Avaliação de impacto de medidas não farmacológicas através do modelo ensemble

Abstract

Nesta tese buscou-se avaliar como intervenções não farmacológicas atuaram sobre a curva epidemiológica nas cidades de Recife, Manaus e São Paulo durante a pandemia do COVID-19. Em particular, foca-se na análise do efeito do isolamento social, comumente chamado de lockdown. Para a realização deste propósito, é necessário projetar cenários contrafactuais, com base em modelos específicos, que buscam explicar o que ocorreria caso estas intervenções não fossem aplicadas. No entanto, no caso da COVID-19, a quantidade de informações disponíveis entre o início do fenômeno e a data de implementação do lockdown, é limitada, tornando as projeções ainda mais suscetíveis às características de cada modelo. Esta tese propõe uma forma de avaliar o efeito de lockdown, utilizando um modelo Ensemble para incorporar informações de vários modelos concomitantemente. Foram considerados os modelos de crescimento de Gompertz, Logístico e Richards para realizar projeções de cenários contrafactuais robustas através da abordagem proposta. Uma forma de avaliação estatística do efeito, construída com base em intervalos de confiança bootstrap associados ao modelo ensemble foi considerada. O método foi aplicado aos dados de COVID-19 dos municípios de Recife, Manaus e São Paulo. Os resultados sugerem a eficácia do isolamento social para desacelerar o crescimento do número de óbitos em cada cidade analisada