Última atualização em
26/08/2022 20:40:11
Boletim #658
Dados contabilizados
a partir de 27/02/2020
603072
219319
1139300
132268
8439
0
9,37
19,30
2,90
280
Homens = 43,23 % - Mulheres = 56,77 %
Homens = 44,04 % - Mulheres = 55,96 %
Homens = 54,06 % - Mulheres = 45,94 %
Homens = 41,68 % - Mulheres = 58,32 %
Homens = 38,29 % - Mulheres = 61,71 %
Homens = 45,71 % - Mulheres = 54,29 %
0,11 %
0,60 %
6,22 %
Idosos (66,33 %)
Os valores acumulados de “Casos Confirmados” por mês considera a Data dos Primeiros Sintomas por se mostrar a data mais próxima ao momento onde o paciente se contaminou com o Covid-19.
Os valores acumulados de “Óbitos Confirmados” por mês considera a Data do Óbito pelo Covid-19.
Os dados de “Letalidade” são atualizados a partir da segunda quinzena de cada mês. Isto se dá devido ao atraso já conhecido na notificação de casos confirmados, que pode chegar em alguns casos em até 15 dias. Esta plataforma trabalha assim para qualificar melhor essa informação. Deste modo, evita-se a interpretação equivocada deste indicador. Caso necessite de dados mais refinados, o mesmo encontra-se logo abaixo na série temporal da letalidade, dia a dia, do covid-19 no Rio Grande do Norte. Assim como pode também baixar os dados diários de novos casos e óbitos logo acima.
12,93%
6,91%
5,35%
4,99%
167
3506853
167
240.64
Os dados podem sofrer atualização conforme são divulgados pelas entidades notificadoras. S = Casos Suspeitos, D = Casos Descartados, C = Casos Confirmados, O = Óbitos Confirmados, L = Letalidade
159013
83455
343239
3001
Os dados contabilizados neste mapa podem sofrer alterações ao longo do tempo, devido à investigação dos casos de Covid19 (novo Coronavírus). Pequenas divergências podem surgir devido ao tempo necessário para confirmação dos casos testados em laboratórios privados.
Os dados contabilizados neste mapa podem sofrer alterações ao longo do tempo, devido à investigação dos casos de Covid19 (novo Coronavírus). Pequenas divergências podem surgir devido ao tempo necessário para confirmação dos casos testados em laboratórios privados.
45738
16537
16537
664
Os dados contabilizados neste mapa podem sofrer alterações ao longo do tempo, devido à investigação dos casos de Covid19 (novo Coronavírus). Pequenas divergências podem surgir devido ao tempo necessário para confirmação dos casos testados em laboratórios privados.
50054
17712
92335
597
Os dados contabilizados neste mapa podem sofrer alterações ao longo do tempo, devido à investigação dos casos de Covid19 (novo Coronavírus). Pequenas divergências podem surgir devido ao tempo necessário para confirmação dos casos testados em laboratórios privados.
0,11 %
0,53 %
0,51 %
0,49 %
População segundo o IBGE em 2019. A Incidência é calculada para cada 100 mil habitantes. A Mortalidade é calculada para cada 100 mil habitantes. A Letalidade é a proporção de óbitos em relação ao total de casos.
0,22 %
0,48 %
0,48 %
0,26 %
População segundo o IBGE em 2019. A Incidência é calculada para cada 100 mil habitantes. A Mortalidade é calculada para cada 100 mil habitantes. A Letalidade é a proporção de óbitos em relação ao total de casos.
21
300865
158059
29776
3320
14327
55
5
Estados Unidos
Santa Cruz - Bolivia
112
Estes dados são atualizados conforme a plataforma CoronavírusRN e você pode fazer o download em: AvaSUS - Municípios do RN
Estes dados são atualizados conforme a plataforma CoronavírusRN e você pode fazer o download em: AvaSUS - Estados do Brasil e AvaSUS - Municípios do Brasil. Alguns valores podem ser divergentes visto que alguns usuários da plataforma informam apenas o Estado, por vezes, apenas o Município.
