z-logo
open-access-imgOpen Access
Modelos não lineares aplicados a mortalidade e casos da COVID-19 no Brasil, Itália e mundo
Author(s) -
Edgo Jackson Pinto Santiago,
Ana Karla da Silva Freire,
Moacyr Cunha Filho,
Guilherme Rocha Moreira,
Denise Stéphanie de Almeida Ferreira,
Ana Luíza Xavier Cunha
Publication year - 2020
Publication title -
research society and development
Language(s) - Portuguese
Resource type - Journals
ISSN - 2525-3409
DOI - 10.33448/rsd-v9i6.3561
Subject(s) - humanities , biology , philosophy
Um crescente número de casos de infecção e mortes pelo COVID-19 vem sendo constatado em diversas partes do mundo inclusive no Brasil. Enquanto cientistas buscam algum medicamento/vacina capaz de combater a COVID-19 sua ação devastadora espalha-se sem controle.  Neste contexto, estudos estatísticos e análises preliminares da situação epidêmica podem ser importantes para fornecer base na prevenção e controle da doença. Com isso, o objetivo deste trabalho foi ajustar modelos de regressão não linear a dados de mortalidade e casos confirmados da COVID-19 no Brasil, Itália e mundo até 31/03/2020. Utilizaram-se dados do Ministério da Saúde do Brasil e da Organização Mundial de Saúde. A comparação dos modelos foi realizada pelo critério de informação de Akaike e pelo critério de informação bayesiano bem como pelos coeficientes de determinação e de determinação ajustado, além da raiz quadrada do erro quadrático médio. Todos os modelos apresentados foram adequados para modelar as variáveis estudadas. Ainda não é possível fazer projeções seguras de quando os números de casos confirmados e de mortes diminuirão. O distanciamento social no Brasil está sendo eficaz para restringir a progressão da doença por reduzir a velocidade de infecção e transmissibilidade.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom