bachelorThesis
Utilização de técnicas de séries temporais na análise de possíveis evidências de subnotificação ou supernotificação do número de mortes humanas no Brasil devido à Covid-19
Use of time series techniques in the analysis of possible evidence of sub-notification ing or super-notification of the number of human deaths due to Covid-19 in Brazil
Registro en:
SILVA, Gesson Brener Ferreira da. Utilização de técnicas de séries temporais na análise de possíveis evidências de subnotificação ou supernotificação do número de mortes humanas no Brasil devido à Covid-19. 2022. 75 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Centro de Ensino Superior do Seridó, Universidade Federal do Rio Grande do Norte, Caicó, 2022.
Autor
Silva, Gesson Brener Ferreira da
Resumen
The exchange of digital information in recent years has grown in great scale. Each day people
can easily produce and spread content/information on a mass scale, to anywhere in the world
with just one click. This easy access to digital media, as well as the production and sharing
of information, was crucial since the beginning of the COVID-19 pandemic. On the one hand,
people have been using this social-technological media positively to run all sorts of errands as
the world entered a quarantine period, on the other hand, it has been used to increase denial
regarding the pandemic, mainly in the attempt to influence people to believe that the virus was
less dangerous then what was disclosed by the public health authorities, as well as making the
public suspicious of the number of deaths, claiming that people were dying from causes unrelated
to COVID-19 but were registered as if they were. Based on this premise, this research, using a
time series algorithm with non-stationary models (in particular, double moving averages), aimed
to check whether there was overreporting/underreporting of the number of deaths recorded by the
Brazilian Ministry of Health. For this, the database from the Information System on Mortality
(SIM), from 2000 to 2020 was used, with the data grouped by year, number of deaths, and
according to a chapter of the International Classification of Diseases, Tenth Revision (ICD-10).
After the experiments, the prediction algorithm demonstrated, based on real and predicted data,
that even the number of deaths in the ICD-10 chapter that includes those caused by COVID-19
was very high in 2020 due to the emergence of the pandemic; other causes of death practically
remained at the same level as the previous year, some having increased and others slightly
decreased, but not significantly that it could be confirmed that part of the cases had been wrongly
registered as COVID-19. Therefore, from this analysis, it was possible to infer that there was
neither overreporting nor underreporting regarding mortality during the period analyzed and that
the numbers recorded by the Brazilian Ministry of Health represent, in fact, deaths related to
COVID-19. A troca de informação de forma digital nos últimos anos cresceu em grande escala, a cada
dia as pessoas conseguem produzir e disseminar conteúdos/informações facilmente em grande
massa que chega a qualquer lugar do mundo em um clique. Essa facilidade de acesso aos meios
digitais, bem como a produção e abertura para difundir informações, foi crucial desde o início da
pandemia causada pela COVID-19. Por um lado, pessoas usavam de forma positiva para resolver
suas vidas de diversas formas quando o mundo entrava em quarentena, mas por outro lado
cidadãos utilizavam tais meios tecnológicos-sociais para criar negacionismo acerca da pandemia,
principalmente na tentativa de influenciar pessoas a acreditar em supostas versões de que o vírus
não era tão perigoso como estava sendo divulgado por autoridades sanitárias da saúde, bem
como desconfiavam do número de mortes chegando a afirmar que pessoas estavam morrendo
em uma causa alheia a COVID-19 mas estavam sendo registradas como sendo COVID-19. A
partir desta premissa, surge o presente trabalho de pesquisa, que busca inferir, usando algoritmos
de séries temporais com modelos não estacionários (em específico médias móveis duplas), se
houve ou não supernotificação/subnotificações do número de mortes registrado pelo Ministério
da Saúde do Brasil. Para isso, foi utilizado a base de dados do Sistema de Informação sobre
Mortalidade (SIM) do ano de 2000 a 2020 sendo os dados agrupados por cada ano, número de
mortes e o capítulo da 10ª Revisão da Classificação Internacional de Doenças (CID-10). Após
os experimentos, o algoritmo de predição demonstrou, a partir dos dados reais e dos preditos
que, mesmo o número de mortes do capítulo da CID-10 que aloja causas de COVID-19 tenha
sido muito alto no ano de 2020 devido a surgimento da pandemia, as demais causas de mortes
continuaram acontecendo praticamente no mesmo nível do ano anterior, algumas até aumentaram
e algumas outras diminuíram um pouco, mas não tão significantemente para dizer que os números
de mortes que seriam deles, teriam sido registrada como sendo COVID-19. Portanto, a partir
da análise, foi possível inferir que não houver supernotificação e nem subnotificação dos dados
referente a mortalidade durante o período analisado e que os números registrados pelo Ministério
da Saúde representam, de fato, mortes relacionadas à COVID-19.