in English

    O presente projeto pretende solucionar os problemas relacionados a modelagem e tomada de decisão sobre a ocorrência do COVID-19 (Sars-CoV-2), oferecendo uma possibilidade de orientação para políticas preventivas de saúde pública. Para tanto, pretende-se investigar e disponibilizar metodologias a partir de dados oficiais e com elevado poder de acurácia que permitam modelar e prover tomada de decisão para os gestores de saúde sobre esse novo problema de saúde pública. Pretende-se disponibilizar os resultados parciais na forma de um site atualizado diariamente que possa orientar a população e os gestores sobre esse agravo para incrementar as ações de vigilância epidemiológicas no sentido de combater o COVID-19.



Acesse:

COVID-19 no Brasil

COVID-19 na Paraíba

---

---

COVID-19 no Brasil até 28 de Novembro de 2021*

*Inclui apenas os dados confirmados pela plataforma oficial do Ministério da Saúde do Brasil e do Conselho Nacional de Secretários de Saúde (CONASS).

O que é a Razão de Incidências Espacial?

A Razão de Incidências Espacial (RIE) mostra a relação de duas incidências na ocorrência de um fenômeno, ou seja, uma incidência de uma localidade em relação a uma incidência em toda uma região geográfica de interesse. A primeira mostra a relação entre os casos observados em sub-área (nesse caso, cada estado do Brasil) em relação à sua população sob risco nessa mesma sub-área. A incidência em toda uma região geográfica mostra a contribuição relativa de todos os casos observados em toda essa região geográfica (nesse caso todo o Brasil) e sua população total sob risco (Lima et. al. (2019a), Lima et. al. (2019b)).

Matematicamente, a RIE é dada pela equação:

$$RIE(a_i)=\frac{\frac{V(a_i)}{X(a_i)}}{\frac{\underset{j=1}{\overset{n}{\sum <!--\; \sum \; -->}}V(a_j)}{\underset{j=1}{\overset{n}{\sum <!--\; \sum \; -->}}X(a_j)}}$$

onde: uma região geográfica de interesse é composta por n sub-áreas denotadas por $\{a_1,a_2,...,a_n\}$, as quais, nesse caso são os estados brasileiros. A variável V denota o número de casos que ocorrem em cada uma das sub-áreas $a_{\mathrm{i}}$ e a variável X denota a população de cada uma dessas sub-áreas.

A interpretação da RIE é simples e permite uma comparação direta entre as sub-áreas $a_{\mathrm{i}}$. O Quadro abaixo mostra sua interpretação.

$RIE(a_i)=0$		Quando não foram registrados casos naquela sub-área
$0<RIE(a_i)<\mathrm{0,5}$		A RIE naquela sub-área é menor do que a metade da incidência em toda a região geográfica
$\mathrm{0,5}\le RIE(a_i)<\mathrm{1,0}$		A RIE naquela sub-área é maior ou igual à metade e inferior à incidência em toda a região geográfica
$\mathrm{1,0}\le RIE(a_i)<\mathrm{1,5}$		A RIE naquela sub-área é maior ou igual à incidência em toda a região geográfica, mas não a excede em mais do que 50%
$\mathrm{1,5}\le RIE(a_i)<\mathrm{2,0}$		A RIE naquela sub-área é maior ou igual à 1,5 vezes a incidência em toda a região geográfica, mas não a excede em mais do que 2 vezes
$$RIE(a_i)\ge \mathrm{2,0}$$		A RIE naquela sub-área é é maior ou igual à 2,0 vezes a incidência em toda a região geográfica

Para mais detalhes técnicos sobre a RIE e suas aplicações em Epidemiologia Espacial, por favor acesse: Lima et. al. (2019a) e/ou Lima et. al. (2019b).





O mapa de análise espacial mostra os centros dos estados que possuem valores diferentes e significativos do ponto de vista estatístico e que compõem aglomerados espaciais. Isso significa que os estados com valores altos e estatisticamente significativos compõem grupos no mapa (mesmo que seja de apenas um estado). A metodologia adotada foi a varredura Scan Circular. Veja mais detalhes técnicos em: Lima et. al. (2019b).

