Mostrar registro simples

dc.creatorBezerra, Maria Helena Maciel
dc.date.accessioned2024-10-17T16:35:41Z
dc.date.available2023-07-11
dc.date.available2024-10-17T16:35:41Z
dc.date.issued2023-03-03
dc.identifier.urihttp://memoria.ifrn.edu.br/handle/1044/2675
dc.description.abstractThe Covid-19 pandemic took the world by surprise, it has been shown to be one of the greatest global health challenges of this century and challenged researchers and managers to find effective measures to circumvent the situation and avoid the collapse of health system. The main objective of this work is to apply a mathematical model called SIR, as a measure of control and data collection in the State of Rio Grande do Norte based on epidemiological bulletins, to monitor the progress of the pandemic at the state level, in order to obtain data about the first pandemic months for a better study of the viral behavior of SAR-Cov-2 and thus adopt the effective application of control measures when facing Covid-19. This is a quantitative research, divided into three stages, the first being data extraction, the second data processing and finally the construction of a research report and writing of this present work. The data obtained proved to be effective and within expectations, proving that the SIR mathematical model is efficient as a strategy for monitoring epidemiological events.pt_BR
dc.languageporpt_BR
dc.publisherInstituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Nortept_BR
dc.rightsAcesso Abertopt_BR
dc.subjectBiologiapt_BR
dc.subjectPandemiapt_BR
dc.subjectModelo SIRpt_BR
dc.subjectCovid-19pt_BR
dc.titleAnalise da incidência de casos de COVID-19 no estado do Rio Grande do Norte utilizando o Modelo matemático SIRpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.creator.Latteshttp://lattes.cnpq.br/8747885378828919pt_BR
dc.contributor.advisor1Santos, Antônio Marques dos
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/6970575408586491pt_BR
dc.contributor.referee1Santos, Antônio Marques dos
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0158109144146981pt_BR
dc.contributor.referee2Sousa, Pablo Augusto Gurgel de
dc.contributor.referee2Latteshttp://lattes.cnpq.br/9498152712350318pt_BR
dc.contributor.referee3Oliveira, Carlos Allan de Souza
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentMacaupt_BR
dc.publisher.initialsIFRNpt_BR
dc.subject.cnpqCiências Biológicaspt_BR
dc.description.resumoA pandemia do Covid-19 pegou o mundode forma desprevinida, a mesma tem se mostrado como um dos maiores desafios sanitários de escala global deste século e desafiado os pesquisadores e gestores a encontrarem medidas eficazes para contornar a situação e evitar o colapso nos sistemas de saúde. Este trabalho tem como objetivo principal aplicar um modelo matemático denominado SIR, como medida de controle e levantamento de dados no Estado do Rio Grande do Norte a partir dos boletins epidemiológicos, para o monitoramento do avanço da pandemia a nível estadual, visando a obtenção de dados acerca dos primeiros meses pandêmicos para um melhor estudo do comportamento viral do SAR-Cov-2 e assim adotar a aplicação eficaz de medidas de controles perante o enfrentamento da Covid-19. Trata-se de uma pesquisa quantitativa, dividida em três etapas, sendo a primeira a extração de dados, a segunda o processamento de dados e por fim a construção de um relatório de pesquisa e escrita deste presente trabalho. Os dados alcançados se mostraram eficazes e dentro do esperado, provando que o Modelo matemático SIR, é eficiente como estratégia de monitoramento de eventos epidemiológicos.pt_BR
