Abstract
O objetivo da presente anâlise é proporcionar uma projeção do número de casos por estado e verificar como os Estados se agrupam de acordo com a velocidade da evolução do COVID-19 utilizando métodos quantitativos inovadores.
April 07, 2020
Um novo coronavirus chamado severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) foi detectado em Wuhan (Hubei, China) em Dezembro de 2019. Coronaviroses são uma coleção de viroses que causam doenças variando desde pequenos resfriados até doenças mais severas como a Severe Acute Respiratory Syndrome (SARS-CoV) e a doença do coronavirus 2019 (COVID-19; WHO, 2020, n.d.).
O virus se espalhou por todo o mundo, com mais de 400 mil casos confirmados.
Muitas atividades científicas estão em andamento como uma resposta a essa situação emergencial global. Dong, Du, & Gardner (2020), por exemplo, desenvolveram um dashboard interativo, hospedado no Center for Systems Science and Engineering (CSSE) do Johns Hopkins University (Baltimore, MD, USA), para visualizar e reportar o número de casos de COVID-19 em tempo real.
No Brasil, exemplos semelhantes também têm surgido, mas a maioria não disponibiliza os dados de forma aberta, e o governo central têm falhado ao não criar um repositório aberto para que a comunidade científica consiga analisar os dados e auxiliar com a elaboração de projeções epidemiológicas e outras atividades.
Um sistema automático de coleta e armazenamento de dados foi elaborada por Rodrigo Lima, e disponibilizada no Github.
O presente relatório segue a mesma metodologia descrita em um outro relatório que elaborei com os dados do COVID-19 nos EUA.. Para interessados na parte metodológica, sugiro clicar aqui.
FALSE Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
FALSE 59 15319.40 14590.98 16047.82 14205.38 16433.43
FALSE 60 17207.40 16285.22 18129.59 15797.04 18617.77
FALSE 61 19095.41 17842.38 20348.43 17179.07 21011.74
FALSE 62 20983.41 19295.39 22671.43 18401.80 23565.01
FALSE 63 22871.41 20669.50 25073.31 19503.88 26238.93
FALSE 64 24759.41 21979.67 27539.14 20508.17 29010.64
FALSE 65 26647.41 23234.94 30059.87 21428.49 31866.32
FALSE 66 28535.41 24441.23 32629.59 22273.90 34796.91
FALSE 67 30423.41 25602.72 35244.09 23050.81 37796.01
FALSE 68 32311.41 26722.59 37900.23 23764.05 40858.77
O gráfico abaixo mostra o grupamento dos Estados de acordo com a velocidade do crescimento do número de casos confirmados de COVID-19 utilizando a técnica dynamic exploratory graph analysis.
A Tabela abaixo mostra o nome dos Estados por grupamento.
Estado | Grupamento |
---|---|
BA | 1 |
CE | 1 |
ES | 1 |
GO | 1 |
PB | 1 |
RJ | 1 |
RS | 1 |
SC | 1 |
AM | 2 |
AP | 2 |
MA | 2 |
MT | 2 |
PA | 2 |
PE | 2 |
PR | 2 |
RO | 2 |
SP | 2 |
MG | 3 |
PI | 3 |
RN | 3 |
RR | 3 |
AC | 4 |
AL | 4 |
DF | 4 |
MS | 4 |
SE | 4 |
TO | 4 |
O gráfico abaixo mostra a tendência latente dos grupamentos. Curvas ascendentes apontam que o volume do número de casos irá crescer, e quanto mais inclinada a curva, maior a velocidade latente da epidemia no grupo de Estados.
A tabela abaixo mostra a média da velocidade do número de casos por grupo de estados.
Grupo | Média da Velocidade | Variância da Velocidade |
---|---|---|
1 | 7.45 | 652054.42 |
2 | 10.47 | 218836482.63 |
3 | 6.79 | 294735.70 |
4 | 1.81 | 10670.54 |
O mapa abaixo mostra a velocidade (primeiro derivativo estimado por meio do método generalized local linear approximation) do COVID-19 por Estado.
Dong, E., Du, H., & Gardner, L. (2020). An interactive web-based dashboard to track covid-19 in real time. The Lancet Infectious Diseases.