Open AccessAplicação de regressão linear múltipla para analisar a relação entre buscas por palavras-chave na internet e casos de COVID-19 no Brasil
Author(s) -
Letícia Alexandre Furletti,
Ítalo Lelis De Carvalho,
Hendrigo Batista Da Silva,
Letícia de Castro Peixoto
Publication year - 2022
Publication title -
exacta
Language(s) - Portuguese
Resource type - Journals
eISSN - 1983-9308
pISSN - 1678-5428
DOI - 10.5585/exactaep.2022.20401
Subject(s) - humanities , covid-19 , medicine , philosophy , disease , pathology , infectious disease (medical specialty)
Esforços em diversas áreas do conhecimento científico, sobretudo na de infodemiologia, têm se dedicado a propor soluções para os problemas socioeconômicos provocados pela pandemia da SARS-CoV-2 e do isolamento social decorrente dela. O estudo de insights sobre como a COVID-19 está se disseminando em determinadas regiões é uma alternativa eficaz para lidar com este desafio. Este artigo analisa, de forma exploratória, a relação entre os dados publicamente disponíveis de índices relativos de busca por palavras-chave no Google Trends® e os dados governamentais de notificação de infectados pela doença em Minas Gerais, Rio de Janeiro e São Paulo. Em uma análise longitudinal, constata-se que as pesquisas por “Teste de COVID” e “Sintomas de COVID” são explicativas para o número de casos notificados nestas localidades. Este estudo fornece percepções iniciais para auxiliar pesquisas no uso das buscas online, relacionadas à doença, como variáveis explicativas adicionais a modelos preditivos, resguardadas suas devidas limitações.