This is an outdated version published on 2021-11-08. Read the most recent version.

Need for hospital beds for Covid-19 estimated by the epidemiological model SEIR adapted for the city of Pelotas

Authors

DOI:

https://doi.org/10.5902/2179460X66940

Keywords:

ICU hospital beds, covid-19, SEIR, Stochastic process

Abstract

One of the challenges faced by the covid-19 pandemic was the provision of hospital beds to cope with the disease and to avoid overloading the health system. We aimed to present a projection platform for hospital beds, developed to help the municipality of Pelotas, in Rio Grande do Sul - Brazil, in establishing the maximum number of ICU beds needed at the peak of the epidemic in the city. The SEIR epidemiological model adapted with a stochastic process was used for the parameters of the transmission dynamics. We relied on a Shiny Application to host the platform that allows the user to adjust all parameters used in the model. In early April 2020, we estimated 100 ICU beds will be needed at the peak of the epidemic in Pelotas. The platform, including the parameters used, was constantly updated as the epidemic and scientific knowledge about the disease progressed. The platform was one of the tools used by the Scientific Team of the Internal Committee for Monitoring the Evolution of the Coronavirus Pandemic at UFPel for decision-making and dissemination of technical notes to the press.

Downloads

Download data is not yet available.

Author Biographies

Thiago Melo Santos, Universidade Federal de Pelotas, Pelotas, RS

Engenheiro químico pela Universidade Federal de Minas Gerais, com parte dos estudos realizados na University of Ottawa/L'Université d'Ottawa. Mestre em Epidemiologia pela UFPel. Doutorando em Epidemiologia pela Universidade Federal de Pelotas, pesquisador no International Center for Equity in Health | Pelotas.

Bianca Oliveira Cata-Preta, Universidade Federal de Pelotas, Pelotas, RS

Graduada em Farmácia pela Universidade Federal do Paraná e Residência Multiprofissional em Atenção Hospitalar. Mestre em Epidemiologia pela UFPel, com experiência em trabalho de campo. Atualmente é doutoranda em epidemiologia, trabalha no Centro Internacional de Equidade em Saúde.

Luisa Fernanda Arroyave Echeverry, Universidade Federal de Pelotas

Graduada em Gerencia de Sistemas de Información en Salud pela Universidad de Antioquia, Colômbia. Mestre em Epidemiología pela mesma universidade. Atualmente é doutoranda da Universidade Federal de Pelotas, e faz parte do International Center for Equity in Health (ICEH), onde são realizadas analises de desigualdades em saúde ao nível mundial, usando inquéritos populacionais de saúde.

Anaclaudia Gastal Fassa, Universidade Federal de Pelotas, Pelotas, RS

Graduada em Medicina. Mestre em Epidemiologia. Doutora em Epidemiologia pela Universidade Federal de Pelotas. Foi Takemi Fellow na Harvard T.H. CHan School of Public Health (1999) e Pós-doutora na University of Massachusetts at Lowell. É professora titular do Departamento de Medicina Social, do Programa de Pós-graduação em Epidemiologia e do Mestrado Profissional em Saúde da Família (PROFSAÚDE) da UFPel.

Bruno Pereira Nunes, Universidade Federal de Pelotas, Pelotas, RS

Graduado em Enfermagem. Mestra e Doutor em Epidemiologia pela Universidade Federal de Pelotas (UFPel). Professor do Departamento de Enfermagem em Saúde Coletiva e do Programa de Pós-graduação em Enfermagem da UFPel. Professor colaborador do Programa de Pós-graduação em Epidemiologia da UFPel.

Inácio Crochemore Mohnsam da Silva, Universidade Federal de Pelotas, Pelotas, RS

Mestre e Doutor em Epidemiologia no Programa de Pós-Graduação em Epidemiologia da UFPel. Atualmente é professor da Escola Superior de Educação Física da UFPel e professor permanente do Programa de Pós-Graduação em Educação Física e do Programa de Pós-Graduação em Epidemiologia da UFPel.

Tiago Collares, Universidade Federal de Pelotas, Pelotas, RS

Professor de Educação Física, com mestrado e doutorado em Epidemiologia pela Universidade Federal de Pelotas. É Professor do Programa de Pós-Graduação em Epidemologia e do Programa de Pós-Graduação em Educação Física da Universidade Federal de Pelotas . Tem experiência na área de saúde coletiva, com ênfase em epidemiologia e epidemiologia da atividade física.

