Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/42415
Type
PreprintCopyright
Open access
Sustainable Development Goals
16 Paz, Justiça e Instituições EficazesCollections
- IOC - Preprint [157]
Metadata
Show full item record
SEVERE AIRPORT SANITARIAN CONTROL COULD SLOW DOWN THE SPREADING OF COVID-19 PANDEMICS IN BRAZIL
Dinâmica de metapopulação
Povos indígenas
Amazônia
COVID-19
Pandemia
SIR model
Metapopulation dynamics
Amazonia
Indigenous people
One-Ecohealth
COVID-19
Pandemic
Author
Affilliation
Universidade Federal de Ouro Preto. Núcleo de Pesquisas em Ciências Biológicas. Ouro Preto, MG, Brasil.
Red de Ecoetología, Instituto de Ecología AC. Xalapa, Vera Cruz, Mexico.
Universidade Federal de Ouro Preto. Departamento de Física. Laboratório da Ciência da Complexidade. Ouro Preto, MG, Brasil.
Universidade Federal de Ouro Preto. Escola de Farmácia. Departamento de Análises Clínicas. Laboratório de Imunopatologia. Ouro Preto, MG, Brasil.
Universidade Federal de Minas Gerais. Instituto de Ciências Biológicas. Departamento de Microbiologia. Laboratório de Biologia Molecular e Computacional de Fungos. Belo Horizonte, MG, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Flavivírus. Rio de Janeiro, RJ, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Flavivírus. Rio de Janeiro, RJ, Brasil.
Universidade Federal de Minas Gerais. ICB. Departamento de Genética, Ecologia & Evolução. Belo Horizonte, MG, Brasil.
Universidade Federal de Minas Gerais. ICB. Departamento de Genética, Ecologia & Evolução. Belo Horizonte, MG, Brasil.
Universidade Federal de Minas Gerais. ICB. Departamento de Genética, Ecologia & Evolução. Belo Horizonte, MG, Brasil.
Red de Ecoetología, Instituto de Ecología AC. Xalapa, Vera Cruz, Mexico.
Universidade Federal de Ouro Preto. Departamento de Física. Laboratório da Ciência da Complexidade. Ouro Preto, MG, Brasil.
Universidade Federal de Ouro Preto. Escola de Farmácia. Departamento de Análises Clínicas. Laboratório de Imunopatologia. Ouro Preto, MG, Brasil.
Universidade Federal de Minas Gerais. Instituto de Ciências Biológicas. Departamento de Microbiologia. Laboratório de Biologia Molecular e Computacional de Fungos. Belo Horizonte, MG, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Flavivírus. Rio de Janeiro, RJ, Brasil.
Fundação Oswaldo Cruz. Instituto Oswaldo Cruz. Laboratório de Flavivírus. Rio de Janeiro, RJ, Brasil.
Universidade Federal de Minas Gerais. ICB. Departamento de Genética, Ecologia & Evolução. Belo Horizonte, MG, Brasil.
Universidade Federal de Minas Gerais. ICB. Departamento de Genética, Ecologia & Evolução. Belo Horizonte, MG, Brasil.
Universidade Federal de Minas Gerais. ICB. Departamento de Genética, Ecologia & Evolução. Belo Horizonte, MG, Brasil.
Abstract
We investigated a likely scenario of COVID-19 spreading in Brazil through the complex airport network of the country, for the 90 days after the first national occurrence of the disease. After the confirmation of the first imported cases, the lack of a proper airport entrance control resulted in the infection spreading in a manner directly proportional to the amount of flights reaching each city, following first occurrence of the virus coming from abroad. Methodology. We developed a SIR (Susceptible-InfectedRecovered) model divided in a metapopulation structure, where cities with airports were demes connected by the number of flights. Subsequently, we further explored the role of Manaus airport for a rapid entrance of the pandemic into indigenous territories situated in remote places of the Amazon region. Results. The expansion of the SARS-CoV-2 virus between cities was fast, directly proportional to the airport closeness centrality within the Brazilian air transportation network. There was a clear pattern in the expansion of the pandemic, with a stiff exponential expansion of cases for all cities. The more an airport showed closeness centrality, the greater was its vulnerability to SARS-CoV-2. Conclusions. We discussed the weak pandemic control performance of Brazil in comparison with other tropical, developing countries, namely India and Nigeria. Finally, we proposed measures for containing virus spreading taking into consideration the scenario of high poverty.
Keywords in Portuguese
SARS-CoV-2Dinâmica de metapopulação
Povos indígenas
Amazônia
COVID-19
Pandemia
Keywords
SARS-CoV-2SIR model
Metapopulation dynamics
Amazonia
Indigenous people
One-Ecohealth
COVID-19
Pandemic
Share