Esta é uma versão desatualizada publicada em 2021-11-08. Leia a versão mais recente.

Necessidade de leitos hospitalares para Covid-19 estimada por modelo epidemiológico SEIR adaptado para o município de Pelotas

Autores

DOI:

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

Palavras-chave:

Projeção de leitos hospitalares, Covid-19, SEIR, Modelo estocástico

Resumo

Um dos desafios causados pela pandemia da covid-19 foi o provimento de leitos hospitalares para enfrentamento da doença e para evitar sobrecarga do sistema de saúde. Este artigo tem como objetivo apresentar a plataforma de projeção de leitos hospitalares desenhada para auxiliar a prefeitura do município de Pelotas, Rio Grande do Sul, a definir o número máximo de leitos de UTI necessário no pico da epidemia no município. Empregou-se o modelo epidemiológico SEIR adaptado com processo estocástico para os parâmetros da dinâmica de transmissão. A plataforma foi construída dentro de uma Aplicação Shiny e permite ao usuário ajustar todos os parâmetros utilizados no modelo. No início de abril de 2020, estimou-se a necessidade de 100 leitos de UTI no pico da epidemia em Pelotas. Tanto os parâmetros do modelo quanto as previsões foram constantemente atualizadas conforme o avanço da epidemia e do conhecimento científico sobre a doença. A plataforma foi uma das ferramentas utilizadas pela Equipe Científica do Comitê Interno para Acompanhamento da Evolução da Pandemia pelo Coronavírus da UFPel para tomada de decisões e divulgação de notas técnicas à imprensa.

Downloads

Não há dados estatísticos.

Biografia do Autor

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, Pelotas, RS

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.

Referências

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.

Downloads

Publicado

2021-11-08

Versões

Como Citar

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). Necessidade de leitos hospitalares para Covid-19 estimada por modelo epidemiológico SEIR adaptado para o município de Pelotas. Ciência E Natura, 43, e11. https://doi.org/10.5902/2179460X66940

Edição

Seção

Edição Especial

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 3 4 > >>