@AudiovisualMaterial{CorreaSilvBarbRoli:2020:CoDiCo,
             abstract = "Pesquisas iniciais sobre a COVID-19 feitas em pa{\'{\i}}ses mais 
                         frios indicaram que o aumento na taxa de incid{\^e}ncia 
                         di{\'a}ria do SARS-CoV-2 {\'e} associado com temperaturas 
                         baixas. Isso fez com que surgisse o debate se o clima quente dos 
                         pa{\'{\i}}ses tropicais diminuiria ou at{\'e} erradicaria a 
                         resist{\^e}ncia ambiental do SARS-CoV-2. O Brasil no entanto, 
                         {\'e} um pa{\'{\i}}s predominantemente tropical, e apresentou 
                         os maiores n{\'u}meros de casos e de {\'o}bitos do mundo. 
                         Objetivou-se com o estudo, explorar por meio de an{\'a}lise 
                         multivariada, as rela{\c{c}}{\~o}es entre as vari{\'a}veis 
                         meteorol{\'o}gicas e a incid{\^e}ncia de infec{\c{c}}{\~a}o 
                         por COVID-19 em todas as capitais brasileiras. Nesse estudo 
                         epidemiol{\'o}gico multiregional foram consideradas 
                         vari{\'a}veis clim{\'a}ticas m{\'e}dias (temperatura do ar, 
                         umidade relativa, e velocidade dos ventos), obtidas pela 
                         plataforma NASA-POWER; e, tamb{\'e}m n{\~a}o clim{\'a}ticas 
                         (n{\'u}mero de casos e de {\'o}bitos por COVID-19, novos casos e 
                         novos {\'o}bitos, e, popula{\c{c}}{\~a}o demogr{\'a}fica), 
                         obtidas do Minist{\'e}rio da Sa{\'u}de brasileiro e do IBGE de 
                         2019. Os dados foram coletados para o per{\'{\i}}odo de 26 de 
                         fevereiro at{\'e} 28 de abril de 2020, para todos os 27 estados 
                         brasileiros. Estat{\'{\i}}sticas multivariadas 
                         explorat{\'o}rias de an{\'a}lise de clusters (hier{\'a}rquica e 
                         n{\~a}o hier{\'a}rquica), e, Regress{\~a}o Linear M{\'u}ltipla 
                         (MLR), foram utilizadas para estudar as correla{\c{c}}{\~o}es 
                         entre as vari{\'a}veis e para definir um modelo matem{\'a}tico 
                         que descreva o n{\'u}mero de casos. Houve correla{\c{c}}{\~a}o 
                         significativa entre as vari{\'a}veis clim{\'a}ticas e a 
                         incid{\^e}ncia da doen{\c{c}}a, diferindo entre os grupos de 
                         amostras (estados) formados, visto que a partir da An{\'a}lise de 
                         Cluster os estados foram divididos em 5 grupos homog{\^e}neos de 
                         acordo a similaridade entre as vari{\'a}veis de estudo. O modelo 
                         foi capaz de estimar os casos de COVID-19 (R2 ajustado de 0,81). 
                         De maneira geral, altas temperaturas foram relacionadas {\`a} 
                         menores casos de COVID-19. No entanto, ficou evidente pelo estudo, 
                         que os fatores demogr{\'a}ficos e sobretudo pol{\'{\i}}ticos e 
                         socioecon{\^o}micos possivelmente s{\~a}o os principais 
                         determinantes da gravidade da doen{\c{c}}a no pa{\'{\i}}s. O 
                         Brasil {\'e} marcado por amplas disparidades regionais 
                         pol{\'{\i}}tico-administrativas, e, por possuir dimens{\~o}es 
                         continentais que abrangem v{\'a}rios tipos clim{\'a}ticos, sendo 
                         pass{\'{\i}}vel de compara{\c{c}}{\~o}es. Espera-se que o 
                         estudo possa colaborar com o entendimento do comportamento da 
                         doen{\c{c}}a em pa{\'{\i}}ses tropicais do globo terrestre, 
                         onde condi{\c{c}}{\~o}es clim{\'a}ticas e tamb{\'e}m 
                         pol{\'{\i}}ticas p{\'u}blicas podem influenciar na 
                         din{\^a}mica da doen{\c{c}}a.",
               author = "Correa, L{\'{\i}}gia Negri and Silva, Paulo Alexandre da and 
                         Barbosa, Gislaine Ferreira and Rolim, Glauco de Souza",
                 city = "On-line",
       conferencename = "Encontro dos Alunos de P{\'o}s-Gradua{\c{c}}{\~a}o em 
                         Meteorologia do CPTEC/INPE, 19 (EPGMET)",
                 date = "16-19 nov. 2020",
             keywords = "Coronavirus, SARS-CoV-2, Temperatura, Umidade atmosf{\'e}rica, 
                         Cluster.",
             language = "pt",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
     publisheraddress = "S{\~a}o Jos{\'e} dos Campos",
                  ibi = "8JMKD3MGPDW34R/43NJEEH",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34R/43NJEEH",
           targetfile = "Correa_Covid.mp4",
                title = "COVID-19 no Brasil: como diferentes condi{\c{c}}{\~o}es 
                         clim{\'a}ticas influenciam na din{\^a}mica da epidemia",
                 type = "Estudos e Modelagem do Tempo e Clima",
                 year = "2020",
        urlaccessdate = "05 maio 2024"
}