Relação entre casos e óbitos da COVID-19 nos municípios do estado de Rondônia - Brasil: Uma análise de séries temporais diárias / Relationship between COVID-19 cases and deaths in the municipalities of the state of Rondônia - Brazil: An analysis of daily time series

Authors

  • Jacilene Rodrigues Vieira da Silva
  • Severino Adriano de Oliveira Lima
  • Ely Eduardo Saranz Camargo

DOI:

https://doi.org/10.34117/bjdv7n10-323

Keywords:

Coronavírus, Densidade populacional, Propagação, Distribuição espacial, Amazônia Ocidental.

Abstract

As autocorrelações dos números de casos e de óbitos, e as correlações entre essas duas variáveis nas cidades podem fornecer uma compreensão da propagação do coronavírus em escalas locais. O objetivo neste estudo foi investigar a propagação da COVID-19, considerando tempo, local e o número de habitantes nos 52 municípios de Rondônia - Brasil. Os dados foram obtidos no período entre 20 de março de 2020 e 31 de março de 2021. Modelos de regressões lineares e exponenciais foram realizados para avaliar a relação entre os números de casos e óbitos com o número de habitantes. A função de autocorrelação (ACF) foi aplicada para investigar relações univariadas e a função de correlação cruzada (CCF) para a bivariada. As cidades com mais de 85 mil habitantes apresentaram maiores médias diárias do número de casos e óbitos. Os modelos de regressões lineares e exponenciais apresentaram correlações significativas, principalmente o linear. Nos resultados das ACFs e CCFs, a capital Porto Velho apresentou padrão diferente dos demais municípios, com atrasos de até 32 e 36 dias para os números de casos e óbitos, respectivamente, e de até 28 dias de atrasos entre os casos e óbitos, distinção que pode ser justificada pela maior quantidade de hospedeiros e fluxo de pessoas na capital. Estudos posteriores são sugeridos para estabelecer uma relação de antes e depois da vacina, bem como a gravidade dos casos que levam ao aumento no número de óbitos.

References

BELFORTE, L. C. M.; REIS, R. S. P.; SILVA, G. P.; CAVALCANTE, M. M. A. Leitura geográfica no contexto da Covid-19 em Rondônia ao norte do Brasil. Revista Tamoios, v. 16, n. 1, p. 145-153, 2020.

BRASIL. Ministério da Saúde. Painel Coronavírus. 2021. Disponível em: <https://covid.saude.gov.br/>. Acesso em: 18 de maio de 2021.

BYASS, P. Eco-epidemiological assessment of the COVID-19 epidemic in China, January–February 2020. Global Health Action, v. 13, n. 1, p. 1-8, 2020.

COCCIA, M. Factors determining the diffusion of COVID-19 and suggested strategy to prevent future accelerated viral infectivity similar to COVID. Science of the Total Environment, v. 729, p. 1-20, 2020.

DEAN, R.T.; DUNSMUIR, W.T.M. Dangers and uses of cross-correlation in analyzing time series in perception, performance, movement, and neuroscience: The importance of constructing transfer function autoregressive models. Behavior Research Methods, v. 48, p. 783–802, 2016.

IBGE. Projeções e estimativas da população do Brasil e das Unidades da Federação. 2021. Disponível em: <https://cidades.ibge.gov.br/brasil/sintese/ro?indicadores=29171>. Acesso em: 18 de maio de 2021.

LI, J.; HUANG, D.Q.; ZOU, B.; YANG, H.; HUI, W.Z.; RUI, F. et al. Epidemiology of COVID-19: A systematic review and meta-analysis of clinical characteristics, risk factors, and outcomes. Journal of Medical Virology, v. 93, n. 3, p. 1449–1458, 2020.

MOURA, E. C.; SILVA, E. N.; SANCHEZ, M. N.; CAVALCANTE, F. V.; OLIVEIRA, L. G.; OLIVEIRA, A. et al. Disponibilidade de dados públicos em tempo oportuno para a gestão: análise das ondas da COVID-19. Scielo preprints. Disponível em: <https://repositorio.unb.br/bitstream/10482/40924/1/Preprint_DisponibilidadeDadosPublicos.pdf >. Acesso em: 5 de maio de 2021.

