Título original: SEIR and Regression Model based COVID-19 outbreak predictions in India

Título traduzido: Predições do surto de COVID-19 na Índia, baseadas em um modelo SEIR e um modelo de Regressão

Autores: Rajan Gupta¹ , Gaurav Pandey² , Poonam Chaudhary² , Saibal Kumar Pal³

Projeto Covid-19 e a Matemática das Epidemias - Fazendo a Ponte entre Ciência e Sociedade

Tradução: Danillo Barros de Souza e Jonatas Teodomiro

Síntese: Camila Sousa e Júlia Lyra

Coordenação: Felipe Wergete Cruz  

 

 

Introdução

 

Enquanto uma vacina eficiente e bem testada contra a Covid-19 não é lançada, uma das partes chave na administração da pandemia segue sendo o achatamento da curva de propagação. Mas, para tomar boas decisões e montar um plano de ação concreto, é necessário, antes, entender o vírus e as suas características.

Com esse intuito, cientistas e pesquisadores em mineração de dados têm utilizado diversas tecnologias a seu favor para prever a dinâmica da pandemia. Entre elas, a aprendizagem de máquina (do inglês machine learning) - campo de estudo que dá aos computadores a habilidade de aprender sem serem explicitamente programados - que foi destaque em uma pesquisa desenvolvida pela Organização de Pesquisa de Defesa e Desenvolvimento e pelas universidades de Delhi e NorthCap, na Índia.

 

1 Faculdade Deen Dayal Upadhyaya, Universidade de Delhi, Índia 

2 Departamento de CSE & TI, A Universidade NorthCap, Índia 

3 Organização de Pesquisa de Defesa e Desenvolvimento, Índia

 

Destrinchando

 

Os principais objetivos do trabalho foram três:

1. Achar a taxa de propagação da doença na Índia;

2. Desenvolver um modelo matemático SEIR (Suscetível, Exposto, Infectado, Recuperado) para avaliar a propagação da doença;

3. Previsão do surto de COVID-19 com modelos SEIR e de regressão. 

No modelo SEIR, a parte mais importante é calcular o valor do ¿₀ (número básico de reprodução, que indica quão contagiosa é uma doença infecciosa). Em termos simples, o ¿₀ determina uma média de quantas pessoas podem ser afetadas, ao longo do tempo, por uma única pessoa infectada. 

Se R₀ < 1, significa que a propagação irá parar; 

Se R₀ = 1, significa que a propagação está estável 

Se R₀ > 1, significa que a propagação crescerá na ausência de uma intervenção, como mostrado na Figura 1. 

 

A Equação (1) calcula a porcentagem da população que precisa ser vacinada para que a propagação da doença se estabilize:

 

O modelo SEIR tem 4 componentes principais, Suscetíveis (S), Expostos (E), Infectados (I) e Recuperados (R) como mostrado na Figura 2. O número S é a parte da população que pode contrair a doença, E a parte da população que foi infectada, mas que não infecta; I a parte de indivíduos capazes de transmitir a doença e R a parte de indivíduos que se tornaram imunes. 

 

Para ler a resenha inteira do artigo clique aqui.