dc.relation.referencesALMEIDA, Ana Cecília Conrado. Rotina dos residentes de Clínica Médica em hospital particular de Anápolis –GO durante a pandemia do COVID-19: Relato de experiência. Goias, 2021. ARGOTE, Karell R. Vázquez. PÉREZ, Maicel E. Monzón. CÁCERES, José L. Hernández. Modelo “SIR” para epidemias: Persistencia en el tiempo y nuevos retos en la era de la Informática y las pandemias. Cuba, 2020. ARONSON, Jeffrey K. MAHTANI, Kamal R. “Quando isso acabará?”: uma introdução aos números de reprodução viral, R0 e RE. Universidade de Oxford, 2020. BECHING N, FLETCHER T, Robert F. COVID-19. BMJ Best Pract. 2020. BIZET, Nana Cabo. OCA, Alejandro Cabo Montes. Modelos SIR modificados para la evolucion del COVID19. Cuba, 2020. CARVALHO, Marilia Sá, LIMA, Luciana Dias, COELI, Cláudia Medina. Ciência em tempos de pandemia. Cad. Saúde Pública 2020. CRISTOVÃO. Rafael Belmiro. Modelo SIR: Uma Aplicação à Hepatite A. São Paulo, 2015. CRODA, Julio Henrique Rosa; GARCIA, Leila Posenato. Resposta imediata da Vigilância em Saúde à epidemia da COVID-19. 2020. CUI Xiaojian, ZHIHU Zhao, TONGQIANG Zhang, WEI Guo, WENWEI GUO, JIAFENG Zheng, JIAYI Zhang, CUICUI Dong, REN Na, LISHENG Zheng, WENLIANG Li, ZIHUI Liu, JIA MA, JINHU Wang, SIJIA He, YONGSHENG Xu. A systematic review and meta-analysis of children with coronavirus disease 2019 (COVID-19). Medical Virology, 2020. DOMÍNGUEZ-Gil, Beatriz, FERNÁNDEZ-Ruiz, Mario, HERNÁNDEZ, DOMINGO, CRESPO, MARTA, COLMENERO, JORDI, COLL, ELISABETH, JUAN José. Organ Donation and Transplantation During the COVID-19 Pandemic: A Summary of the Spanish Experience. Transplantion Reviews, 2020. ESTEVÃO, Amelia. COVID – 19. Centro Hospitalar e Universitário de Coimbra, Coimbra, Portugal, 2020. FIOCRUZ. EMAp. FGV. Estimativa de risco de espalhamento da COVID-19 no Brasil e avaliação da vulnerabilidade socioeconômica nas microrregiões brasileiras. Rio de Janeiro, 2020. FRED, G. MANRIQUE-Abril, Carlos A. AGUDELO-Calderon, VÍCTOR M. GONZÁLEZ-Chordá, OSCAR Gutiérrez-Lesmes, Cristian F. TÉLLEZ-Piñerez, GIOMAR Herrera-Amaya. Modelo SIR de la pandemia de Covid-19 en Colombia. Colombia, 2020. FREITAS, Augusto S. SILVO S. Lacrose Sandes. Modelo SIR com taxa de exposição para estudo da projeção de casos de COVID-19 no estado de Sergipe. Sergipe, 2020. LEAL, Simone Delphim, DIAS, Neylan Leal, SILVA, Edcarlos Vasconcelos da. Nota técnica para propagação do SARS-Cov-2 no amapá por modelagem matemática – SIR. Amapá, 2020. MALAMUD, Carlos. NÚÑEZ, Rogelio. América Latina: del “exitismo” al pico de la pandemia. Real instituto Elcano, 2020. MOEHLECKE ISER, Betine Pinto et al. Definição de caso suspeito da COVID-19: uma revisão narrativa dos sinais e sintomas mais frequentes entre os casos confirmados. Epidemiologia e Serviços de Saúde, v. 29, 2020. MONTEIRO, Noemi Zeraick. MAZORCHE, Sandro Rodrigues. Estudo de um modelo SIR fracionário construído com distribuição de Mittag-Leffler. Mato Grosso do Sul, 2021. MORENS, David M, DASZAK Peter, MARKEL Howard , TAUBENBERGER Jeffery K. Pandemic COVID-19 Joins History’s Pandemic Legion. Perspective, 2020. OLIEVEIRA, Milena Heidecher. Análise do modelo SIR: Comportamento da curva de infectados