Simulação da propagação da COVID-19 em municípios modelados por redes sociais a partir de registros telefônicos e dados censitários

• Paulo Gabriel Nunes Cançado UFSJ
• Carolina Ribeiro Xavier UFSJ
• Alexandre Gonçalves Evsukoff UFRJ
• Vinícius da Fonseca Vieira UFSJ

DOI: https://doi.org/10.5753/sbcas_estendido.2026.26525

Resumo

Este trabalho apresenta uma metodologia para a simulação da propagação da COVID-19 em populações urbanas, utilizando um modelo compartimental SIR sobre redes complexas multicamadas, combinando dados de registros de chamadas telefônicas (Call Detail Records CDR) e dados censitários para construir uma rede que captura diversas perspectivas de interação social, como mobilidade, comunicação, relações familiares, laços escolares/laborais e atividades religiosas. Através de um Algoritmo Genético foi possível ajustar o modelo a dados de boletins epidemiológicos reais, através da definição dos parâmetros controlam as taxas diárias de infecção e recuperação de indivíduos em quatro municípios: Betim, Contagem, Juiz de Fora e Uberlândia.

Referências

Battiston, F., Nicosia, V., and Latora, V. (2014). Structural measures for multiplex networks. Phys. Rev. E, 89:032804.

Cançado, P. G. N. (2025). Ajuste de um modelo epidemiológico em redes sociais definidas por dados de múltiplas fontes. Dissertação (mestrado em ciência da computação), Universidade Federal de São João del-Rei (UFRJ), São João del-Rei, MG, Brasil.

Chang, S., Pierson, E., Koh, P. W., Gerardin, J., Redbird, B., Grusky, D., and Leskovec, J. (2021). Mobility network models of covid-19 explain inequities and inform reopening. Nature, 589(7840):82–87.

Chaves, J. C., da Silva, M. A., de Souza Alencar, R., Evsukoff, A. G., and da Fonseca Vieira, V. (2023). Human mobility and socioeconomic datasets of the rio de janeiro metropolitan area. Data in Brief, 51:109695.

Costa, G. S., Cota, W., and Ferreira, S. C. (2020). Outbreak diversity in epidemic waves propagating through distinct geographical scales. Physical Review Research, 2(4):043306.

Keeling, M. J. and Rohani, P. (2008). Modeling infectious diseases in humans and animals. Princeton university press.

Kermack, W. O. and McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the royal society of london. Series A, Containing papers of a mathematical and physical character, 115(772):700–721.

Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., and Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3):203–271.

Lenormand, M. and Ramasco, J. J. (2016). Towards a better understanding of cities using mobility data. Built Environment, 42:356–364(9).

Mitchell, M. (1998). An introduction to genetic algorithms. MIT press.

Onnela, J.-P., Saramäki, J., Hyvönen, J., Szabó, G., Lazer, D., Kaski, K., Kertész, J., and Barabási, A.-L. (2007). Structure and tie strengths in mobile communication networks. Proceedings of the national academy of sciences, 104(18):7332–7336.

Pastor-Satorras, R., Castellano, C., Van Mieghem, P., and Vespignani, A. (2015). Epidemic processes in complex networks. Reviews of modern physics, 87(3):925.

Pestre, G., Letouzé, E., and Zagheni, E. (2020). The ABCDE of Big Data: Assessing Biases in Call-Detail Records for Development Estimates. The World Bank Economic Review, 34(1):89–97.

Ribeiro, J. M., Alencar, R., Martins, G., Xavier, C., Evsukoff, A., and Vieira, V. (2021). Caracterização da relação entre redes sociais e mobilidade de indivíduos em contextos urbanos. In Anais do X Brazilian Workshop on Social Network Analysis and Mining, pages 32–43. SBC.

Sarkar, K., Khajanchi, S., and Nieto, J. J. (2020). Modeling and forecasting the covid-19 pandemic in india. Chaos, Solitons & Fractals, 139:110049.

Scabini, L. F., Ribas, L. C., Neiva, M. B., Junior, A. G., Farfán, A. J., and Bruno, O. M. (2021). Social interaction layers in complex networks for the dynamical epidemic modeling of covid-19 in brazil. Phys. A: Stat. Mech. and its App., 564:125498.

Vespignani, A., Pastor-Satorras, R., Van Mieghem, M., and Castellano, C. (2015). Epidemic processes in complex networks. Rev. Mod. Phys, 87(925).

Vieira, V. d. F., Alercar, R., Evsukoff, A. G., and Samaniego, H. (2023). Proceedings XXIV GEOINFO, page 220–231.

WHO (2020). Coronavirus disease 2019 (covid-19): Situation report. Situation report 51, World Health Organization. Acesso em: 08 jan. 2024.

Worldometer (2025). Coronavirus cases. [link]. Acesso em: 08 jan. 2024.

Xavier, C. R., Oliveira, R. S., Vieira, V. F., Lobosco, M., and dos Santos, R. W. (2022). Characterisation of omicron variant during covid-19 pandemic and the impact of vaccination, transmission rate, mortality, and reinfection in south africa, germany, and brazil. BioTech, 11(2).