Journal Information
Vol. 27. Issue S1.
XXIII Congresso Brasileiro de Infectologia
(October 2023)
Share
Share
Download PDF
More article options
Vol. 27. Issue S1.
XXIII Congresso Brasileiro de Infectologia
(October 2023)
Full text access
INTERPOLAÇÃO POLINOMIAL: UMA FERRAMENTA DE BAIXA COMPLEXIDADE PARA ANALISAR A ACELERAÇÃO DE CURVAS EPIDÊMICAS
Visits
828
Matheus Gomes Reis Costa
Corresponding author
mateusgomes20139@gmail.com

Corresponding author.
, Lívia Almeida da Cruz, Davi Félix Martins Junior, Airandes de Sousa Pinto
Universidade Estadual de Feira de Santana (UEFS), Feira de Santa, BA, Brasil
This item has received
Article information
Special issue
This article is part of special issue:
Vol. 27. Issue S1

XXIII Congresso Brasileiro de Infectologia

More info
Introdução/Objetivo

Os modelos matemáticos proporcionaram aplicações de medidas para epidemia em momentos determinados tornando-as mais eficazes. Com isso, o intuito desse estudo é apresentar uma ferramenta alternativa para analisar a aceleração das curvas epidêmicas.

Metodologia

A curva epidêmica pode ser obtida para casos novos através de modelagem matemática utilizando o método de interpolação polinomial. Os gráficos de casos ao longo da série foram obtidos pelo software Matlab (MathWorks, Matlab R2008a, Natick, Massachusetts, EUA). Posteriormente, o polinômio foi automaticamente gerado com o grau e coeficientes que permitiu o melhor ajuste possível aos dados de casos diários, sendo que o grau máximo foi limitado a 8. A aceleração instantânea foi obtida pela primeira derivada do polinômio, sendo identificado o ponto de aceleração máxima na fase ascendente da curva. Na fase descendente da curva epidemiológica, foi considerado o valor absoluto da aceleração negativa, chamada de desaceleração. Para demonstração da ferramenta utilizou-se os dados dos casos novos por COVID-19 do Brasil e Alemanha, os quais foram coletados por meio do site http://www.worldometer.com/coronavirus de 15 de fevereiro a 18 de maio de 2020 (dia 1 a 94). Por se tratar de um banco de dados secundários, não foi necessário submeter o projeto ao Comitê de Ética em Pesquisa.

Resultados

A fase de aceleração dos casos novos não é constante, a aceleração do COVID-19 atinge um valor máximo e depois diminui para zero, ponto em que a curva atinge o pico. Assim, observamos uma primeira fase em que ocorre aumento concomitante de números de casos e aceleração, e uma segunda fase, em que novos casos continuam a aumentar; no entanto, ocorre uma diminuição na aceleração e chega a zero no pico de novos casos. Na fase de desaceleração, a aceleração passa a apresentar sinal negativo, indicando uma mudança na direção dos dados; após o pico, os números começam a diminuir. A fase de desaceleração também não é uniforme; a primeira fase apresenta uma diminuição dos números que está associada a uma aceleração cada vez mais negativa, e uma segunda fase em que os casos novos continuam a diminuir e a aceleração volta a zero. A segunda fase indica o fim da epidemia.

Conclusão

A interpolação polinomial é capaz de calcular a aceleração das curvas epidemiológicas, nesse sentido conhecendo o estágio da epidemia e auxiliando nas medidas de combate.

Palavras-chave:
Modelagem Matemática SARS-CoV-2 Epidemiologia
Full text is only aviable in PDF
Download PDF
The Brazilian Journal of Infectious Diseases
Article options
Tools