• Portal do Governo Brasileiro

Plataforma Sucupira

Dados do Trabalhos de Conclusão

CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA
CIÊNCIA DA COMPUTAÇÃO (31022014009P5)
LOCALIZAÇÃO DE POSTOS DE TESTAGEM DURANTE SURTO DE DOENÇA INFECCIOSA: UMA ABORDAGEM VIA PROGRAMAÇÃO INTEIRA
ALMIR ANTONIO MONTEIRO JUNIOR
DISSERTAÇÃO
30/06/2023

Em situações de grandes surtos de doenças contagiosas, como a pandemia causada pelo Novo Coronavírus (COVID-19), uma rápida e eficiente resposta dos sistemas de saúde é primordial para que se minimize os impactos na vida da população. Um dos pontos a ser considerado é a rápida identificação de novos casos, visando diminuir a propagação, por se tratar de doença infectocontagiosa. Para tanto, faz-se necessária a utilização de algum modo de teste, a fim de verificar se o paciente está infectado ou não. Essa verificação deve ser feita da forma mais ágil e segura possível, para que menos pessoas tenham contato com este paciente, em caso de resposta positiva. Para isso, além de se determinar onde instalar postos de testagem, deve-se dimensionar corretamente o atendimento que será realizado, para que longas filas não se formem, aumentando os riscos de contágio. Este trabalho propõe a utilização de Programação Linear Inteira em conjunto com a Teoria das Filas para a determinação de localizações para a instalação de postos de testagem, apoiada por dados geográficos. Estes postos devem cobrir toda a demanda de um local, como uma cidade ou região, minimizando os custos de implantação e a distância percorrida por um paciente para ser testado. Além disso, eles devem sempre levar em conta as restrições de tempo de espera em fila, dada a importância de cada um destes pontos para a resolução satisfatória do problema. Diferentes cenários foram avaliados, e os resultados apontaram ser benéfica a utilização de atendimentos regionalizados, além do uso da rede de saúde já existente na cidade.

Otimização;Programação Inteira;Teoria das Filas;Localização de Facilidades;COVID-19
In large infectuous outbreaks, like the one caused by COVID-19, a quick and efficient response from healthcare systems is fundamental to minimize the impact on people’s life. One of the main concerns is to quickly identify new cases, to decrease the propagation, given the infectuous property of the disease. Consequently, some kind of testing procedure must be implemented, to verify if the pacient is contaminated or not. This test must be done as fast and secure as possible, to minimize the contact with other people, in case the pacient is infected. Therefore, beside determining where to place the test centers, its capacity must be correctly calculated, to minimize long queues and so the risk of infection. This work proposes the use of Integer Programming with Queue Theory to determine the test centers locations, backed by geographical data. These centers must cover all the demand from a place, like a city or a district, minimizing the deploying costs and the distance a patient must travel to be tested. Furthermore, they always must take into account the waiting time constraints, as all those are key points to a satisfactory solution to this problem. Different scenarios were evaluated, and the results showed that the use of a regionalized service, as well as the existing health facilities, were beneficial.
Optimization;Integer Programming;Queue Theory;Facility Location;COVID-19
1
42
PORTUGUES
CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA CELSO SUCKOW DA FONSECA
O trabalho possui divulgação autorizada
Dissertação - Final.pdf

Contexto

Ciência da Computação
APRENDIZADO DE MÁQUINA E OTIMIZAÇÃO
Algoritmos, Combinatória e Otimização

Banca Examinadora

PEDRO HENRIQUE GONZALEZ SILVA
DOCENTE - PERMANENTE
Sim
Nome Categoria
ISRAEL MENDONCA DOS SANTOS Participante Externo
GLAUCO FIOROTT AMORIM Docente - PERMANENTE
PEDRO HENRIQUE GONZALEZ SILVA Docente - PERMANENTE
EDUARDO BEZERRA DA SILVA Docente - PERMANENTE
VANESSA DE ALMEIDA GUIMARAES Participante Externo

Vínculo

Servidor Público
Instituição de Ensino e Pesquisa
Ensino e Pesquisa
Sim
Plataforma Sucupira
Capes UFRN RNP
  • Compatibilidade
  • . . .
  • Versão do sistema: 3.87.16
  • Copyright 2022 Capes. Todos os direitos reservados.

Nós usamos cookies para melhorar sua experiência de navegação no portal. Ao utilizar o gov.br, você concorda com a política de monitoramento de cookies. Para ter mais informações sobre como isso é feito, acesse Política de cookies.Se você concorda, clique em ACEITO.

Politica de Cookies

O que são cookies?

Cookies são arquivos salvos em seu computador, tablet ou telefone quando você visita um site.Usamos os cookies necessários para fazer o site funcionar da melhor forma possível e sempre aprimorar os nossos serviços. Alguns cookies são classificados como necessários e permitem a funcionalidade central, como segurança, gerenciamento de rede e acessibilidade. Estes cookies podem ser coletados e armazenados assim que você inicia sua navegação ou quando usa algum recurso que os requer.

Cookies Primários

Alguns cookies serão colocados em seu dispositivo diretamente pelo nosso site - são conhecidos como cookies primários. Eles são essenciais para você navegar no site e usar seus recursos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Estabelecer controle de idioma e segurança ao tempo da sessão.

Cookies de Terceiros

Outros cookies são colocados no seu dispositivo não pelo site que você está visitando, mas por terceiros, como, por exemplo, os sistemas analíticos.
Temporários
Nós utilizamos cookies de sessão. Eles são temporários e expiram quando você fecha o navegador ou quando a sessão termina.
Finalidade
Coletam informações sobre como você usa o site, como as páginas que você visitou e os links em que clicou. Nenhuma dessas informações pode ser usada para identificá-lo. Seu único objetivo é possibilitar análises e melhorar as funções do site.

Você pode desabilitá-los alterando as configurações do seu navegador, mas saiba que isso pode afetar o funcionamento do site.

Chrome

Firefox

Microsoft Edge

Internet Explorer