No mapa, destacam-se na cor vermelha os estados significativos. Um grande aglomerado espacial é formado pelos estados do Rio Grande do Sul, Santa Catarina, Paraná, Mato Grosso do Sul, Mato Grosso, Rondônia, Goiás e Tocantins e também o Distrito Federal. Um segundo aglomerado espacial é formado pelos estados do > Espírito Santo e Rio de Janeiro no Sudeste do Brasil. Os estados de Amapá, e Roraima, são aglomerados espaciais isolados.

---

---

COVID-19 na Paraíba até 28 de Novembro de 2021*

*Inclui apenas os dados confirmados pela plataforma oficial do Ministério da Saúde do Brasil, pelo Conselho Nacional de Secretários de Saúde (CONASS) e pela Secretaria Estadual de Saúde da Paraíba.


















O mapa de análise espacial mostra os centros dos municípios paraibanos que possuem valores diferentes e significativos do ponto de vista estatístico e que compõem aglomerados espaciais. Isso significa que os municípios com valores altos e estatisticamente significativos compõem grupos no mapa (mesmo que seja de apenas um município). A metodologia adotada foi a varredura Scan Circular. Veja mais detalhes técnicos em: Lima et. al. (2019b).

No mapa, destacam-se na cor vermelha, os municípios de Itabaiana, e Juripiranga, que formam um aglomerado espacial no Sudeste do Estado da Paraíba. Os municípios de Solânea, Casserengue, e Algodão de Jandaíra formam um aglomerado espacial à Leste do Estado. Na mesma região, os municípios de Pilõezinhos, Guarabira, Alagoinha, Cuitegi, Alagoa Grande, Campina Grande, Barra de São Miguel, Boqueirão, Caturité, Riacho de Santo Antônio, Alcantil, Serra Redonda Juarez Távora, e Ingá formam outro aglomerado. Os municípios de Rio Tinto, Marcação, Baía da Traição, formam um aglomerado espacial no Nordeste do Estado. A Nor-Nordeste, os municípios de Caiçara, Tacima, Belém, Serra da Raíz, Sertãozinho, Lagoa de Dentro e Duas Estradas formam um aglomerado espacial. Os municípios de João Pessoa e Cabedelo formam um aglomerado espacial à Leste. No centro-Oeste do Estado, os municípios de Catolé do Rocha, São Bento, and Brejo do Cruz, Piancó, Ibiara, Diamante, Itaporanga, Boa Ventura, Curral Velho, São José da Lagoa Tapada, Coremas, Pombal e São Domingos, formam um aglomerado espacial. À Oeste, os municípios de Triunfo, Santa Helena, Bom Jesus e Cajazeiras formam um aglomerado espacial. No centro-Sul do estado, formam um aglomerado espacial os municípios de Sumé e Monteiro. No centro-Norte do Estado, São José do Sabugi, Areia de Baraúnas, São Mamede, Santa Luzia, e Patos formam um aglomerado espacial. Próximo a eles, os municípios de Frei Martinho, Picuí Nova Palmeira e Baraúna formam outro aglomerado espacial. Os municípios de Parari e Santo André formam um aglomeardo espacial na zona central do estado. Os municípios de Carrapateira, e Lastro (Oeste), Seridó (centro-Norte), Livramento no Centro do Estado, Itapororoca e Esperança (no Nor-Nordeste) e Mari (Leste) e Alhandra (Sudeste) são aglomerados espaciais isolados.

---

Equipe

• Ronei Marcos de Moraes (Coordenador - Depto. de Estatística - UFPB)
• Liliane dos Santos Machado (Depto. de Informática - UFPB)
• Ana Cláudia Oliveira de Melo (Depto. de Estatística - UFPB e Doutoranda em Modelos de Decisão e Saúde - UFPB)
• Claryce Rebeca de Souza Feitosa (bolsista PIBIC/CNPq/UFPB - Geociências - UFPB)
• Luciana Moura Mendes de Lima (bolsista CAPES do Doutorado em Modelos de Decisão e Saúde - UFPB)
• Luiz Henrique da Silva (bolsista CNPq do Mestrado em Modelos de Decisão e Saúde - UFPB)

  Voltar