Un estudio sobre las tasas de contactos sociales relevantes para la propagación de enfermedades infecciosas en un barrio popular del Brasil
DOI:
https://doi.org/10.20947/S0102-3098a0241Palabras clave:
Encuesta epidemiológica, POLYMOD, Tasa de contacto social, CliquesResumen
Con inspiración en el estudio POLYMOD, se hizo una encuesta epidemiológica, en junio de 2021, en uno de los sectores más densamente poblados y socialmente vulnerables de Belo Horizonte (Brasil). Una muestra de mil hogares permitió identificar, en un período de 24 horas, el tamaño y la frecuencia de los cliques en los que participó el encuestado, las tasas de contactos sociales por grupos de edad, así como otros factores sociodemográficos asociados (número de residentes en el hogar, lugar de contacto, uso del transporte público, entre otros). Los datos se analizaron en dos fases. En la primera, se compararon los resultados entre dos modelos SIR que simularon un proceso pandémico de ocho días. Uno incluyó parámetros ajustados a partir de tasas de contacto observadas; el otro operó con parámetros ajustados a partir de tasas proyectadas para Brasil. En la segunda, mediante una regresión log-lin, se modelaron los principales determinantes sociales de las tasas de contacto, utilizando la densificación de cliques como una variable proxy. El análisis de los datos mostró que el tamaño de la familia, la edad y los círculos sociales son las principales covariables que influyen en la formación de camarillas. También demostró que los modelos epidemiológicos compartimentados, combinados con tasas de contacto social, son más capaces de describir la dinámica epidemiológica, proporcionando una mejor base para las medidas de mitigación y control de las enfermedades causantes de síndromes respiratorios agudos.
Descargas
Citas
BARMPARIS, G. D.; TSIRONIS, G. P. Estimating the infection horizon of COVID-19 in eight countries with a data-driven approach. Chaos, Solitons & Fractals, v. 135, p. 109842, 2020.
BURT, R. S. Cohesion versus structural equivalence as a basis for network subgroups. Sociological Methods and Research, v. 7, n. 2, p. 189-212, 1978.
CHEN, H.; SHEN, Q. R. Variance estimation for survey-weighted data using bootstrap resampling methods: 2013 methods-of-payment survey questionnaire. Advances in Econometrics, v. 39, p. 87-106, 2019.
CHIN, T. et al. Contact surveys reveal heterogeneities in age-group contributions to SARS-CoV-2 dynamics in the United States. medRxiv, 2021.
COLOMBO, R. M.; GARAVELLO, M. Optimizing vaccination strategies in an age structured SIR model. Mathematical Biosciences and Engineering, v. 17, n. 2, p. 1074-1089, 2020.
GIVISIEZ, G. H. N.; OLIVEIRA, E. L. de. Demanda futura por moradias: demografia, habitação e mercado. Niterói/RJ: Universidade Federal Fluminense/PROPPi, 2018.
GJOKA, M.; SMITH, E.; BUTTS, C. Estimating clique composition and size distributions from sampled network data. In: IEEE CONFERENCE ON COMPUTER COMMUNICATIONS WORKSHOPS (INFOCOM WKSHPS). Proceedings […]. Toronto: IEEE, 2014.
GRIJALVA, C. G. et al. A household-based study of contact networks relevant for the spread of infectious diseases in the highlands of Peru. PLOS ONE, v. 10, n. 3, e0118457, 2015.
GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5 ed. Porto Alegre: AMGH, 2012.
HAMILTON, M. A.; KNIGHT, J.; MISHRA, S. Failure to balance social contact matrices can bias models of infectious disease transmission. medRxiv, 2022.
HOANG, T. et al. A systematic review of social contact surveys to inform transmission models of close-contact infections. Epidemiology, v. 30, n. 5, p. 723-736, 2019.
