| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 3.21 MB | Adobe PDF |
Advisor(s)
Abstract(s)
A situação pandémica mundial derivada da disseminação do vírus SARS-CoV-2 impulsionou a investigação geográfica associada à utilização de Sistemas de Informação Geográfica (SIG) e à modelação espacial, com o intuito de compreender os padrões espaciais dos eventos epidemiológicos e os diferentes fatores que os condicionam. Este trabalho apresenta uma aplicação de ferramentas de modelação espacial com recurso a programação, para analisar a relação entre a mobilidade em áreas metropolitanas e a disseminação do vírus entre os municípios que as compõem. Utilizando o software e linguagem R (R Core Team, 2018), foi desenvolvido um modelo para relacionar a dispersão do vírus entre os municípios de cada uma das áreas metropolitanas (AM) portuguesas (Lisboa - AML; Porto - AMP) e diferentes níveis de mobilidade associados a restrições de circulação. Para tal, foi adaptado um modelo epidemiológico SEIR (Susceptible-Exposed-Infected-Removed) (He et al., 2020) e foram definidos quatro cenários de mobilidade a partir dos dados dos censos 2011, calculando o número de pessoas que viaja diariamente dentro de cada concelho e entre os concelhos das áreas metropolitanas: 1) mobilidade sem restrições; 2) restrita a atividades essenciais; 3) restrita ao uso de transportes públicos; 4) restrita às atividades industriais. Para cada um destes cenários, foi criada uma matriz origem-destino e estimado o número de pessoas em cada um dos compartimentos SEIR, para cada dia. As simulações, desenvolvidas para um ano inteiro, entre março de 2020 e março de 2021, fornecem o número de novas infeções diárias e o valor acumulado, em cada concelho e nas AM globalmente, ao longo do tempo. Os resultados das simulações mostram uma evolução temporal de dispersão do vírus distinta em cada área metropolitana, com o maior pico na AMP a ocorrer em novembro de 2020 e na AML em janeiro de 2021. Considerando o cenário de mobilidade sem restrições, 43,4% da população da AML e 48,8% da população na AMP teriam sido infetadas ao longo do ano simulado. Os fluxos de mobilidade intermunicipais influenciam o número de infeções obtidas; na AML, Lisboa é o município com maior número de infeções em qualquer cenário de mobilidade, sendo o município que absorve a maior parte dos fluxos diários. Por outro lado, na AMP, o maior número de infeções é repartido entre vários municípios dependendo do cenário, em particular entre Vila Nova de Gaia e Porto. O cenário restrito a atividades industriais apresenta uma maior proporção de infeções na AMP. A utilização de ferramentas de programação associadas aos SIG e à modelação espacial potencia a expansão das áreas de atuação da investigação geográfica, permitindo ajustar a análise aos dados existentes. O modelo desenvolvido pode ser facilmente adaptado a outras áreas e atualizado com novos dados, para apoio à decisão num contexto de transformações societais rápidas e maior acesso a dados.
Description
Keywords
Modelação espacial SARS-CoV-2 simulações SEIR cenários de mobilidade áreas metropolitanas
Pedagogical Context
Citation
Oliveira, S. Ribeiro, A.I. Rocha, J. (2022). Simulação Da Disseminação De Infeções Por Sars-Cov-2 Com Base Em Diferentes Cenários De Mobilidade Em Áreas Metropolitanas, GeoSaúde 2022 Desigualdades em saúde, desigualdades no território: desafios para os países de língua portuguesa em contexto de pós pandemia, Lisboa, Portugal, Setembro 12-14.