Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
Bayesian modeling of COVID-19 cases with a correction to account for under-reported cases
Preprint
em Inglês
| medRxiv
| ID: ppmedrxiv-20112029
Artigo de periódico
Um artigo publicado em periódico científico está disponível e provavelmente é baseado neste preprint, por meio do reconhecimento de similaridade realizado por uma máquina. A confirmação humana ainda está pendente.
Ver artigo de periódico
Um artigo publicado em periódico científico está disponível e provavelmente é baseado neste preprint, por meio do reconhecimento de similaridade realizado por uma máquina. A confirmação humana ainda está pendente.
Ver artigo de periódico
ABSTRACT
The novel of COVID-19 disease started in late 2019 making the worldwide governments came across a high number of critical and death cases, beyond constant fear of the collapse in their health systems. Since the beginning of the pandemic, researchers and authorities are mainly concerned with carrying out quantitative studies (modeling and predictions) overcoming the scarcity of tests that lead us to under-reporting cases. To address these issues, we introduce a Bayesian approach to the SIR model with correction for under-reporting in the analysis of COVID-19 cases in Brazil. The proposed model was enforced to obtain estimates of important quantities such as the reproductive rate and the average infection period, along with the more likely date when the pandemic peak may occur. Several under-reporting scenarios were considered in the simulation study, showing how impacting is the lack of information in the modeling.
cc_by_nc_nd
Texto completo:
Disponível
Coleções:
Preprints
Base de dados:
medRxiv
Tipo de estudo:
Estudo prognóstico
Idioma:
Inglês
Ano de publicação:
2020
Tipo de documento:
Preprint