Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufjf.br/jspui/handle/ufjf/13435
Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
jessicavianelosell.pdfJéssica Vianelo Sell1.51 MBAdobe PDFVista previa
Visualizar/Abrir
Clase: Trabalho de Conclusão de Curso
Título : Modelos para Dados Longitudinais de Contagem: uma aplicação para dados da COVID-19
Autor(es): Sell, Jéssica Vianelo
Orientador: Vieira, Marcel de Toledo
Miembros Examinadores: Vieira, Marcel de Toledo
Miembros Examinadores: Bastos, Ronaldo Rocha
Miembros Examinadores: Souza, Augusto Carvalho
Resumo: Desde dezembro de 2019, quando foi confirmado o primeiro caso de Covid-19 na cidade de Wuhan, China, muitos estudos sobre o novo coronavírus estão sendo produzidos. O presente trabalho tem a intenção de estudar o comportamento do número de casos de óbitos em cidades brasileiras com população entre 200 mil e 1 milhão de habitantes de acordo com as projeções do IBGE para 2020. A partir da Análise de Dados de Longitudinais e aplicação de um Modelo de Poisson para dados Longitudinais, foi analisada a relação entre o número de óbitos pela Covid-19 na população e um conjunto de variáveis explicativas, que são o número de casos confirmados, mobilidade social, Rt estimado, número de leitos e respiradores disponíveis. Neste trabalho, consideramos como variável tempo as semanas epidemiológicas, que começam da 1a semana de 2020 até a 26a semana epidemiológica 2021. Os resultados indicam que o Rt estimado, considerando os valores de 5 semanas atrás, é a variável preditora que tem mais influência no número médio de óbitos. E como já era esperado, os casos confirmados possui uma relação positiva com o número médio de vidas perdidas. Leitos Complementares, que são os leitos de UTI adulto e pediátrico, não tiveram influência significativa no número de óbitos. É verificado também, que a categoria de mobilidade social Residencial, possui uma relação positiva com os casos de óbitos, isso indica que quando o número de óbitos está elevado, as pessoas se sentem mais motivadas a permanecerem em casa
Resumen : Since December 2019, when the first case of Covid-19 was confirmed in the city of Wuhan, China, many studies on the new coronavirus have been produced. The present work intends to study the behavior of the number of deaths in Brazilian cities with a population between 200 thousand and 1 million inhabitants according to IBGE projections for 2020. Based on the longitudinal data analysis and an application of a Poisson model for longitudinal data, we analyzed the relationship between the number of deaths by Covid-19 in the population and a set of explanatory variables, which are the number of confirmed cases, social mobility measures, estimated Rt, number of beds and available respirators. In this work, we considered as a time variable the epidemiological weeks, which start from the 1st week of 2020 to the 26th epidemiological week 2021. The results indicate that the estimated Rt, considering values from 5 weeks ago, is the predictor variable that has the most influence on the average number of deaths. And as expected, confirmed cases have a positive relationship with the average number of lives lost. Complementary beds, which are adult and pediatric ICU beds, had no significant influence on the number of deaths. It is also verified that the category of residential social mobility has a positive relationship with the cases of deaths, which indicates that when the number of deaths is high, people feel more motivated to stay at home.
Palabras clave : Óbitos
Deaths
Pandemia
Pandemic
Análise de Dados Longitudinais
Longitudinal Data Analysis
Regressão de Poisson
Poisson Regression
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Idioma: por
País: Brasil
Editorial : Universidade Federal de Juiz de Fora (UFJF)
Sigla de la Instituición: UFJF
Departamento: ICE – Instituto de Ciências Exatas
Clase de Acesso: Acesso Aberto
Licenças Creative Commons: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI : https://repositorio.ufjf.br/jspui/handle/ufjf/13435
Fecha de publicación : 10-sep-2021
Aparece en las colecciones: Estatística - TCC Graduação



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons