Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/24057
Tipo: Dissertação
Título: Um sistema de suporte à decisão espacial para determinar o nível de prioridade municipal para o combate à covid-19 no estado da Paraíba
Autor(es): Pontes, Catarina Ferreira
Primeiro Orientador: Moraes, Ronei Marcos de
Segundo Orientador: Vianna, Rodrigo Pinheiro de Toledo
Resumo: A pandemia da COVID-19 foi considerada uma das mais graves crises de saúde pública da história recente, interferindo na homeostasia das organizações de saúde do mundo e provocando um colapso econômico e social. Desse modo, este trabalho, objetivou caracterizar a conexão entre os aspectos geográficos e o acometimento por COVID-19 no estado da Paraíba, bem como construir um sistema de suporte à decisão espacial para determinar os níveis de prioridade municipais para combate à COVID-19 municipal, assim descritos: “não prioritário”, “tendência a não prioritário”, “tendência a prioritário” e “prioritário”. Trata-se, pois de um estudo do tipo quantitativo, exploratório e ecológico, a partir de dados secundários dos casos de COVID-19 do estado da Paraíba por município, disponibilizados pelo Sistema de Notificações de Síndrome Gripal do Ministério da Saúde. A população do estudo foi composta por todos os casos confirmados para COVID- 19 da 12ª semana epidemiológica de 2020 a 32ª semana epidemiológica de 2021. As análises dos dados seguiram as etapas presentes na arquitetura do Multiple Criteria Decision Making: Análise Estatística, Teste de Normalidade, Razão de Incidências Espacial, Análise Espacial, Análise Espaço-temporal, Tempo do Aglomerado Espaço- Temporal, Persistência do Aglomerado Espaço-Temporal, Coeficiente de Correlação de Spearman e Sistema Baseado em Regras Fuzzy. Ao longo da pesquisa, foram registrados 373.789 casos de COVID-19, desses, foram mais acometidos: indivíduos de 20 a 60 anos (75,23%), sexo biológico feminino (55,99%) e, comorbidades do tipo doença cardíaca (4,46%). Logo, com a aplicação do Spatial Decision Support System baseado em Weighted Linear Combination, obteve-se como produto um mapa de decisão final que permitiu a detecção e visualização espacial de municípios segundo o nível de prioridade. Foi evidenciado que 153 municípios foram classificados como “não prioritário”, 51 como “tendência a não prioritário” e 19 como “tendência a prioritário”. A partir desse resultado, os gestores podem intervir de maneira mais assertiva, direcionando a tomada de decisão de acordo com múltiplos fatores de risco para COVID-19 no estado da Paraíba.
Abstract: The COVID-19 pandemic has been considered one of the most serious public health crises in recent history, interfering with the homeostasis of the world's health organizations and causing economic and social collapse. Thus, this work aimed to characterize the connection between geographic aspects and the involvement by COVID-19 in the state of Paraíba, as well as to build a spatial decision support system to determine the level of priority by county to combat COVID-19, described as follows: “non-priority”, “trend to non-priority”, “trend to priority” and “priority”. It is, therefore, a quantitative, exploratory and ecological study, based on secondary data of COVID-19 cases in the state of Paraíba by county, made available by the Influenza Syndrome Notification System of the Ministry of Health. The study population consisted of all confirmed COVID-19 cases from the 12th epidemiological week of 2020 to the 32nd epidemiological week of 2021. Data analysis followed the steps present in the Multiple Criteria Decision Making architecture: Statistical Analysis, Normality Test, Spatial Incidence Ratio, Spatial Analysis, Spatio- Temporal Analysis, Time of the Spatio-Temporal Cluster, Persistence of the Spatio- Temporal Cluster, Spearman Correlation Coefficient and Fuzzy Rule-Based System. During the research, 373,789 cases of COVID-19 were collected, of which the most affected were: individuals aged 20 to 60 years (75.23%), female biological sex (55.99%) and comorbidities such as heart disease (4.46%). Therefore, with the application of the Spatial Decision Support System based on Weighted Linear Combination, a final decision map was obtained as a product that allowed the detection and spatial visualization by counties according to priority level. It was evidenced that 153 counties were classified as “non-priority”, 51 as “non-priority trend” and 19 as “priority trend”. Based on this result, managers can provide assertive interventions, making decision based on multiple risk factors for COVID-19 in the state of Paraíba.
Palavras-chave: Infecções por coronavírus
Análise espacial
Análise espaço-temporal
Sistemas de apoio à decisão espacial multicritério
Coronavirus infections
Spatial analysis
Spatio-temporal analysis
Multicriteria spatial decision support systems
CNPq: CNPQ::CIENCIAS DA SAUDE::SAUDE COLETIVA
Idioma: por
País: Brasil
Editor: Universidade Federal da Paraíba
Sigla da Instituição: UFPB
Departamento: Ciências Exatas e da Saúde
Programa: Programa de Pós-Graduação em Modelos de Decisão e Saúde
Tipo de Acesso: Acesso aberto
Attribution-NoDerivs 3.0 Brazil
URI: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/24057
Data do documento: 21-Fev-2022
Aparece nas coleções:Centro de Ciências Exatas e da Natureza (CCEN) - Programa de Pós-Graduação em Modelos de Decisão e Saúde

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
CatarinaFerreiraPontes_Dissert.pdf2,42 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons