Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/63830
Type
ArticleCopyright
Restricted access
Embargo date
2025-04-14
Collections
Metadata
Show full item record
K-MEANS DTW BARYCENTER AVERAGING: A CLUSTERING ANALYSIS OF COVID-19 CASES AND DEATHS ON THE BRAZILIAN FEDERAL UNITS
Author
Affilliation
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Governo da Bahia. Superintendência de Estudos Econômicos e Sociais da Bahia. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Governo da Bahia. Superintendência de Estudos Econômicos e Sociais da Bahia. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Universidade Federal da Bahia. Departamento de Estatística. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Universidade Federal da Bahia. Departamento de Estatística. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Data Science Institute. London School of Economics and Political Science. London, England.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Universidade Federal do Paraná. Departamento de Estatística. Curitiba, PR, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Governo da Bahia. Superintendência de Estudos Econômicos e Sociais da Bahia. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Universidade Federal da Bahia. Departamento de Estatística. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Universidade Federal da Bahia. Departamento de Estatística. Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Data Science Institute. London School of Economics and Political Science. London, England.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil.
Fundação Oswaldo Cruz. Instituto Gonçalo Moniz. Centro de Integração de Dados e Conhecimento para Saúde (CIDACS). Salvador, BA, Brasil / Universidade Federal do Paraná. Departamento de Estatística. Curitiba, PR, Brasil.
Abstract
A challenge faced while monitoring the COVID-19 pandemic in Brazil is the identification of patterns of incidence and mortality, which can help prioritize interventions to avoid excessive disease transmission and associated deaths. This study aimed to identify epidemiological patterns concerning the evolution of the pandemic among Brazilian federal units (states). The proposed methodology is based on a combination of non-hierarchical k-means clustering and dynamic time warping (DTW), used to measure distances among time series, with the subsequent use of the DTW Barycenter Averaging (DBA) algorithm to calculate cluster centroids for time series of variable lengths. The dataset used is a time series consisting of the number of new cases and deaths per epidemiological week, and the number of cumulative cases and deaths until a given epidemiological week for each of the 27 Brazilian federal units. Six groups of Brazilian federation units were formed based on the similarities between the prevalence and incidence curves. The results demonstrate efficiency with respect to the characterization of both COVID-19 cases and rates of mortality.
Share