Análise da evolução da pandemia de covid-19 em relação a indicadores macroeconômicos, demográficos e políticos

Quaestum

Endereço:
Rua Alexandre Herculano, 120, Sala 4, Torre A, Vila Monteiro
PIRACICABA / SP
13418-445
Site: https://revista.ipecege.com/quaestum/about
Telefone: (19) 3375-4251
ISSN: 2675441X
Editor Chefe: Humberto Francisco Silva Spolador
Início Publicação: 14/09/2020
Periodicidade: Anual
Área de Estudo: Multidisciplinar

Análise da evolução da pandemia de covid-19 em relação a indicadores macroeconômicos, demográficos e políticos

Ano: 2024 | Volume: 5 | Número: Não se aplica
Autores: D.H.T. Costa, R.M. Sátiro
Autor Correspondente: D.H.T. Costa | [email protected]

Palavras-chave: coronavírus, “machine learning", política pública, saúde pública.

Resumos Cadastrados

Resumo Português:

Este estudo investigou como as condições de riqueza, desenvolvimento e políticas afetaram o desempenho de 168 países no que diz respeito ao número de casos e mortes confirmados por covid-19 por milhão de habitantes após 365 dias do primeiro caso confirmado. Utilizaram-se técnicas de “machine learning” supervisionadas e não supervisionadas, incluindo clusterização para explorar os dados, análise de componentes principais para aprofundar a compreensão dos dados, e análise de componentes principais e modelagem multinível para confirmar as relações e padrões identificados. Os resultados indicaram que as condições pré-existentes de riqueza, desenvolvimento e políticas exerceram um impacto significativo nos padrões de desempenho dos países analisados em relação à pandemia. Conclui-se que a pandemia da covid-19 revelou as complexas interações entre variáveis econômicas, sociais e políticas de saúde pública, demonstrando que, mesmo com acesso a uma ampla gama de recursos, países ricos e desenvolvidos enfrentaram altos números de casos e mortes, evidenciando a necessidade de políticas de saúde pública mais equitativas e preparadas para futuras emergências sanitárias. 



Resumo Inglês:

This study investigated how wealth, development and political conditions affected the performance of 168 countries with regard to the number of confirmed COVID-19 cases and deaths per million inhabitants after 365 days of the first confirmed case. Supervised and unsupervised machine learning techniques were used, including clustering to explore the data, principal component analysis to deepen understanding of the data, and principal component analysis and multilevel modeling to confirm identified relationships and patterns. The results indicated that pre-existing conditions of wealth, development and policies had a significant impact on the performance standards of the countries analyzed in relation to the pandemic It is concluded that the COVID-19 pandemic revealed the complex interactions between economic, social, and public health policy variables, demonstrating that, even with access to a wide range of resources, rich and developed countries faced high numbers of cases and deaths, highlighting the need for more equitable public health policies prepared for future health emergencies.