ9&pageName=ReportSection59e9d3b77e33c5dd75bd
Consideramos a base adequada para o modelo SIR.
Para o modelo SEIQR talvez ela tenha problemas, devido ao número de indivíduos em quarentena, mas como o dataset tem a data da notificação da infecção, a priori iremos considerar que o indivíduo entrou em quarentena depois da notificação. Caso enxerguemos problemas nisso no futuro podemos pensar em trocar o dataset.
Resultados
Esperamos conseguir mostrar e provar que os testes rápidos em escala diminuem a taxa de infecção da COVID, já que quando as pessoas têm essa consciência, tendem a entrar em quarentena e consequentemente transmitem menos o vírus
Esperamos identificar até que ponto vale a pena investir em testes rápidos
Vimos que o sistema é altamente sensível à variação da taxa de transmissão da doença, pequenas alterações na taxa aumentam e muito o número de infectados e portanto, faz-se necessário um método de encontrar rapidamente com precisão essa taxa para projetar variações futuras.
Discussões
Observamos que o número de infectados tende a zero após um certo período de tempo pois a maioria dos indivíduos da população já terá se recuperado e obtido um certo grau de imunidade (no entanto, é possível que alguns indivíduos contraiam a doença mais de uma vez, fato que não está detalhado ainda no nosso modelo)
Inicialmente usamos o modelo SIR para simplificar a análise, trazer resultados preliminares, validar a aplicação do método e testar nosso conhecimento
Posteriormente, iremos usar o modelo SEIQR, para podemos ter uma análise mais fiel e ter mais conclusões.
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
A Organização Mundial da Saúde (OMS) declarou a Covid-19 uma pandemia em março de 2020
Inicialmente a realização de testes rápidos era mais escassa. Foi se popularizando com o tempo, e consequentemente facilitando que as pessoas identificassem a doença e entrassem em quarentena
