Publicação
Simulação Da Disseminação De Infeções Por Sars-Cov-2 Com Base Em Diferentes Cenários De Mobilidade Em Áreas Metropolitanas
| dc.contributor.author | Oliveira, Sandra | |
| dc.contributor.author | Ribeiro, Ana Isabel | |
| dc.contributor.author | Rocha, Jorge | |
| dc.date.accessioned | 2022-11-29T22:22:21Z | |
| dc.date.available | 2022-11-29T22:22:21Z | |
| dc.date.issued | 2022-09-12 | |
| dc.description.abstract | 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. | pt_PT |
| dc.description.version | N/A | pt_PT |
| dc.identifier.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. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10451/55299 | |
| dc.language.iso | por | pt_PT |
| dc.peerreviewed | no | pt_PT |
| dc.relation | healTh RIsk and social vulnerability to Arboviral Diseases in mainland portugal | |
| dc.subject | Modelação espacial | pt_PT |
| dc.subject | SARS-CoV-2 | pt_PT |
| dc.subject | simulações SEIR | pt_PT |
| dc.subject | cenários de mobilidade | pt_PT |
| dc.subject | áreas metropolitanas | pt_PT |
| dc.title | Simulação Da Disseminação De Infeções Por Sars-Cov-2 Com Base Em Diferentes Cenários De Mobilidade Em Áreas Metropolitanas | pt_PT |
| dc.type | conference object | |
| dspace.entity.type | Publication | |
| oaire.awardNumber | PTDC/GES-OUT/30210/2017 | |
| oaire.awardTitle | healTh RIsk and social vulnerability to Arboviral Diseases in mainland portugal | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/3599-PPCDT/PTDC%2FGES-OUT%2F30210%2F2017/PT | |
| oaire.citation.conferencePlace | Lisboa, Portugal | pt_PT |
| oaire.citation.title | Geosaude 2022 | pt_PT |
| oaire.fundingStream | 3599-PPCDT | |
| person.familyName | Oliveira | |
| person.familyName | Rocha | |
| person.givenName | Sandra | |
| person.givenName | Jorge | |
| person.identifier | 0000000069085031 | |
| person.identifier.ciencia-id | 8A16-4976-FD63 | |
| person.identifier.ciencia-id | EC15-76DC-9B96 | |
| person.identifier.orcid | 0000-0002-6253-4353 | |
| person.identifier.orcid | 0000-0002-7228-6330 | |
| person.identifier.rid | AAK-5051-2020 | |
| person.identifier.rid | F-3185-2017 | |
| person.identifier.scopus-author-id | 17435272900 | |
| person.identifier.scopus-author-id | 56428061000 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | conferenceObject | pt_PT |
| relation.isAuthorOfPublication | d30eb4c5-8ef1-426b-8e80-baa646b30f0e | |
| relation.isAuthorOfPublication | 9c7dabc1-d6c6-4636-9293-6babe2ba64c9 | |
| relation.isAuthorOfPublication.latestForDiscovery | 9c7dabc1-d6c6-4636-9293-6babe2ba64c9 | |
| relation.isProjectOfPublication | 53ac187b-cc72-4cb4-aa13-87634d1eb964 | |
| relation.isProjectOfPublication.latestForDiscovery | 53ac187b-cc72-4cb4-aa13-87634d1eb964 |