Estimation and prediction of COVID-19 cases in Brazilian metropolises

Rev Lat Am Enfermagem. 2020 Jun 26:28:e3345. doi: 10.1590/1518-8345.4501.3345. eCollection 2020.
[Article in English, Portuguese, Spanish]

Abstract

Objective: to estimate the transmission rate, the epidemiological peak, and the number of deaths by the new coronavirus.

Method: a mathematical and epidemiological model of susceptible, infected, and recovered cases was applied to the nine Brazilian capitals with the highest number of cases of the infection. The number of cases for the 80 days following the first case was estimated by solving the differential equations. The results were logarithmized and compared with the actual values to observe the model fit. In all scenarios, it was considered that no preventive measures had been taken.

Results: the nine metropolises studied showed an upward curve of confirmed cases of COVID-19. The prediction data point to the peak of the infection between late April and early May. Fortaleza and Manaus had the highest transmission rates (≥2·0 and ≥1·8, respectively). Rio de Janeiro may have the largest number of infected people (692,957) and Florianópolis the smallest (24,750).

Conclusion: the estimates of the transmission rate, epidemiological peak, and number of deaths from coronavirus in Brazilian metropolises presented expressive and important numbers the Brazilian Ministry of Health needs to consider. The results confirm the rapid spread of the virus and its high mortality in the country.

Objetivo: estimar a taxa de transmissão, o pico epidemiológico e óbitos pelo novo coronavírus.

Método: um modelo matemático e epidemiológico para os casos suscetíveis, infectados e recuperados foi aplicado nas nove capitais brasileiras com o maior número de casos da infecção. O número de casos para os 80 dias seguintes ao primeiro caso foi estimado por meio de equações diferenciais e os resultados foram colocados em logaritmos e comparados com os números reais para verificar o ajuste do modelo. Em todos os cenários, considerou-se que nenhuma medida preventiva foi tomada.

Resultados: as nove metrópoles estudadas apresentaram uma curva de tendência de novos casos do coronavírus com um padrão ascendente. Os dados de predição apontam o pico da doença entre o final de abril e começo de maio. Fortaleza e Manaus apresentaram as maiores taxas de transmissão (≥2,0 e ≥1,8, respectivamente). Rio de Janeiro pode apresentar o maior número de pessoas infectadas (692.957) e Florianópolis a menor (24.750).

Conclusão: as estimativas da taxa de transmissão, pico epidemiológico e óbitos pelo coronavírus nas metrópoles brasileiras apresentaram números importantes e expressivos a serem observados pelo Ministério da Saúde brasileiro. Os resultados confirmam a rápida disseminação do vírus e sua alta mortalidade no país.

Objetivo: estimar la tasa de transmisión, el pico epidemiológico y el número de muertes por el nuevo coronavirus.

Método: se aplicó un modelo matemático y epidemiológico de casos susceptibles, infectados y recuperados a las nueve capitales brasileñas con mayor número de casos de infección. El número de casos para los 80 días siguientes al primer caso se estimó resolviendo las ecuaciones diferenciales. Los resultados fueron logaritmizados y comparados con los valores reales para observar el ajuste del modelo. En todos los escenarios, se consideró que no se habían adoptado medidas preventivas.

Resultados: las nueve metrópolis estudiadas mostraron una curva ascendente de casos confirmados de COVID-19. Los datos de predicción apuntan al pico de la infección entre finales de abril y principios de mayo. Fortaleza y Manaus tuvieron las tasas de transmisión más altas (≥2·0 y ≥1·8, respectivamente). Río de Janeiro puede tener el mayor número de personas infectadas (692,957) y Florianópolis el menor (24,750).

Conclusión: las estimaciones de la tasa de transmisión, el pico epidemiológico y el número de muertes por coronavirus en metrópolis brasileñas presentaron cifras expresivas e importantes que el Ministerio de Salud de Brasil necesita considerar. Los resultados confirman la rápida propagación del virus y su alta mortalidad en el país.

MeSH terms

  • Algorithms
  • Betacoronavirus*
  • Brazil / epidemiology
  • COVID-19
  • Cities / epidemiology
  • Coronavirus Infections / epidemiology*
  • Coronavirus Infections / mortality
  • Coronavirus Infections / transmission
  • Humans
  • Models, Statistical
  • Models, Theoretical
  • Pandemics* / statistics & numerical data
  • Pneumonia, Viral / epidemiology*
  • Pneumonia, Viral / mortality
  • Pneumonia, Viral / transmission
  • SARS-CoV-2
  • Time Factors