Loading…
Qual é a curva que melhor explica o crescimento de casos confirmados da COVID-19 no Chile?
Objetivo explorar o melhor tipo de curva ou modelo de tendência para explicar o comportamento epidemiológico do contágio por COVID-19 e derivar as possíveis causas que contribuem para explicar o modelo correspondente e as implicações em saúde que se podem inferir. Método os dados foram coletados nos...
Saved in:
Published in: | Revista latino-americana de enfermagem 2020-01, Vol.28 |
---|---|
Main Authors: | , , , , , |
Format: | Article |
Language: | Portuguese |
Subjects: | |
Online Access: | Get full text |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Summary: | Objetivo explorar o melhor tipo de curva ou modelo de tendência para explicar o comportamento epidemiológico do contágio por COVID-19 e derivar as possíveis causas que contribuem para explicar o modelo correspondente e as implicações em saúde que se podem inferir. Método os dados foram coletados nos relatórios da COVID-19 do Departamento de Epidemiologia, Ministério da Saúde do Chile. Os dados foram analisados através do ajustamento de curvas em quatro modelos diferentes: quadrático, exponencial, suavização exponencial simples e suavização exponencial dupla. O nível significância adotado foi de α≤0.05. Resultados a curva que mais se ajusta à evolução dos casos confirmados acumulados da COVID-19 no Chile é a curva com suavização exponencial dupla. Conclusão o número de infectados continuará aumentando e o Chile deve permanecer vigilante e ajustar suas estratégias em torno de medidas de prevenção e controle. O comportamento da população tem um papel fundamental. Sugerimos não relaxar quanto às restrições e seguir melhorando a vigilância epidemiológica. Devem ser feitos preparativos de emergência e mais recursos materiais devem ser adicionados para dar suporte ao sistema de saúde. Esta previsão é provisória e depende das variáveis intervenientes se manterem constantes e qualquer alteração modificará sua previsão. COVID-19; Coronavirus; 2019-nCoV; Infecções por Coronavirus; Pandemias; Epidemiologia |
---|---|
ISSN: | 0104-1169 |
DOI: | 10.1590/1518-8345.4493.3346 |