SA5.3 - ANÁLISES POPULACIONAIS DOS IMPACTOS DA PANDEMIA E MANEJOS NO CUIDADO ÀS POPULAÇÕES AFETADAS (TODOS OS DIAS)
|
42555 - ANÁLISE DE AGRUPAMENTO DAS CURVAS DE MORTALIDADE POR COVID-19 DAS CAPITAIS BRASILEIRAS
LILIA CAROLINA CARNEIRO DA COSTA - UFBA E CIDACS/FIOCRUZ, JONATAS SILVA DO ESPIRITO SANTO - SUPERINTENDÊNCIA DE ESTUDOS ECONÔMICOS E SOCIAIS DA BAHIA E CIDACS/FIOCRUZ, ANDERSON ARA - UFPR E CIDACS/FIOCRUZ, JACKSON SANTOS DA CONCEIÇÃO - SUPERINTENDÊNCIA DE ESTUDOS ECONÔMICOS E SOCIAIS DA BAHIA E CIDACS/FIOCRUZ, MARCOS ENNES BARRETO - CIDACS/FIOCRUZ, ROSEMEIRE LEOVIGILDO FIACCONE - UFBA E CIDACS/FIOCRUZ, MARIA YURY ICHIHARA - CIDACS/FIOCRUZ, MAURÍCIO L. BARRETO - CIDACS/FIOCRUZ E UFBA
Apresentação/Introdução
Em meados de Fevereiro, mais precisamente no dia 25 do ano de 2020, o primeiro óbito por COVID-19 foi oficialmente confirmado no Brasil, na cidade de São Paulo . A partir daí foram observadas as chamadas ondas de crescimento, que analiticamente é uma observação linear gráfica dos óbitos devido ao coronavírus ao longo de uma faixa de tempo.
Objetivos
Descrever os padrões de mortalidade por Covid-19 suas intensidades entre as capitais brasileiras através de agrupamento das curvas de mortalidades por Covid-19 utilizando um método de aprendizado de máquina não supervisionado.
Metodologia
O método k-means foi utilizado para o agrupamento das taxas de mortalidade acumuladas por COVID-19, padronizadas por idade, da 8a. semana epidemiológica de 2020 até a 8a. de 2022, das 27 capitais do Brasil. Como as unidades de análise são oriundas de um estudo longitudinal, o DTW foi utilizado para definir as distâncias entre as séries temporais e o DTW Barycenter Averaging (DBA) para definir os centróides dos grupos. Para aferir a variabilidade dos grupos formados, adaptamos uma medida bastante utilizada em aplicações de análise de agrupamento: o within-group sum of square distance (WGSS).
Resultados
O método utilizado formou grupos com curvas de intensidade similares da mortalidade por COVID-19. Para o período estudado, as capitais da região norte mostraram-se com uma maior intensidade na mortalidade quando comparada a outras capitais. Por exemplo, as capitais Belo Horizonte e Florianópolis formaram um grupo com menor intensidade acumulada de mortalidade. O segundo grupo Maceió, Natal, Porto Alegre, Salvador, São Luís, São Paulo e Vitória. O terceiro Curitiba, João Pessoa, Macapá, Palmas, Recife e Teresina. No quarto estão Aracaju, Belém, Brasília e Rio de Janeiro. No quinto, temos Boa Vista, Campo Grande, Cuiabá, Fortaleza, Goiânia e Rio Branco enquanto no último grupo, ficou Manaus e Porto Velho, sendo este o de maior nível de mortalidade por COVID-19.
Conclusões/Considerações
O método de clusterização utilizando, uma junção do k means, o DTW para definir as distâncias entre as séries temporais e o DTW Barycenter Averaging (DBA) para definir os centróides dos grupos mostrou-se eficaz. A aplicação voltada para as curvas de COVID-19 nas capitais do Brasil, apresenta eficiência nos cenários de mortalidade, conseguindo absorver a similaridade das curvas e formando grupos homogêneos.
|
