Estimando as Ondas de Infecção em Petrolina-PE

      Utilizamos 3 funções Gaussianas [1,2], deixando os parâmetros livres para variar por todos os dias da pandemia. O ajuste procura os melhores parâmetros que minimizam o erro (Desvio Quadrático Médio), fornecendo o pico de cada uma das Gaussianas e estimando o período de maior infecção de cada uma das ondas da pandemia de Petrolina-PE, além do intervalo de tempo entre elas.

      A onda em vermelho é uma estimação do próximo pico da pandemia em Petrolina-PE, sendo feita repetindo a última onda com o maior intervalo de tempo entre as três ondas. Desta forma, esse ajuste reforça que se não acelerarmos o processo de vacinação da população poderemos ter uma outra onda de contágio no começo de setembro deste ano.


[1] SCHÜTTLER, Janik et al. Covid-19 predictions using a Gauss model, based on data from April 2. Physics, v. 2, n. 2, p. 197-212, 2020.

[2] ARTI, M. K. Mathematical Modeling of COVID-19 and Prediction of Upcoming Wave. Disponível em: https://www.researchgate.net/profile/Arti-Mk/publication/351590278_Mathematical_Modeling_of_COVID-19_and_Prediction_of_Upcoming_Wave/links/609fe2e7299bf147699ecc50/Mathematical-Modeling-of-COVID-19-and-Prediction-of-Upcoming-Wave.pdf Acessado em: 04 de Junho de 2021.








Estimando as Ondas de Infecção em Juazeiro-BA

      Utilizamos 3 funções Gaussianas [1,2], deixando os parâmetros livres para variar por todos os dias da pandemia. O ajuste procura os melhores parâmetros que minimizam o erro (Desvio Quadrático Médio), fornecendo o pico de cada uma das Gaussianas e estimando o período de maior infecção de cada uma das ondas da pandemia de Juazeiro-BA, além do intervalo de tempo entre elas.

      A onda em vermelho é uma estimação do próximo pico da pandemia em Juazeiro-BA, sendo feita repetindo a última onda com o maior intervalo de tempo entre as três ondas. Desta forma, esse ajuste reforça que se não acelerarmos o processo de vacinação da população poderemos ter uma outra onda de contágio no final de agosto deste ano.


[1] SCHÜTTLER, Janik et al. Covid-19 predictions using a Gauss model, based on data from April 2. Physics, v. 2, n. 2, p. 197-212, 2020.

[2] ARTI, M. K. Mathematical Modeling of COVID-19 and Prediction of Upcoming Wave. Disponível em: https://www.researchgate.net/profile/Arti-Mk/publication/351590278_Mathematical_Modeling_of_COVID-19_and_Prediction_of_Upcoming_Wave/links/609fe2e7299bf147699ecc50/Mathematical-Modeling-of-COVID-19-and-Prediction-of-Upcoming-Wave.pdf Acessado em: 04 de Junho de 2021.








Média Móvel dos Casos Diários de Petrolina-PE e Juazeiro-BA

      Número de casos confirmados diários em Petrolina-PE e Juazeiro-BA conjuntamente, com Média Móvel de 7 dias. A Média Móvel Artimética é calculada como a média aritmética numa janela de sete dias, com o objetivo de diminuir a influência da variação dos dias.








Média Móvel dos Óbitos Diários de Petrolina-PE e Juazeiro-BA

      Número de óbitos diários em Petrolina-PE e Juazeiro-BA conjuntamente, com Média Móvel de 7 dias. A Média Móvel Artimética é calculada como a média aritmética numa janela de sete dias, com o objetivo de diminuir a influência da variação dos dias.








Casos Semanais Confirmados de Petrolina-PE e Juazeiro-BA

      Cálculo feito a partir do número de casos confirmados semanais de Petrolina-PE e Juazeiro-BA conjuntamente, de sexta-feira até à quinta-feira da próxima semana pois os boletins semanais do grupo GMCVASF são sempre divulgados às sextas-feiras.








Casos Semanais de Petrolina-PE e Casos Semanais de Juazeiro-BA

      Cálculo feito a partir do número de casos confirmados semanais de Petrolina-PE e o número de casos confirmados semanais de Juazeiro-BA separadamente, de sexta-feira até a quinta-feira da próxima semana.








Mortes Semanais de Petrolina-PE e de Juazeiro-BA

      Cálculo feito a partir dos óbitos semanais de Petrolina-PE e Juazeiro-BA conjuntamente, de sexta-feira até a quinta-feira da próxima semana.








Mortes Semanais de Petrolina-PE e Mortes Semanais de Juazeiro-BA

      Cálculo feito a partir dos óbitos semanais de Petrolina-PE e os óbitos semanais de Juazeiro-BA separadamente, de sexta-feira até a quinta-feira da próxima semana.








Casos Ativos de Juazeiro-BA e Petrolina-PE

      Considerando que o período médio de infecção da Covid-19 é 14 dias, uma estimativa do número de Casos Ativos de Petrolina-PE e Juazeiro-BA é feito numa janela de 14 dias, que é a soma de todas as pessoas que foram confirmadas com o vírus nos últimos 14 dias [3].


[3] SAHOO, Bijay Kumar; SAPRA, Balvinder Kaur. A data driven epidemic model to analyse the lockdown effect and predict the course of COVID-19 progress in India. Chaos, Solitons & Fractals, v. 139, p. 110034, 2020.








Casos Ativos de Petrolina-PE e Casos Ativos de Juazeiro-BA

      Uma estimativa do número de Casos ativos de Petrolina-PE e os Casos ativos de Juazeiro-BA é feito numa janela de 14 dias, que é a soma de todas as pessoas que foram confirmadas com o vírus nos últimos 14 dias [3].


[3] SAHOO, Bijay Kumar; SAPRA, Balvinder Kaur. A data driven epidemic model to analyse the lockdown effect and predict the course of COVID-19 progress in India. Chaos, Solitons & Fractals, v. 139, p. 110034, 2020.








Número de Reprodução Instantâneo de Juazeiro-BA e Petrolina-PE

      O Número de Reprodução Intantâneo \((R_{t})\) indica em média quantas pessoas uma única pessoa infectada transmite a doença. Se R \(t>1\) indica o crescimento do no de casos, enquanto que se R \(t<1\) temos uma desaceleração do contágio. Calculamos o \(R_{t}\) a partir do modelo em [4] e utilizando o pacote EpiEstim [5] com os parâmetros mais atuais para a pandemia [6].


[4] CORI, Anne et al. A new framework and software to estimate time-varying reproduction numbers during epidemics. American journal of epidemiology, v. 178, n. 9, p. 1505-1512, 2013

[5] CORI, Anne et al. EpiEstim: Estimate Time Varying Reproduction Numbers from Epidemic Curves. Disponível em: https://cran.r-project.org/web/packages/EpiEstim/index.html. Acessado em: 04 de Junho de 2021.

[6] NOUVELLET, Pierre et al. Reduction in mobility and COVID-19 transmission. Nature communications, v. 12, n. 1, p. 1-9, 2021.