Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/62759
O IMPACTO DAS PRINCIPAIS VARIANTES DO SARS-COV-2 NA EPIDEMIA DA COVID-19 NO BRASIL
Conglomerados Espaço-Temporais
SARS-CoV-2
Estatística
Mutação
Hospitalização
Atestado de Óbito
Idoso
Estudos Ecológicos
Estudos de Séries Temporais
Bianchi, Lucas Monteiro | Date Issued:
2023
Alternative title
The impact of the main variants of Sars-Cov-2 on the COVID19 epidemic in BrazilAuthor
Advisor
Affilliation
Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro, RJ, Brasil.
Abstract in Portuguese
Reconhecida como ameaça global pela Organização Mundial de Saúde (OMS), a COVID-19 (Coronavirus Disease 2019) se espalhou por mais de 200 países, somando mais de 767 milhões de casos e quase 7 milhões de mortes confirmadas. O Brasil foi palco para diversas variantes resultando em mais de 37.6 milhões casos e 702 mil óbitos. O objetivo dessa tese foi estudar a dinamicidade da COVID-19 no contexto espaço-temporal, fazendo uso desse cenário para propor um método para estimação do efeito causal em estudos ecológicos. Assim, essa tese foi construída na forma de três artigos. O primeiro artigo identifica, por meio do emprego da metodologia Estatística Scan de Kulldorff, clusters espaço-temporais de casos e óbitos por SRAG-Covid e estima os seus respectivos riscos relativos considerando as variantes em circulação, com o propósito evidenciar a importância da compreensão da movimentação das variantes, principalmente no que tange o auxílio de tomada de decisões baseada em dados. O segundo artigo propõe uma metodologia de estimação do efeito causal em delineamentos ecológicos de séries temporais, baseado no modelo de respostas potenciais proposto originalmente por Rubin (1974) para ensaios clínicos randomizados e não-randomizados. Essa metodologia utiliza a rede neural convolucional LSTM (Long Short Term Memory) para identificação de padrões, estima o cenário contrafactual. O terceiro artigo apresenta 4 aplicações do método proposto no artigo 2. Objetivou-se comparar as curvas geradas para o cenário contrafactual com a curva observada no mesmo período a fim de obter a carga atribuída de casos e óbitos de SRAG-Covid em idosos a partir dos 60 anos em decorrência da emergência da variante Gama. Como resultado, no primeiro artigo foram identificadas áreas com riscos elevados, variando de 1,43 a 8,25 vezes o risco de casos e de 1,41 a 11,33 óbitos por SRAGCovid. O segundo artigo demonstrou que a metodologia proposta produz estimativas plausíveis, sendo um meio viável para a estimação de efeitos causais em estudos ecológicos que utilizam dados dispostos ao longo do tempo. Finalizando, o terceiro artigo estimou que ocorreram aproximadamente 50 mil internações e mais de 30 mil óbitos em todo o Brasil apenas em pessoas acima dos 60 anos, sendo esses números atribuídos à variante Gama.
Abstract
Recognized as a global threat by the World Health Organization (WHO), COVID-19 (Coronavirus Disease 2019) has spread to more than 200 countries, totaling over 767 million cases and nearly 7 million confirmed deaths. Brazil has been a stage for various variants resulting in over 37.6 million cases and 702 thousand deaths. The objective of this thesis was to study the dynamism of COVID-19 in the spatio-temporal context, using this scenario to propose a method for estimating causal effects in ecological studies. Thus, this thesis was structured in the form of three articles. The first article identifies, through the use of Kulldorff’s Spatial Scan Statistical methodology, spatiotemporal clusters of cases and deaths from COVID-related Severe Acute Respiratory Syndrome (SARS-Covid) and estimates their respective relative risks considering the circulating variants, with the purpose of highlighting the importance of understanding the movement of variants, particularly in supporting data-driven decision making. The second article proposes a methodology for estimating causal effects in ecological time series designs based on the potential outcomes model originally proposed by Rubin (1974) for randomized and non-randomized clinical trials. This methodology utilizes the Long Short Term Memory (LSTM) convolutional neural network for pattern identification and estimation of the counterfactual scenario. The third article presents 4 applications of the method proposed in article 2. The objective was to compare the curves generated for the counterfactual scenario with the observed curve in the same period in order to obtain the burden of COVID-related Severe Acute Respiratory Syndrome (SARS-Covid) cases and deaths in individuals aged 60 and older due to the emergence of the Gamma variant. As a result, the first article identified areas with elevated risks, ranging from 1.43 to 8.25 times the risk of cases and from 1.41 to 11.33 deaths from COVID-related Severe Acute Respiratory Syndrome (SARS-Covid). The second article demonstrated that the proposed methodology produces plausible estimates, providing a viable means for estimating causal effects in ecological studies that use temporally arranged data. In conclusion, the third article estimated that there were approximately 50 thousand hospitalizations and over 30 thousand deaths across Brazil, all attributed to the Gamma variant, among individuals aged 60 and above.
DeCS
COVID-19Conglomerados Espaço-Temporais
SARS-CoV-2
Estatística
Mutação
Hospitalização
Atestado de Óbito
Idoso
Estudos Ecológicos
Estudos de Séries Temporais
Share