| Author | Oliveira, Juliane Fonseca de | pt_BR |
| Author | Jorge, Daniel Cardoso Pereira | pt_BR |
| Author | Veiga, Rafael Valente | pt_BR |
| Author | Rodrigues, Moreno Magalhães de Souza | pt_BR |
| Author | Torquato, Matheus Fernandes | pt_BR |
| Author | Silva, Nívea Bispo da | pt_BR |
| Author | Fiaccone, Rosemeire Leovigildo | pt_BR |
| Author | Cardim, Luciana Lobato | pt_BR |
| Author | Pereira, Felipe Augusto Cardoso | pt_BR |
| Author | Castro, Caio Porto de | pt_BR |
| Author | Paiva, Aureliano Sancho Souza | pt_BR |
| Author | Amad, Alan Alves Santana | pt_BR |
| Author | Lima, Ernesto Augusto Bueno da Fonseca | pt_BR |
| Author | Souza, Diego S. | pt_BR |
| Author | Pinho, Suani Tavares Rubim de | pt_BR |
| Author | Ramos, Pablo Ivan Pereira | pt_BR |
| Author | Andrade, Roberto F. S. | pt_BR |
| Access date | 2021-03-03T13:30:47Z | |
| Available date | 2021-03-03T13:30:47Z | |
| Document date | 2021 | |
| Citation | OLIVEIRA, Juliane Fonseca de et al. Mathematical modeling of COVID-19 in 14.8 million individuals in Bahia, Brazil. Nature Communications, v. 12, n. 333, p. 1-13, 12 Jan. 2021. | pt_BR |
| ISSN | 2041-1723 | pt_BR |
| URI | https://www.arca.fiocruz.br/handle/icict/46240 | |
| Sponsorship | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior—Brazil (CAPES)—Finance Code 001 | pt_BR |
| Sponsorship | International Cooperation grant (process number INT0002/2016) from Bahia | pt_BR |
| Sponsorship | Research Foundation (FAPESB) | pt_BR |
| Sponsorship | National Institute of Science and Technology—Complex Systems from CNPq, Brazil. | pt_BR |
| Language | eng | en |
| Publisher | Nature Research | pt_BR |
| Rights | open access | pt_BR |
| Subject in Portuguese | COVID-19 | pt_BR |
| Subject in Portuguese | Pandemias | pt_BR |
| Subject in Portuguese | Recursos em saúde | pt_BR |
| Subject in Portuguese | Mortalidade | pt_BR |
| Subject in Portuguese | Transmissão | pt_BR |
| Subject in Portuguese | Brasil | pt_BR |
| Title | Mathematical modeling of COVID-19 in 14.8 million individuals in Bahia, Brazil | en |
| Type | Article | pt_BR |
| DOI | 10.1038/s41467-020-19798-3 | pt_BR |
| Abstract | COVID-19 is affecting healthcare resources worldwide, with lower and middle-income countries being particularly disadvantaged to mitigate the challenges imposed by the disease, including the availability of a sufficient number of infirmary/ICU hospital beds, ventilators, and medical supplies. Here, we use mathematical modelling to study the dynamics of COVID19 in Bahia, a state in northeastern Brazil, considering the influences of asymptomatic/nondetected cases, hospitalizations, and mortality. The impacts of policies on the transmission rate were also examined. Our results underscore the difficulties in maintaining a fully operational health infrastructure amidst the pandemic. Lowering the transmission rate is paramount to this objective, but current local efforts, leading to a 36% decrease, remain insufficient to prevent systemic collapse at peak demand, which could be accomplished using periodic interventions. Non-detected cases contribute to a ∽55% increase in R0. Finally, we discuss our results in light of epidemiological data that became available after the initial analyses. | en |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil / Universidade do Porto. Faculdade de Ciências. Centro de Matemática. Departamento de Matemática. Porto, Portugal. | pt_BR |
| Affilliation | Universidade Federal da Bahia. Instituto de Física. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Fiocruz Rondônia. Porto Velho, RO, Brasil. | pt_BR |
| Affilliation | Swansea University. College Of Engineering. Swansea, United Kingdom. | pt_BR |
| Affilliation | Universidade Federal da Bahia. Instituto de Matemática e Estatística. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Universidade Federal da Bahia. Instituto de Matemática e Estatística. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Universidade de São Paulo. Instituto de Física. São Paulo, SP, Brasil. | pt_BR |
| Affilliation | Universidade Federal da Bahia. Instituto de Física. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Swansea University. College Of Engineering. Swansea, United Kingdom. | pt_BR |
| Affilliation | The University of Texas at Austin. Oden Institute for Computational Engineering and Sciences. Austin, TX, United States. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Universidade Federal da Bahia. Instituto de Física. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil. | pt_BR |
| Affilliation | Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimentos para Saúde. Salvador, BA, Brasil / Universidade Federal da Bahia. Instituto de Física. Salvador, BA, Brasil. | pt_BR |
| Subject | COVID-19 | en |
| Subject | Pandemics | en |
| Subject | Healthcare resources | en |
| Subject | Mortality | en |
| Subject | Transmission | en |
| Subject | Brazil | en |
| e-ISSN | 2041-1723 | pt_BR |
| xmlui.metadata.dc.subject.ods | 03 Saúde e Bem-Estar | |
