Skip navigation
Please use this identifier to cite or link to this item: http://repositorio.unb.br/handle/10482/37954
Files in This Item:
File Description SizeFormat 
PREPRINT_DemandaLeitosUTI.pdf724,42 kBAdobe PDFView/Open
Title: Demanda por leitos de UTI pela COVID-19 no Distrito Federal, Brasil : uma análise do impacto das medidas de distanciamento social com simulações de Monte Carlo
Other Titles: Demand for ICU beds by COVID-19 in the Federal District, Brazil : an analysis of the impact of social distance measures with Monte Carlo simulations
Demanda de camas de UCI por COVID-19 en el Distrito Federal, Brasil : un análisis del impacto de las medidas de distancia social con simulaciones de Monte Carlo
Authors: Zimmermann, Ivan Ricardo
Sanchez, Mauro Niskier
Carvalho, Jonas Lotufo Brant de
Alves, Domingos
Assunto:: Covid-19
Avaliação em saúde
Monte Carlo, Método de
Política pública
Issue Date: 28-May-2020
Citation: ZIMMERMANN, Ivan et al. Demanda por leitos de UTI pela COVID-19 no Distrito Federal, Brasil: uma análise do impacto das medidas de distanciamento social com simulações de Monte Carlo. SciELO Preprints, 2020. DOI: https://doi.org/10.1590/SciELOPreprints.574. Disponível em: https://preprints.scielo.org/index.php/scielo/preprint/view/574. Acesso em: 02 jun. 2020.
Abstract: Objetivos: analisar o impacto das políticas de distanciamento social sobre a propagação da COVID-19 e a necessidade de leitos de unidades de terapia intensiva. Métodos: com um modelo compartimental de transição dinâmica e simulações de Monte Carlo foram construídoscenários de propagação de acordo com o nível de adesão das medidas de distanciamento social no contexto do Distrito Federal, Brasil. Os valores dos parâmetros foram baseados em fontes oficiais, bases indexadas e repositórios públicos de dados. Resultados:a manutenção da adesão ao nível de 58% de isolamento foi o único cenário favorável, com um pico de até 792 (IQR: 447 a 1.262) internações em UTI entre 05/11/2020 e 15/01/2021. A ausência do distanciamento implicaria um pico de até 7.331 (IQR: 5.427 a 9.696) internações em UTI. Conclusão: as projeções corroboram o efeito positivo das medidas de distanciamento social e a aplicabilidade de indicadores no seu monitoramento.
Abstract: Objectives: to analyze the impact of social distance policies on the spread of COVID-19 and the need for beds in intensive care units. Methods: based ona dynamic transitioncompartmentalmodeland Monte Carlo simulations, propagation scenarios were built according to the level of adherence of the social distance measures in the context of the Federal District, Brazil. The parameter values were based on official sources, indexed databases and public data repositories. Results: maintaining adherence to the 58% isolation level was the only favorable scenario, with a peak of up to 792 (IQR: 447 to 1,262) ICU admissions between 11/05/2020 and 1/15/2021.The absence of social distance would imply a peak of up to 7,331 (IQR: 5,427 to 9,696) ICU admissions. Conclusion: the projections corroborate the positive effect of social distance measures and the applicability of indicators in their monitoring.
Resumen: Objetivos: analizar elimpacto de las políticas de distancia social en la propagación de COVID-19 y la necesidad de camas en unidades de cuidados intensivos.Métodos: con un modelo de transición dinámica y simulaciones de Monte Carlo, los escenarios de propagación se construyeron de acuerdo con el nivel de adherencia de las medidas de distancia social en el Distrito Federal, Brasil. Los parámetros se basaron en fuentes oficiales, bases de datos indexadas y repositorios de datos. Resultados: mantener la adherencia al nivelde aislamiento del 58% fue el único escenario favorable, con un pico de hasta 792 (IQR: 447 a 1,262) admisiones en la UCI entre el 11/05/2020 y el 15/1/2021. La ausencia de distancia implicaría un pico de 7,331 (IQR: 5,427 a 9,696) admisiones en la UCI. Conclusión: las proyecciones corroboran el efecto positivo de las medidas de distancia social y la aplicabilidad de los indicadores en su seguimiento.
metadata.dc.description.unidade: Faculdade de Ciências da Saúde (FS)
Departamento de Saúde Coletiva (FS DSC)
Licença:: (CC BY) - Este trabalho está licensiado sob uma licença Creative Commons Attribution 4.0 International License. Fonte: https://preprints.scielo.org/index.php/scielo/preprint/view/574. Acesso em: 02 jun. 2020.
DOI: https://doi.org/10.1590/SciELOPreprints.574
Appears in Collections:Artigos publicados em periódicos e afins
UnB - Covid-19

Show full item record " class="statisticsLink btn btn-primary" href="/jspui/handle/10482/37954/statistics">



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.