Dinâmica da COVID-19 utilizando dados georreferenciados para o Estado do Rio Grande do Sul

Abstract

Nesta contribuição apresentamos uma ferramenta preditiva desenvolvida para auxiliar no gerenciamento da evolução da pandemia de COVID-19 no estado do Rio Grande do Sul (RS).  Resultado da análise de dados georreferenciados suportados pela dinâmica do modelo do tipo SIR (Suscetíveis, Infectados e Recuperados ou Removidos) definido em uma estrutura espacial e com interação de múltiplas populações que correspondem aos agrupamentos do distanciamento controlado  (Aj, para Z = 1, • • • , 21) propostos pelas autoridades governamentais e de saúde pública do RS. Os resultados preditivos, atualizados quinzenalmente, fornecem três cenários distintos (otimista, realista e pessimista), para um horizonte mensal e são disponibilizados na forma de WebSIGs (Sistema de Informação Geográfico on line) em [4]. Os cenários otimista e pessimista são obtidos a partir do cenário médio, com mudanças nas taxas de contágio de cada um dos Ai agrupamentos, que são calibradas a partir dos dados reportados do número de infectados disponibilizados pela Secretaria de Saúde (SES/RS). As previsões da modelagem mostram-se bastante satisfatórias para uma janela de tempo quinzenal (as primeiras duas semanas), cujos erros variam no intervalo de 0% á 5,13% dos infectados reportados em cada um dos agrupamentos Ai, aumentando gradativamente para um horizonte de tempo maior, chegando á 52% ao final dos 28 dias.