Régis Sperotto Quadros, Universidade Federal de Pelotas, Pelotas, RS

Possui graduação em Matemática pela Universidade de Passo Fundo (UPF), mestrado em Matemática Aplicada pela Universidade Federal do Rio Grande do Sul (UFRGS) e doutorado em Matemática Aplicada pela Technische Universität Darmstadat (Alemanha). Professor do Instituto de Física e Matemática da Universidade Federal de Pelotas. Tem experiência na área de modelagem matemática.

Glênio Aguiar Gonçalves, Universidade Federal de Pelotas, Pelotas, RS

Possui graduação em Física, mestrado e doutorado em Engenharia Mecânica pela Universidade Federal do Rio Grande do Sul (UFRGS). Professor do Instituto de Física e Matemática da Universidade Federal de Pelotas. Tem experiência na área de modelagem matemática.

Tiago Borges Ribeiro Gandra, Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul, Rio Grande, RS

Oceanógrafo, doutor em Geografia pela Universidade Federal de Santa Catarina. É professor na área de Geoprocessamento do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul. Tem experiência em análise espaço-temporal de dados de diferentes naturezas.

Daniela Buske, Universidade Federal de Pelotas, Pelotas, RS

Possui graduação em Matemática pela Universidade Federal de Santa Maria (UFSM) com mestrado e doutorado em Engenharia Mecânica pela Universidade Federal do Rio Grande do Sul (UFRGS). Professora do Instituto de Física e Matemática da Universidade Federal de Pelotas. Tem experiência na área de modelagem matemática.

References

CHANG, W., CHENG J., ALLAIRE J., XIE, Y., MCPHERSON, J.. (2020). Shiny: Web Application Framework for R. Disponível em: https://cran.r-project.org/web/packages/shiny/index.html. Acesso em: 4 de abr . 2020.

EKER, S. Validity and usefulness of COVID-19 models. Humanities and Social Sciences Communications 7(54), 2020.

HALLAL, P. C., BARROS, F. C., SILVEIRA, M. F., BARROS, A. J. D., DELLAGOSTIN, O. A., PELLANDA, L. C., STRUCHINER, C. J., BURATTINI, M. N., HARTWIG, F. P., MENEZES, A. M. B., HORTA, B. L., VICTORA, C. G. EPICOVID19 protocol: repeated serological surveys on SARS-CoV-2 antibodies in Brazil. Ciênc. saúde coletiva 25(9), 2020.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Cidades e Estados. Pelotas. Disponível em https://www.ibge.gov.br/cidades-e-estados/rs/pelotas.html. Acesso em: 4 de abr . 2020.

JEWELL, N. P., LEWNARD, J. A., JEWELL, B. L. Predictive Mathematical Models of the COVID-19 Pandemic: Underlying Principles and Value of Projections. JAMA 323(19): 1893-1894, 2020.

RAINISCH, G., UNDURRAGA, E. A., CHOWELL, G. A dynamic modeling tool for estimating healthcare demand from the COVID19 epidemic and evaluating population- wide interventions. Int J Infect Dis 96: 376-383, 2020.

SANTOS, T. M., CATA-PRETA, B. O., ARROYAVE, L., NUNES, B., CROCHEMORE, I., COLLARES, T., BUSKE, D., GONÇALVES, G., QUADROS, R., GANDRA, T., FASSA, A. G. COVID-19: Projeção de necessidade de leitos. Disponível em: https://dms-p2k.ufpel.edu.br/corona-leitos/index.html. Acesso em: 10 de jun. 2020.

WORLDOMETER. COVID-19 Coronavirus Update. Disponível em: https://www.worldometers.info/coronavirus/%. Acesso em: 17 de ju. 2021.

Published

2021-11-08

Versions

How to Cite

Santos, T. M., Cata-Preta, B. O., Echeverry, L. F. A., Fassa, A. G., Nunes, B. P., Silva, I. C. M. da, Collares, T., Quadros, R. S., Gonçalves, G. A., Gandra, T. B. R., & Buske, D. (2021). Need for hospital beds for Covid-19 estimated by the epidemiological model SEIR adapted for the city of Pelotas. Ciência E Natura, 43, e11. https://doi.org/10.5902/2179460X66940

Issue

Section

Special Edition

Most read articles by the same author(s)

1 2 3 4 > >>