Brazilian states in the context of COVID-19 pandemic: an index proposition using Network Data Envelopment Analysis

Authors

Keywords:

COVID-19, healthcare, two-dimensional frontier representation, network data envelopment analysis

Abstract

This study aims to evaluate comparatively the situation of the federal units and the Brazilian states in relation to the pandemic of new coronaviruses (COVID19) through the technique of Network Data Envelopment Analysis (Network DEA - NDEA). For the development of research, data were collected on the Ministry of Health website, for all regions that register cases of virus cases notified until April 27, 2020. The purpose of the analysis is to assess regional discrepancies in the country. The model consists of the following structure: three inputs (number of doctors, number of respirators and number of clinical beds), an intermediate variable (number of reported cases) and one output (number of deaths). The results indicated that the federative unit with the worst performance overall was Amazonas, while the worst capital was Manaus. With two-dimensional representation, managers can visualize better which locations have the worst performance and assess which locations require more assistance. Depending on the results, managers can develop regional action plans, which can take steps to prevent the collapse of the health system.

Downloads

Download data is not yet available.

Author Biographies

Enzo Mariano, Universidade Estadual Paulista (UNESP)

Enzo Barberio Mariano nasceu na cidade de São Carlos, São Paulo. Concluiu a sua graduação, mestrado e doutorado em Engenharia de Produção pela Universidade de São Paulo (USP). Possui também graduação em pedagogia pela Universidade Federal de São Carlos (UFSCar). Atualmente é docente no departamento de engenharia de produção e coordenador dos programas de mestrado e doutorado em engenharia de produção da UNESP de Bauru. Sua principal área de pesquisa é Análise Envoltória de Dados, Sustentabilidade e Desenvolvimento humano. É bolsista de Produtividade em Pesquisa do CNPq.

Bruno Torres, Universidade Federal Fluminense (UFF)

Bruno G. Torres nasceu na cidade de Niterói, Rio de Janeiro. Concluiu a sua graduação e mestrado em Engenharia de Produção pela Universidade Federal Fluminense (UFF), com conclusão em dezembro de 2014 e julho de 2017, respectivamente. Atualmente é aluno de doutorado em Engenharia de Produção (Pesquisa Operacional) pela mesma instituição e Professor Substituto de Engenharia de Produção no Campus de Petrópolis da Universidade Federal Fluminense. Sua principal área de pesquisa é Análise Envoltória de Dados e Auxílio Multicritério a Decisão.

Mariana Almeida, Universidade Federal do Rio Grande do Norte

Mariana Rodrigues de Almeida nasceu na cidade de Natal, Rio Grande do Norte. Concluiu a sua graduação na Universidade Federal do Rio Grande do Norte (UFRN), mestrado e doutorado em Engenharia de Produção pela Universidade de São Paulo (USP), pós-doutorado pela Universidade Federal Fluminense (UFF). Atualmente é professora Associada do departamento de Engenharia de Produção da UFRN. Suas publicações são da área de Análise Envoltória de Dados e Inovação tecnológica

Diogo Ferraz, Universidade Federal Rural da Amazônia

Diogo Ferraz nasceu em Rio das Pedras, São Paulo. Possui graduação em Ciências Econômicas, doutorado em Engenharia de Produção pela Universidade de São Paulo (Brasil) e é Ph.D. candidate em Economia da Inovação na Universidade de Hohenheim (Alemanha). A área de pesquisa relaciona Desenvolvimento Humano e Complexidade Econômica. É professor da Universidade Federal Rural da Amazônia (UFRA).

Daisy Rebelatto, Universidade de São Paulo

Daisy A. do N. Rebelatto nasceu em Monte Aprazível, São Paulo. Possui graduação em Engenharia Civil pela Universidade Federal de São Carlos, mestrado em Engenharia de Produção pela Universidade de São Paulo, doutorado em Engenharia Mecânica pela Universidade de São Paulo, pós-doutorado pela Universidad Complutense de Madrid e pela Universidad de Salamanca, livre-docência pela Universidade de São Paulo. Tem publicações nas áreas de Análise Envoltória de Dados e Projetos de Investimento, com ênfase em políticas públicas, desenvolvimento sustentável e inovação. Bolsista de Produtividade em Pesquisa do CNPq.

João Carlos Soares de Mello, Universidade Federal Fluminense (UFF)

João Carlos Soares de Mello nasceu em Lisboa, Portugal. Fez graduação em Engenharia Mecânica e mestrado em Matemática na Universidade Federal Fluminense, Brasil. Fez doutorado em Engenharia de Produção, área de Pesquisa Operacional, na Universidade Federal do Rio de Janeiro, Brasil. Foi chefe do Departamento de Matemática Aplicada e de Engenharia de Produção na Universidade Federal Fluminense. Tem artigos publicados nas áreas de Análise Envoltória de Dados e Auxílio Multicritério à Decisão e é bolsista de Produtividade em Pesquisa do CNPq.

Published

2021-06-08

How to Cite

Mariano, E., Torres, B. ., Almeida, M., Ferraz, D., Rebelatto, D., & Soares de Mello, J. C. (2021). Brazilian states in the context of COVID-19 pandemic: an index proposition using Network Data Envelopment Analysis. IEEE Latin America Transactions, 19(6), 917–924. Retrieved from https://latamt.ieeer9.org/index.php/transactions/article/view/4274

Issue

Section

Special Issue on Fighting against COVID-19