Estes dados são atualizados conforme a plataforma CoronavírusRN e você pode fazer o download em: AvaSUS - Mundo
A Taxa de Transmissibilidade, ou Taxa Rt para ser mais simples, é um dos indicadores utilizados para medir a evolução de uma doença endêmica. De forma simples, essa taxa indica quantas pessoas podem ser infectadas a partir de uma pessoa já doente. Para exemplificar suponha o Rt = 2, isso significa dizer que, estatisticamente falando, uma pessoa doente contaminará duas saudáveis. O ideal então é que esta taxa se mantenha o mais próximo possível de zero. A partir do momento que ela se mantém constantemente abaixo do valor 1, significa dizer que a doença está em um estado "controlado".
Diversos são os modelos matemáticos existentes que nos ajudam a obter os valores para este indicador. O modelo adotado pelo LAIS e apresentado nesta página é baseado no estudo A New Framework and Software to Estimate Time-Varying Reproduction Numbers During Epidemics (Uma nova estrutura e software para estimar números de reprodução variados no tempo durante epidemias) publicado no periódico American Journal of Epidemiology, classificado pela Capes (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior) com o Qualis A1 nas áreas de Ciências Biológicas, Medicina e Saúde Coletiva, o mais alto nível possível para um periódico. Trata-se de um artigo científico com centenas de citações e um dos mais buscados desde que foi decretada estado de pandemia pela OMS (Organização Mundial de Saúde).
O trabalho citado é baseado em um estudo do Departamento de Epidemiologia de Doenças Infecciosas do Imperial College London, uma instituição centenária e com vastas referências nas áreas de modelagem matemática. Foram feitas análises em casos históricos de Sarampo, Varíola e principalmente casos de SARS (SRAG - Síndrome Respiratória Aguda Grave) e com isso identificou-se um modelo que se aproxima dos dados reais e garante uma margem de erro pequena. O modelo utiliza principalmente a incidência diária dos casos confirmados para uma dada doença, ou seja, o total de casos confirmados por dia.
O Laboratório de Inovação tecnológica em Saúde (LAIS) da Universidade Federal do Rio Grande do Norte (UFRN) considera o Rt um indicador importante, todavia, destaca que o mesmo não pode ser utilizado separadamente, é preciso considerar, portanto, outros indicadores nas avaliações dos contextos epidemiológicos.
A Rt de uma região saúde representa a incidência diária da região e não a média das taxas de transmissibilidade de cada município de uma região.
O artigo está disponível AQUI!
Artigo com dados auxiliares AQUI!
Sobre o American Journal of Epidemiology e o Artigo
0,57
1,12
1,01
0,96
97,5%
2,5%
140
3118732
1
3584
26
384537
0
0
O mapa acima considera a média da Semana Epidemiológica 33 de 2022, visto que a semana corrente ainda não foi finalizada e está sujeita à diversas alterações em seus dados. Destaca-se também que a Rt de uma região saúde representa a incidência diária da região e não a média das taxas de transmissibilidade de cada município de uma região.
A população é baseada na estimativa realizada pelo IBGE e TCU para 2019.
O mapa acima considera a média da Semana Epidemiológica 33 de 2022, visto que a semana corrente ainda não foi finalizada e está sujeita à diversas alterações em seus dados. Destaca-se também que a Rt de uma região saúde representa a incidência diária da região e não a média das taxas de transmissibilidade de cada município de uma região.
O trecho do gráfico na cor preta representa o intervalo de tempo que ainda pode sofrer alterações devido às atualizações dos casos.
Os dados na área cinza estão sujeitos a revisão visto que o resultado de um exame pode levar alguns dias para ser confirmado como positivo, sendo a média do laboratorial estadual de aproximadamente 3 dias.
O trecho do gráfico na cor preta representa o intervalo de tempo que ainda pode sofrer alterações devido às atualizações dos casos.
Os dados na área cinza estão sujeitos a revisão visto que o resultado de um exame pode levar alguns dias para ser confirmado como positivo, sendo a média do laboratorial estadual de aproximadamente 3 dias.
