Modelagem Matemática da Epidemia de COVID-19: Proposta de um Modelo para melhorar a previsibilidade em cenário de COVID-19 com Incerteza de Dados no Rio de Janeiro
Aluno
Gilberto Pereira Ramos
Data

Desafios enfrentados pelos pesquisadores ao lidar com a subnotificação de casos da COVID-19 no Brasil devido à pandemia. O trabalho propõe um modelo de previsão que combina modelagem matemática de doenças infecciosas com o cenário atual de vacinação no Estado do Rio de Janeiro. Utilizando dados de um período específico, o modelo busca estimar a magnitude da incerteza nos registros não incluídos nas estatísticas oficiais. Os resultados indicam uma redução significativa na taxa de reprodução básica devido ao avanço da vacinação. Além disso, há uma notável subnotificação de casos de morte e uma alta porcentagem de subnotificação para os casos de infectados. O modelo de previsão apresenta sucesso, evidenciado por um erro percentual aceitável.

Local

Quando: 12 de janeiro de 2023

Auditório: 317

Horário: 9h

Membros da banca
Flavio Codeço Coelho - FGV EMAp
Moacyr Alvim Horta Barbosa da Silva - FGV EMAp
Renato Rocha Souza
A A A
High contrast

Esse site usa cookies

Nosso website coleta informações do seu dispositivo e da sua navegação e utiliza tecnologias como cookies para armazená-las e permitir funcionalidades como: melhorar o funcionamento técnico das páginas, mensurar a audiência do website e oferecer produtos e serviços relevantes por meio de anúncios personalizados. Para mais informações, acesse o nosso Aviso de Cookies e o nosso Aviso de Privacidade.