Publicação

Sistema inteligente de predição espaciotemporal para avaliação de risco no combate ao Sars-Cov-2 em Portugal continental

Ver documento

Detalhes bibliográficos
Resumo:A COVID-19 foi declarada pela OMS como doença pandémica a 12 de março de 2020. Atualmente a doença causada pelo SARS-CoV-2 continua a constituir um dos maiores problemas de saúde pública a nível mundial. Apesar de ter sido desenvolvida uma vacina, esta apenas diminui o risco de contágio, e não garante que o indivíduo vacinado não venha a contrair a doença. Este trabalho de investigação tem como principal objetivo auxiliar na tomada de decisão para combate ao SARS-CoV-2. Deste modo, é fundamental a aplicação de métodos que possibilitem um melhor conhecimento sobre os processos de difusão do vírus não só a nível espacial, como também a nível espaciotemporal. Neste sentido, procurou-se compreender a distribuição espacial da patologia COVID-19 em Portugal Continental a nível municipal e entender de que modo a mobilidade influencia os processos de difusão; identificar padrões espaciotemporais de propagação do vírus; analisar o risco através da determinação da probabilidade de densidade de casos de infetados por SARS-CoV-2 por setor de atividade; e determinar o possível comportamento futuro da incidência de casos. Assim, verificou-se que a maioria dos hotspots dos casos de infetados por SARS-CoV-2 ocorrem nos municípios das AMs (Áreas Metropolitanas). No entanto, após a aplicação de medidas de restrição à mobilidade estes ocorrem em municípios do interior. No que diz respeito à análise espaciotemporal, esta identificou a maioria dos municípios como oscillating hotspots, o que corrobora a ideia apresentada anteriormente. A função utilizada para definir a probabilidade de densidade de casos por setor de atividade apresentou um bom ajuste. O modelo preditivo apresentou um erro reduzido, e prevê que o número de casos continue a oscilar.
Autores principais:David, Melissa
Outros Autores:Betco, Iuria; Capinha, César; Rocha, Jorge
Assunto:SARS-CoV-2 Análise espaciotemporal Mobilidade Predição
Ano:2022
País:Portugal
Tipo de documento:capítulo de livro
Tipo de acesso:acesso aberto
Instituição associada:Universidade de Lisboa
Idioma:português
Origem:Repositório da Universidade de Lisboa

Registos relacionados

Registos relacionados