em relação à inclusão de novas semanas epidemiológicas. São Paulo, 2018. OLIVEIRA, Wanderlei Abadio. OLIVEIRA-CARDOSO, Érika Arantes. SILVA, Jorge Luiz. SANTOS, Manoel Antônio. Impactos psicológicos e ocupacionais das sucessivas ondas recentes de pandemias em profissionais da saúde: revisão integrativa e lições aprendidas. Campinas, 2020. PATRÃO, Mauro, REIS, Manoel. Analisando a pandemia de COVID-19 através dos modelos SIR e SECIAR. UNICAMP, 2020. QUINTAS, Thiago Bonfim. Métodos para estimação de parâmetros em um modelo SIR. São Paulo, 2019. QUÍRICO, Tamara. Peste Negra e escatologia: os efeitos da expectativa da morte sobre a religiosidade do século XIV. Rio de Janeiro, 2012. RIBEIRO, Rafael S, M. Previsões a partir do modelo epidemiológico sir para os casos de infecção pelo covid-19 uma aplicação para os estados de SP, MG, RJ, DF E CE. Minas Gerais, 2020. ROSEN, G. Uma história da saúde pública. São Paulo, 2012. ROUQUAYROL, Maria Zélia. GOLDBAUM, Moisés. Epidemiologia e Saúde 6° edição. Rio de Janeiro, 2003. ROUQUAYROL, Maria Zélia. GURGEL, Marcelo. Epidemiologia e Saúde 8° edição. Rio de Janeiro, 2021. SANTOS, Larisse Mendes. SOUZA, Fabio Silva. Uma Análise do Modelo SIR Aplicado ao Estudo da Influenza A (H1N1). Minas Gerais, 2012. SANTOS, J. P. C. dos, MONTEIRO, E. e VIEIRA, G. B. Global stability of fractional SIR epidemicmodel,Proceeding Series of the Brazilian Society of Computational and Applied Mathematics, 2017. SILVA, Nicolly Ramalho. Modelos Epidemiológicos SIR, contínuo com estratégias de vacinação como método de controle epidêmico. Minas Gerais, 2018. SOARES, Cíntia Dalila. Modelagem Matemática de Doenças Infecciosas Considerando Heregeneidade Etária: Estudo de Caso de Rubéola no México. Tese (Mestrado em Matemática Aplicada). Universidade Estadual de Campinas, UNICAMP, São Paulo, 2011. SOUZA, Moutinho Dias, ARAUJO, Luiz Henrique da Costa. Modelagem Matemática para Epidemia de COVID-19 e estimativa de Casos no Brasil no Curto Prazo. Rio de Janeiro, 2020. SOUZA, Mariluce Karla Bomfim. Medidas de distanciamento social e demandas para reorganização dos serviços hemoterápicos no contexto da Covid-19. Bahia, 2020. TROYO, Alejandra Guerrero. Modelo sir em rede e com parâmetro de infeção que depende periodicamente do tempo. Rio de Janeiro, UFRJ, 2013. UGALDE, Isidro Alfredo Abelló. DÍAZ, Raúl Guinovart. LEZCA, Wilfredo Morales. El modelo SIR básico y políticas antiepidémicas de salud pública para la COVID-19 en Cuba. Revista Cubana de Salud Pública. 2020. UNESP, 1995. ROSEN, G. Da polícia medica a medicina social. Rio de Janeiro, 1994. VIEIRA, Aline de Oliveira. Estudo sobre Modelos Matemáticos Aplicados à Epidemiologia: Modelo SIR, SIR com vacinação e SIRS. São Paulo, 2016. VISBAL, Jeorge Homero Wilches. PEDRAZA, Midian Clara Castillo. Aproximación matemática del modelo epidemiológico sir para la comprensión de las medidas de contención contra la covid-19. Santa Marta. Colombia, 2020. WEILDER, Kleber Fernandes Santana, al et. Distanciamento Social e à Docência Universitária em meio à Pandemia de Covid-19: Implicações e benefícios. International Journal of Advanced Engineering Research and Science (IJAERS), 2021. YANG, H.M.; Epidemiologia Matemática – Estudos dos Efeitos da Vacinação em Doenças de Transmissão Direta. EDUNICAMP & FAPESP, 2001pt_BR


Arquivos deste item

Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples