Second Wave Analysis and Confirmed Forecasts of the SARS-Cov-2 Epidemic Outbreak in São Paulo, Brazil
Notice bibliographique
Résumé
Objective: A SEIR compartmental model was previously selected to estimate future outcomes to the dynamics of the Covid-19 epidemic breakout in Brazil. Method: Compartments for individuals vaccinated and prevalent SARS-Cov-2 variants were not included. A time-dependent incidence weight on the reproductive basic number accounted for Non Pharmaceutical Interventions (NPI). A first series of published data from March 1st to May 8, 2020 was used to adjust all model parameters aiming to forecast one year of evolutionary outbreak. The cohort study was set as a city population-based analysis. Analysis: A population-based sample of 25,366 confirmed cases on exposed individuals was used during the first study period. The analysis was applied to predict the consequences of NPI enforcements followed by progressive releases, and indicates the appearance of a second wave starting last quarter of 2020. Findings: By March 1st 2021, the number of confirmed cases was predicted to reach 0.47Million (0.24-0.78), and fatalities would account for 21 thousand (12-33), 5 to 95% CRI. A second series of data published from May 9, 2020 to March 1st, 2021 confirms the forecasts previously reported for the evolution of infected people and fatalities. Novelty: By March 1st 2021, the number of confirmed cases reached 527,710 (12% above the predicted average of accumulated cases) and fatalities accounted for 18,769 (10% below the accumulated average of estimated fatalities). After March 1st, new peaks on reported numbers of daily new infected and new fatalities appeared as a combined result to the appearance of the prevalent SARS-CoV-2 P1 variant, and the increased number of vaccinated individuals. Doi: 10.28991/SciMedJ-2021-03-SI-10 Full Text: PDF
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».