Plataforma da UFPR mostra previsão da covid nas cidades paranaenses. Confira a sua.

Com os dados da pandemia na cidade nas duas semanas anteriores, a ferramenta calcula a previsão para o período seguinte.

Pesquisadores do projeto de pesquisa Matemática Aplicada e Computacional da Universidade Federal do Paraná (UFPR) Setor Palotina lançaram recentemente uma plataforma de previsão da covid-19 nas 399 cidades paranaenses. 

Usando dados dos 14 dias anteriores disponibilizados pela Secretaria de Saúde do estado, o novo sistema gera uma série de gráficos que indicam a tendência de recuperação, de contaminação e de morte pela doença naquele município.

A tendência observada pelos cientistas é de queda dos casos e dos óbitos pela covid-19 na maioria das cidades paranaenses, em concordância com o que está sendo percebido no restante do país, graças ao aumento da cobertura vacinal da população. “Se nas duas últimas semanas, a quantidade de infectados diminui em uma região, o modelo entende que a curva está caindo e é essa tendência que ele vai mostrar. Em outras cidades, existe o comportamento contrário, mas, em geral, o que temos visto é uma queda da doença na maior parte do Paraná”, afirma Rodrigo Schulz, professor de Licenciatura em Ciências Exatas no Setor Palotina e um dos responsáveis pelo estudo.

A plataforma tem por base um modelo matemático chamado SIR, que separa a população em três grupos: Suscetíveis, Infectados e Removidos do quadro de análise. 

Nesse cálculo, as pessoas que nunca tiveram contato com a doença são ditas suscetíveis, mas passam a pertencer ao grupo de infectados se forem contaminadas pela covid-19. Os removidos são aqueles que já se recuperaram da doença ou foram à óbito. O sistema calcula a circulação dos cidadãos entre os grupos SIR diariamente, o que permite à plataforma prever qual será o comportamento da doença nos próximos 30 dias.

Segundo o professor Rodrigo, antes do lançamento do programa, a equipe realizou uma série de comparações entre os resultados gerados pelo sistema e os números reais da pandemia, para verificar a taxa de erro da aplicação. De acordo com esses estudos, o professor prevê uma média de erro de 1 por cento ao dia, o que garante uma maior segurança para o uso.

“A exatidão das previsões depende de uma série de fatores, sobre os quais nós não temos controle. Em cidades pequenas, por exemplo, pode ser que em algum dia não sejam publicados os dados da pandemia, o que ocasiona um salto no sistema que não podemos evitar. Nós temos percebido que, em cidades maiores, a entrada dos dados é mais contínua, então os erros diminuem um pouco”, explica.

Acesse a plataforma e confira

Fonte: UFPR