Loading...
2 results
Search Results
Now showing 1 - 2 of 2
- Dashboard COMPRIME-COMPRIM_MOV: monitorização espácio-temporal da Covid-19 em PortugalPublication . Marques Da Costa, Nuno; Mileu, Nelson; Alves, André; Marques Da Costa, Eduarda; Rocha, Jorge; Abrantes, Patrícia; Freitas, Carlos; Sousa, Paulo; Campos Fernandes, Adalberto; Gaspar, Rogério; Duarte-Ramos, Filipa; Portugal, RuiO interesse por informação credível e atualizada no âmbito da evolução pandémica conduziu à necessidade de desenvolver um instrumento que permitisse a disseminação de informação sobre o estado da difusão da COVID-19. No dashboard desenvolvido é integrada informação segundo quatro níveis territoriais desde março de 2020 até à atualidade. Suportada no ArcGIS Online, foram desenvolvidas outras soluções exteriores a este sistema que permitiram agilizar e introduzir funcionalidades para aumentar a interatividade e o dinamismo na consulta de informação disponibilizada. Disto resultou um instrumento de vigilância epidemiológica que permite a todos monitorizar em tempo útil a evolução da doença no território nacional.
- Mobilidade e propagação do sars-cov-2 em Portugal continental: modelo explicativo territorializado em contexto anterior à vacinaçãoPublication . Marques Da Costa, Nuno; Mileu, Nelson; Marques da Costa, Eduarda; Alves, André; Freitas, Carlos; Rocha, Jorge; Abrantes, Patrícia; Gomes, Eduardo; Sousa, Paulo; Campos Fernandes, Adalberto; Gaspar, Rogério; Duarte-Ramos, Filipa; Portugal, RuiA difusão do novo coronavírus tem importantes associações com a mobilidade da população. Recorrendo a modelos de regressão linear múltipla, com informação epidemiológica da Direção-Geral da Saúde (DGS) e dados de mobilidade disponibilizados pela Google, captura-se a relação causal existente entre alterações na mobilidade e a tendência de incidência de COVID-19 para várias escalas em Portugal, demonstrando-se que maior mobilidade está associada a maior número de novos casos. Com base nesta premissa e recorrendo aos padrões de mobilidade da população é possível desenvolver um modelo de previsão do número de infeções futuras, com pelo menos 14 dias de antecedência.