OKSANEN, F. J.; GUILLAUME-BLANCHET, F.; FRIENDLY, M.; KINDT, R.; LEGENDRE, P.; MCGLINN, D. et al. Vegan: Community Ecology Package. R package Version 2.5.1. 2018. Disponível em <https://cran.r-project.org/web/packages/vegan/index.html> Acesso em: 1 de maio de 2021.

ORELLANA, J. D. Y.; CUNHA, G. M.; MARRERO, L.; HORTA, B. L.; LEITE, I. C. Explosão da mortalidade no epicentro amazônico da epidemia de COVID-19. Cadernos de Saúde Pública, v. 36 n. 7, p. 1-8, 2020.

KUCHARSKI, A. J.; RUSSELL, T. W.; DIAMOND, C.; LIU, Y.; EDMUNDS, J.; FUNK, S.; EGGO, R. M. Early dynamics of transmission and control of COVID-19: a mathematical modelling study. The Lancet Infectious Diseases. v. 20, p. 553-58, 2020.

MA, Y.; ZHAO, Y.; LIU, J.; HE, X.; WANG, B.; FU, S. et al. Effects of temperature variation and humidity on the death of COVID-19 in Wuhan. Science of the Total Environment. China, v.724, p. 1-7, 2020.

POOLE, L. Seasonal influences on the spread of SARS-CoV-2 (COVID19), causality, and forecastabililty. 2020. Disponível em < https://ssrn.com/abstract=3554746> Acesso em: 18 de maio de 2021.

PEQUENO, P.; MENDEL, B.; ROSA, C.; BOSHOLN, M.; SOUZA, J. L.; BACCARO, F. et al. Air transportation, population density and temperature predict the spread of COVID-19 in Brazil. PeerJ, v. 8, p. 1-15, 2020.

R CORE TEAM. R: a language and environment for statistical computing. 2020. Disponível em <https://www.R-project.org/>. Acesso em: 18 de maio de 2021.

RONDÔNIA. Boletim diário sobre coronavírus em Rondônia. 2021. Disponível em: <http://www.rondonia.ro.gov.br/covid-19/noticias/boletim-diario-de-casos/>. Acesso em: 18 de maio de 2021.

SCHLÄPFER, M.; BETTENCOURT, L. M. A.; GRAUWIN, S.; RASCHKE, M.; CLAXTON, R.; SMOREDA, Z.; WEST, G. B.; RATTI, C. The scaling of human interactions with city size. Journal of the Royal Society Interface, v. 11, n. 98, p. 1-9, 2014.

STEINMEYER, S. H.; WILKE, C. O.; PEPIN, K. M. Methods of modelling viral disease dynamics across the within- and between-host scales: The impact of virus dose on host population immunity. Philosophical Transactions of the Royal Society B: Biological Sciences, v. 365, p. 1931–1941. 2010.

SUN, Z.; ZHANG, H.; YANG, Y.; WAN, H.; WANG, Y. Impacts of geographic factors and population density on the COVID-19 spreading under the lockdown policies of China. Science of the Total Environment, v. 746, p. 1-7, 2020.

VENABLES, W.N.; RIPLEY, B.D. Modern Applied Statistics with S. 4th ed. Springer: New York (USA), 2002.

WHO. Coronavirus disease 2019 (COVID-19) situation report - 63. 2020. Disponível em: <https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200323-sitrep-63-covid-19.pdf?sfvrsn=b617302d_4. Acesso em: 5 de maio de 2021.

WYNANTS, L.; CALSTER, B. V.; COLLINS, G. S.; RILEY, R. D.; HEINZE, G.; SCHUIT, E. et al. Prediction models for diagnosis and prognosis of COVID-19: systematic review and critical appraisal. BMJ, v. 369, p. 1-16, 2020.

ZHU, N.; ZHANG, D.; WANG, W.; LI, X.; YANG, B.; SONG, J. et al. A novel coronavirus from patients with pneumonia in China. New England Journal of Medicine, v. 382, n. 8, p. 727- 733, 2020.

Published

2021-10-25

How to Cite

da Silva, J. R. V., Lima, S. A. de O., & Camargo, E. E. S. (2021). Relação entre casos e óbitos da COVID-19 nos municípios do estado de Rondônia - Brasil: Uma análise de séries temporais diárias / Relationship between COVID-19 cases and deaths in the municipalities of the state of Rondônia - Brazil: An analysis of daily time series. Brazilian Journal of Development, 7(10), 99503–99520. https://doi.org/10.34117/bjdv7n10-323

Issue

Section

Original Papers