Análise e previsão da evolução do número de óbitos por COVID-19 do estado de Pernambuco e Ceará utilizando modelos de regressão

Abstract

The purpose was defined to adjust different non-linear models in the analysis to death data by COVID-19 in Pernambuco and Ceará and to extrapolate the deaths numbers through forecasts. In this report, we analyze the official epidemic data available by the Ministry of Health of Brazil (MS), referring to the period of 25/03/2020 to 11/05/2020 for Pernambuco - PE and in the period of 26/03/2020 to 11/05/2020 for Ceará, of the deaths numbers, COVID-19 confirmed. For the comparison between the models, the adjusted coefficient of determination (), residual mean squares (RMS), and Akaike information criterion (AIC) were used. All models had good adjustments, with values of approximately 99%. The verification of the assumptions of the residues was carried out through graphic analyzes, and the assumptions were met. The cumulative deaths’ numbers in the period from 12/05/2020 to 10/10/2020 was calculated for Pernambuco and 12/05/2020 to 11/10/2020 for Ceará, in addition to the extrapolation of the absolute growth rate (AGR) for the respective intervals. The analyzes indicated that the inflection points of all models occurred within 200 days after the start of the pandemic. However, it is not yet possible to make reliable projections of when the numbers of confirmed deaths will minimize. Regardless of the possible uncertainty of the models' prediction, our observations indicate that the next few days may be critical in determining the future growth of death cases.

Interiorização do Covid-19: Uma análise da evolução dos casos/10 mil habitantes em municípios da Microrregião de Garanhuns no Estado de Pernambuco, através de modelos de Regressão não linear

“…Research, Society and Development, v. 9, n. 9, e293996582, 2020 (CC BY 4.0) | ISSN 2525-3409 | DOI: http://dx.doi.org/10.33448/rsd-v9i9.6582 o município de Lajedo, o melhor ajuste se deu para o modelo de Gompertz, seguido pelos modelos logístico e Von Bertalanffy. No entanto, devido a dinamicidade da doença e os dados coletados serem correspondentes ao início da interiorização da propagação do COVID-19, nenhum modelo pode ser determinado como superior a outro quando estimados a partir de um intervalo de dados restrito (Santos et al, 2020).…”

“…Hill, Logístico, Gompertz e Richards são mais adequadas para a previsão de epidemias, enquanto as funções lineares, quadráticas, cúbicas e exponenciais não podem captar adequadamente a curva típica em forma de S (Yang et al, 2020;Santos et al, 2020).…”

“…Percebe-se que o modelo de Von Bertallanfy superestimou o valor do parâmetro, em que estimou-se um número exacerbado de casos / 10 mil habitantes, tal comportamento foi apontado porSantos et al (2020) ao modelar o número de óbitos por COVID-19, nesse estudo percebe-se que também os modelos Logístico e Gompertz superestimaram o parâmetro, visto que o valor do parâmetro para os modelos em todos os municípios analisados foram maiores do que a última observação obtida no dia vinte e cinco de junho de 2020.Outro parâmetro importante para interpretação da evolução de número de casos é o parâmetro , que nos dá a taxa de declínio dos números de casos. Para o município de Bom Conselho, a menor taxa corresponde ao modelo de Von Bertalanffy (0,04), e posteriormente o modelo de Gompertz (0,06).…”

“…Para Lajedo, a menor taxa corresponde ao modelo de Von Bertallanffy (0,02), seguido pelo modelo de Gompertz (0,04) e o modelo Logístico (0,10). SegundoSantos et al (2020) os modelos com menor taxa de declínio, está associado ao maior número de mortes, nesta pesquisa correspondem ao maior número de casos/10 mil habitantes, o que corroboram com nossos achados.…”

Panorama da fase inicial do crescimento dos números de casos e óbitos causados pela COVID-19 no Brasil

“…Esta classe de modelos são utilizados para descrever o padrão de crescimento nas mais diversas áreas de estudo. Além de boa qualidade de ajuste os modelos não lineares possuem outra grande vantagem que é a interpretação prática dos seus parâmetros, (Mazucheli & Achcar, 2002;Amaral et al, 2020;Santos et al, 2020).…”