HUNTER, D. R.; HANDCOCK, M. S.; BUTTS, C. T.; GOODREAU, S. M.; MORRIS, M. ergm: a package to fit, simulate and diagnose exponential-family models for networks. Journal of Statistical Software, v. 24, n. 3, p. 1-29, 2008. DOI: 10.18637/jss.v024.i03.
JENNESS, S. M.; GOODREAU, S. M.; MORRIS, M. EpiModel: an R package for mathematical modeling of infectious disease over networks. Journal of Statistical Software, v. 84, n. 8, 2018.
JOHNSTONE-ROBERTSON, S. P.; MARK, D.; MORROW, C.; MIDDELKOOP, K.; CHISWELL, M.; AQUINO, L. D.; BEKKER, L. G.; WOOD, R. Social mixing patterns within a South African township community: implications for respiratory disease transmission and control. American Journal of Epidemiology, v. 174, n. 11, p. 1246-1255, 2011. DOI: 10.1093/aje/kwr251.
KEELING, M.; ROHANI, P.; POURBOHLOUL, B. Modeling infectious diseases in humans and animals: modeling infectious diseases in humans and animals. Clinical Infectious Diseases, v. 47, n. 6, p. 864-865, 2008.
KLEPAC, P. et al. Contacts in context: large-scale setting-specific social mixing matrices from the BBC Pandemic project. medRxiv, 2020.
LIU, Y. et al. What are the underlying transmission patterns of COVID-19 outbreak? An age-specific social contact characterization. eClinicalMedicine, v. 22, 100354, 2020.
MOSSONG, J. et al. Social contacts and mixing patterns relevant to the spread of infectious diseases. Medic PLoS, v. 5, n. 3, e74, 2008.
OLIVEIRA, G. L. A.; LIMA, L.; SILVA, I.; RIBEIRO-DANTAS, M. C.; MONTEIRO, K. H.; ENDO, P. T. Evaluating social distancing measures and their association with the Covid-19 pandemic in South America. International Journal of Geo-Information, v. 10, n. 3, 121, 2021. https:// doi.org/10.3390/ijgi10030121.
OSORIO, R. G. A desigualdade racial da pobreza no Brasil. Rio de Janeiro: Ipea, 2019.
PREM, K.; COOK, A. R.; JIT, M. Projecting social contact matrices in 152 countries using contact surveys and demographic data. PLOS Computational Biology, v. 13, n. 9, e1005697, 2017.
RAM, V.; SCHAPOSNIK, L. P. A modified age-structured SIR model for COVID-19 type viruses. Scientific Reports, v. 11, n. 1, p. 1-15, 2021.
SILVEIRA, D. C. A implantação do Programa Vila Viva em áreas de Belo Horizonte: uma análise documental. 2015. 93 f. Dissertação (Mestrado em Saúde Coletiva com concentração em Ciências Humanas e Sociais em Saúde) - Programa de Pós-graduação em Saúde Coletiva, Centro de Pesquisas René Rachou, Fundação Oswaldo Cruz, Belo Horizonte, 2015.
YANG, Y. et al. The deadly coronaviruses: the 2003 SARS pandemic and the 2020 novel coronavirus epidemic in China. Journal of Autoimmunity, v. 109, 102434, 2020.
YAVEROGLU, O. N. et al. Ergm.graphlets: a package for ERG modeling based on graphlet statistics. arXiv, 405.7348 [cs], 2014.
ZHOU, P. et al. A pneumonia outbreak associated with a new coronavirus of probable bat origin. Nature, v. 579, n. 7798, p. 270-273, 2020.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2023 Revista Brasileira de Estudos de População
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los artículos publicados en Rebep son originales y están protegidos bajo la licencia de tipo atribución Creative Commons (CC-BY). Esta licencia le permite reutilizar las publicaciones en su totalidad o en parte para cualquier propósito, de forma gratuita, incluso con fines comerciales. Cualquier persona o institución puede copiar, distribuir o reutilizar el contenido, siempre que se mencione debidamente el autor y la fuente original.