O trecho do gráfico na cor preta representa o intervalo de tempo que ainda pode sofrer alterações devido às atualizações dos casos.
Os dados na área cinza estão sujeitos a revisão visto que o resultado de um exame pode levar alguns dias para ser confirmado como positivo, sendo a média do laboratorial estadual de aproximadamente 3 dias.
O trecho do gráfico na cor preta representa o intervalo de tempo que ainda pode sofrer alterações devido às atualizações dos casos.
Os dados na área cinza estão sujeitos a revisão visto que o resultado de um exame pode levar alguns dias para ser confirmado como positivo, sendo a média do laboratorial estadual de aproximadamente 3 dias.
O trecho do gráfico na cor preta representa o intervalo de tempo que ainda pode sofrer alterações devido às atualizações dos casos.
Os dados na área cinza estão sujeitos a revisão visto que o resultado de um exame pode levar alguns dias para ser confirmado como positivo, sendo a média do laboratorial estadual de aproximadamente 3 dias.
O trecho do gráfico na cor preta representa o intervalo de tempo que ainda pode sofrer alterações devido às atualizações dos casos.
Os dados na área cinza estão sujeitos a revisão visto que o resultado de um exame pode levar alguns dias para ser confirmado como positivo, sendo a média do laboratorial estadual de aproximadamente 3 dias.
| Dados | Fonte | Descrição | Link | Licensa de Uso |
|---|---|---|---|---|
| Casos por Faixa Etária - Pacientes Testados | LACEN | Distribuição por faixa etária de todos os pacientes testados para Covid19 no LACEN | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Casos por Faixa Etária - Pacientes Testados Positivos | LACEN | Distribuição por faixa etária de todos os pacientes testados positivos para Covid19 no LACEN | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Casos por Faixa Etária - Pacientes Testados Positivos - Óbitos | LACEN | Distribuição por faixa etária de todos os pacientes testados positivos para Covid19 no LACEN que vieram a óbito | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Tipo de Resultado por Teste | LACEN | Resultados final obtido após a realização dos exames pelo LACEN | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Comorbidade - Óbitos | Internet | Dados obtidos a partir de webscrap referente às comorbidades dos pacientes que vieram a óbito | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Evolução do Cenário de Covid19 no RN | LACEN | Evolução do cenário de Covid19 no estado do Rio Grande do Norte desde 01/01/2020. O dataset apresenta exames solicitados, casos descartados, casos confirmados, casos de óbito | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Evolução do Cenário de Covid19 no RN | SESAP | Evolução do cenário de Covid19 no estado do Rio Grande do Norte desde 26/02/2020. O dataset apresenta os números confirmados de casos confirmados, casos de óbito | CSV | Open Data Commons Open Database License (ODbL) |
| Evolução do Cenário de Covid19 no Brasil | Ministério da Saúde | Evolução do cenário de Covid19 no país desde 30/01/2020. O dataset apresenta casos confirmados, casos de óbito, taxa de incidência, mortalidade e letalidade | CSV JSON | Open Data Commons Open Database License (ODbL) |
| Evolução dos Casos Confirmados no RN por mês | SESAP | Evolução dos casos confirmados de Covid19 no Rio Grande do Norte desde Fevereiro/2020. O dataset apresenta os valores agregados conforme os números publicados no boletim epidemiológico da SESAP/RN | CSV | Open Data Commons Open Database License (ODbL) |
| Evolução dos Óbitos Confirmados no RN por mês | SESAP | Evolução dos casos de óbitos confirmados para Covid19 no Rio Grande do Norte desde Fevereiro/2020. O dataset apresenta os valores agregados conforme os números publicados no boletim epidemiológico da SESAP/RN | CSV | Open Data Commons Open Database License (ODbL) |
Os datasets disponibilizados aqui são referentes aos indicadores publicados nesta plataforma. Serão atualizados diariamente conforme atualização da própria plataforma. Novos datasets poderão entrar na lista conforme a evolução da plataforma. Todos os datasets são de valores agregados. Não serão publicados, em hipótese alguma, dados individualizados dos casos, em respeito a privacidade do paciente.
Fonte dos Dados:
