Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/41508
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_PlanoNacionalVacinacao.pdf835,79 kBAdobe PDFVisualizar/Abrir
ARTIGO_NationalCOVID-19Vaccination.pdf831,56 kBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorRocha, Thiago Augusto Hernandes-
dc.contributor.authorBoitrago, Ghabriela Moura-
dc.contributor.authorMônica, Rayanne Barbosa-
dc.contributor.authorAlmeida, Dante Grapiuna de-
dc.contributor.authorSilva, Núbia Cristina da-
dc.contributor.authorSilva, Debora Marcolino-
dc.contributor.authorTerabe, Sandro Haruyuki-
dc.contributor.authorStaton, Catherine-
dc.contributor.authorFacchini, Luiz Augusto-
dc.contributor.authorVissoci, João Ricardo Nickenig-
dc.date.accessioned2021-07-27T17:16:46Z-
dc.date.available2021-07-27T17:16:46Z-
dc.date.issued2021-
dc.identifier.citationRocha, Thiago Augusto Hernandes et al. Plano nacional de vacinação contra a COVID-19: uso de inteligência artificial espacial para superação de desafios. Ciência & Saúde Coletiva, Rio de Janeiro, v. 26, n. 5, p. 1885-1898, 2021. DOI: https://doi.org/10.1590/1413-81232021265.02312021. Disponível em: https://doi.org/10.1590/1413-81232021265.02312021. Epub 28 Maio 2021. ISSN 1678-4561. Acesso em: 27 jul. 2021.pt_BR
dc.identifier.urihttps://repositorio.unb.br/handle/10482/41508-
dc.description.abstractO objetivo deste artigo é analisar o uso da inteligência artificial espacial no contexto da imunização contra COVID-19 para a seleção adequada dos recursos necessários. Trata-se de estudo ecológico de caráter transversal baseado em uma abordagem espaço-temporal utilizando dados secundários, em Unidades Básicas de Saúde do Brasil. Foram adotados quatro passos analíticos para atribuir um volume de população por unidade básica, aplicando algoritmos de inteligência artificial a imagens de satélite. Em paralelo, as condições de acesso à internet móvel e o mapeamento de tendências espaço-temporais de casos graves de COVID-19 foram utilizados para caracterizar cada município do país. Cerca de 18% da população idosa brasileira está a mais de 4 quilômetros de distância de uma sala de vacina. No total, 4.790 municípios apresentaram tendência de agudização de casos de Síndrome Respiratória Aguda Grave. As regiões Norte e Nordeste apresentaram o maior número de Unidades Básicas de Saúde com mais de 5 quilômetros de distância de antenas de celular. O Plano nacional de vacinação requer o uso de estratégias inovadoras para contornar os desafios do país. O uso de metodologias baseadas em inteligência artificial espacial pode contribuir para melhoria do planejamento das ações de resposta à COVID-19.pt_BR
dc.language.isoPortuguêspt_BR
dc.language.isoInglêspt_BR
dc.publisherABRASCO - Associação Brasileira de Saúde Coletivapt_BR
dc.rightsAcesso Abertopt_BR
dc.titlePlano nacional de vacinação contra a COVID-19 : uso de inteligência artificial espacial para superação de desafiospt_BR
dc.title.alternativeNational COVID-19 vaccination plan : using artificial spatial intelligence to overcome challenges in Brazilpt_BR
dc.typeArtigopt_BR
dc.subject.keywordAnálise espacialpt_BR
dc.subject.keywordInteligência artificialpt_BR
dc.subject.keywordVacinação em massapt_BR
dc.subject.keywordProgramas de imunizaçãopt_BR
dc.subject.keywordMapeamento geográficopt_BR
dc.rights.license(CC BY) - Este é um artigo publicado em acesso aberto sob uma licença Creative Commons.pt_BR
dc.identifier.doihttps://doi.org/10.1590/1413-81232021265.02312021pt_BR
dc.description.abstract1This article explores the use of spatial artificial intelligence to estimate the resources needed to implement Brazil’s COVID-19 immu nization campaign. Using secondary data, we conducted a cross-sectional ecological study adop ting a time-series design. The unit of analysis was Brazil’s primary care centers (PCCs). A four-step analysis was performed to estimate the popula tion in PCC catchment areas using artificial in telligence algorithms and satellite imagery. We also assessed internet access in each PCC and con ducted a space-time cluster analysis of trends in cases of SARS linked to COVID-19 at municipal level. Around 18% of Brazil’s elderly population live more than 4 kilometer from a vaccination point. A total of 4,790 municipalities showed an upward trend in SARS cases. The number of PCCs located more than 5 kilometer from cell towers was largest in the North and Northeast regions. Innovative stra tegies are needed to address the challenges posed by the implementation of the country’s National COVID-19 Vaccination Plan. The use of spatial artificial intelligence-based methodologies can help improve the country’s COVID-19 response.pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-6262-3276pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-3710-6437pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0003-0129-8382pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0003-4434-0667pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-0809-2152pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0001-5126-6835pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0003-1315-6226pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-6468-2894pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0002-5746-5170pt_BR
dc.identifier.orcidhttps://orcid.org/0000-0001-7276-0402pt_BR
dc.description.unidadeFaculdade de Medicina (FMD)-
Aparece nas coleções:Artigos publicados em periódicos e afins

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.