ANÁLISE COMPORTAMENTAL DA COVID-19 NO BRASIL: ANÁLISE DE DADOS DA MOBILIDADE, CONTAMINAÇÃO E MEDIDAS RESTRITIVAS NO PAÍS

Autores

  • Igor Sales UNIESP
  • Aline Marques de Morais IFPB, UNIESP
  • Alana Marques de Morais IFPB, UNIESP

Resumo

Com o surgimento do coronavírus e o seu crescimento repentino do vírus no Brasil, foram realizados diversos estudos a respeito da infecção e os impactos causados. Devido a isso e sua transmissão por meio do contato, foram necessárias diversas mudanças nos estados, e medidas de isolamento e restrição para obter um controle maior da doença, como também para auxiliar no combate à pandemia. Em vista disso, diversas empresas buscaram disponibilizar dados aberto para pesquisas e análises do comportamento. Por conseguinte, o seguinte trabalho tem como objetivo fazer uma análise comportamental do vírus SARS-Cov-2 (COVID-19), em um contexto nacional, analisando os índices de mobilidade e contaminação e relacionando-os com as políticas de restrição adotadas no país. O estudo identificou o impacto das medidas de de restrição adotadas pelos estados e como elas podem ser um fator decisivo para o controle da pandemia e no aumento do número de casos identificados.

Biografia do Autor

Aline Marques de Morais, IFPB, UNIESP

Um novo tipo de coronavírus, causador da doença COVID-19, vem se espalhando rapidamente pelo mundo, e a análise de dados tem sido fundamental para compreender melhor como esse vírus tem se espalhado nas diferentes regiões. Porém a análise de dados só pode gerar resultados representativos se a região estudada estiver monitorando adequadamente as pessoas contaminadas. Esse trabalho teve como objetivo estudar os dados
da COVID-19 na Paraíba e suas regiões, avaliando o crescimento no número de casos e de óbitos confirmados, a quantidade de testes realizados e a distribuição de testes rápidos. Verificou-se que o ritmo de crescimento de novos casos e novos óbitos vem diminuindo, e a região de João Pessoa aparece como epicentro da doença no estado. No entanto, as análises mostraram que os dados disponíveis não representam de forma precisa a real condição da COVID-19 no estado devido a insuficiência de testes. E por fim, foi investigado se havia alguma correlação entre a distribuição de testes rápidos e a taxa de letalidade nas regiões da Paraíba, porém não foram encontrados coeficientes de correlação significativos

Alana Marques de Morais, IFPB, UNIESP

Doutora em Ciências da Computação pela Universidade Federal de Campina Grande (UFCG), no qual trabalhou sob a modalidade de doutorado sanduíche no L3S Research Center vínculado à Leibniz universität hannover na cidade de Hanover na Alemanha (Programa de Doutorado Sanduíche no Exterior - PDSE - CAPES). Mestre em Modelos de Decisão e Saúde na UFPB. Graduada no curso Superior de Tecnologia em Sistemas para Internet e com graduação incompleta no curso Superior de Tecnologia em Redes de Computadores no IFPB. Atualmente interessa-se por áreas afins a Inteligência Artificial, Informática na Educação, Aprendizagem de Máquina, Aprendizagem Ubíqua, Cidades Inteligentes, Computação Gráfica, Jogos Computacionais e Desenvolvimento Web Corporativo

Referências

ACAPS. Covid-19 Government Measures Dataset. 2020. Disponível em: https://https://www.acaps.org/covid19-government-measures-dataset. Acesso em: 16 de Junho de 2020.

BATISTA, André Filipe de Moraes. COVID-19 diagnosis prediction in emergency care patients: a machine learning approach. 2020 The Preprint Server For Health Sciences. Disponível em: https://www.medrxiv.org/content/10.1101/2020.04.04.20052092v2 acesso em : maio de 2020

GRANGER, Brian E. PEREZ, Fernando. Project Jupyter: Computational Narratives as the Engine of Collaborative Data Science. Gordon and Betty Moore Foundation and the Alfred P. Sloan Foundation. April 2015. Disponível em: http://archive.ipython.org/JupyterGrantNarrative-2015.pdf

DIAS, Viviane Maria de Carvalho Hessel et al. Orientações sobre Diagnóstico, Tratamento e Isolamento de Pacientes com COVID-19. 2020. Journal of Infection Control. ISNN: 2316-5324. Ano IX. Volume 9. Número 2. Disponível em: http://www.abennacional.org.br/site/wp-content/uploads/2020/05/Journal_Infection_Control.pdf. Acesso em: 25 de Junho de 2020

FACELI, Katti. et al.Inteligência Artificial: Uma abordagem de Aprendizado

de Máquina. Rio de Janeiro, RJ, LTC - Livros Técnicos e Científicos Editora

LTDA, 2011.

GONÇALVES, Pollyanna. Afinal, como se desenvolve um projeto de Data Science. 2018. Disponível em: https://medium.com/techbloghotmart/afinal-como-se-desenvolve-um-projeto-de-data-science-233472996c34. Acesso em 30 de junho de 2020

HELLEWELL, Joel. et al. Feasibility of controlling COVID-19 outbreaks by isolation of cases and contacts. 2020. Volume 8. Issue 4. Disponível em: https://www.thelancet.com/journals/langlo/article/PIIS2214-109X%2820%2930074-7/fulltext#%20 Acesso em: Maio de 2020

IEEE, Computer Society. The 2018 Top Programming Languages. 2018. Disponivel em: http://swlin.cgu.edu.tw/wad2/The%202018%20Top%20Programming%20Languages%20-%20IEEE%20Spectrum.pdf Acesso em: Julho de 2020

JUSTEN, Álvaro. COVID-19 - Boletins informativos e casos do coronavírus por município por dia. Brasil.io , 2020. Disponível em:

https://brasil.io/dataset/covid19/caso_full/. Acesso em: Junho de 2020.

LATIF, Siddique; Usman, Muhammad; Manzoor, Sanaullah; Iqbal, Waleed; Qadir, Junaid; Tyson, Gareth; et al. : Leveraging Data Science To Combat COVID-19: A Comprehensive Review. TechRxiv. 2020. Preprint. Disponível em: https://doi.org/10.36227/techrxiv.12212516.v1 Acesso em: Julho de 2020

LI, Lin et al. Artificial Intelligence Distinguishes COVID-19 from Community Acquired Pneumonia on Chest CT. 2020. Radiological Society of North America. Disponível em: https://pubs.rsna.org/doi/full/10.1148/radiol.2020200905. Acesso em: 23 maio 2020.

MCKINNEY, Wes. Python para análise de dados: Tratamento de dados com Pandas,

NumPy e IPython. Novatec Editora, 2018.

MINISTÉRIO DA SAÚDE. Resposta nacional e internacional de enfrentamento ao novo coronavírus. 2020, Ministério da Saúde, Governo Federal. Disponível em: https://https://coronavirus.saude.gov.br/index.php/linha-do-tempo. Acesso em: 12 de Junho de

Downloads

Publicado

2020-12-20

Edição

v. 2 n. 1 (2020)

Seção

Artigos