Devido ao crescente volume de dados armazenados e acessíveis aos pesquisadores, técnicas de modelagem baseadas em dados vêm surgindo. Seguindo essa tendência, neste trabalho é realizado um estudo de uma técnica de decomposição de matrizes de dados, a Decomposição em Modos Dinâmicos. A decomposição é aplicada em matrizes estruturadas, em snapshots, para se obter os modos, que são vetores que descrevem a distribuição espacial de fase e amplitude associados a uma única frequência. Por meio desses modos recupera-se e extrai-se informações da dinâmica que gerou os dados. São apresentadas ferramentas necessárias para construir a decomposição, e de como se obter e extrair informações relevantes dos modos, assim como são exibidas algumas limitações do método. Por fim a decomposição em modos dinâmicos é aplicada nos dados da dengue no Brasil, disponibilizados pelo Departamento de Informática do Sistema Único de Saúde, do período de 2014 a 2019.
Resumo Neste trabalho, o método de Decomposição em Modos Dinâmicos é apresentado e aplicado a um episódio epidemiológico geográfico de propagação da dengue no Brasil referente ao período de 2014 a 2019, utilizando dados empíricos extraídos do Departamento de Informática do Sistema Único de Saúde do Ministério da Saúdo do Brasil. E pela análise dos modos associados aos dados da dengue as principais frequências de ocorrência da doença são determinadas, assim como suas características espaciais.
Resumo. Neste estudo é apresentado um modelo epidemiológico compartimental, por meio do qual busca-se descrever a dinâmica da primeira onda da COVID-19 no município de Juiz de Fora, Minas Gerais, Brasil. A população é subdividida em nove compartimentos: suscetíveis, latentes, pré-sintomáticos, assintomáticos, sintomáticos com sintomas leves, sintomáticos com sintomas moderados, sintomáticos com sintomas severos, recuperados e mortos. Considera-se uma mudança de comportamento da população relacionada à ocupação dos leitos e das Unidades de Tratamento Intensivos hospitalares destinados aos pacientes com COVID-19 na cidade. Essa mudança é inserida na taxa de contágio dos indivíduos infecciosos que têm livre mobilidade: os pré-sintomáticos, os assintomáticos e os com sintomas leves. Nas simulações, os números totais de infectados e de mortos ficaram, ao longo do tempo, próximos aos números oficiais fornecidos pela
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.