Como o modelo matemático faz previsão do avanço do coronavírus?

Com a pandemia do novo coronavírus, as estatísticas do número de casos confirmados e as informações sobre a previsão de propagação da covid-19 se tornaram parte do cotidiano das pessoas. No entanto, o modelo matemático para adoção de medidas epidemiológicas de saúde pública é uma estratégia adotada há mais de 100 anos.

Conheça o Summit Saúde, um evento que reúne as maiores autoridades do Brasil nas áreas médica e hospitalar.

Atualmente, na Matemática é possível produzir modelos epidemiológicos para uma série de doenças importantes. É possível, por exemplo, prever as mutações e a sazonalidade do vírus da dengue, bem como entender como funciona a propagação do HIV. Existem também formas de calcular a disseminação de bactérias comuns capazes de causar infecções alimentares.

Apesar de útil, a estratégia pode apresentar alguns problemas. Os modelos matemáticos para a mesma situação podem apresentar resultados diferentes, e as previsões que não se concretizam são um acontecimento comum. Dessa forma, entender como funciona a construção desses prognósticos pode ajudar os profissionais da Saúde a desenvolver estratégias mais seguras no combate a doenças.

Origem do modelo

A ideia de utilizar o raciocínio lógico para identificar a disseminação epidemiológica começou a ser desenvolvida em 1854, quando o médico John Snow conseguiu identificar a origem da contaminação de cólera no centro de Londres. Na época, acreditava-se que a doença era transmitida pelo ar, mas a análise de dados de Snow provou que uma única fonte de água era responsável pela morte de 127 pessoas.

Em 1910, o médico Ronald Ross descobriu que apenas o inseto Anopheles era o vetor responsável pela transmissão da malária. O médico quis descobrir, de forma hipotética, a capacidade de apenas um mosquito de contrair e disseminar o vírus da patologia, em uma população livre da doença. O experimento deu origem ao conceito de R0, um parâmetro utilizado para mostrar a capacidade de somente um indivíduo com a doença infectar outras pessoas.

O índice R0 varia de acordo com a transmissibilidade de cada patologia. No caso do sarampo, por exemplo, uma única pessoa enferma pode ser capaz de contaminar outras 18 pessoas. O índice um é dos principais parâmetros para a construção de um modelo matemático destinado a prever o comportamento epidemiológico.

Principal modelo matemático

A previsão da disseminação de cada doença requer informações diferentes, mas alguns parâmetros são essenciais para qualquer modelo e fundamentais para a construção de uma previsão epidemiológica. Quanto maior a variedade e o número de parâmetros, maior será a assertividade da previsão produzida.

Em 1927, foi criada a modelagem SIR, que divide a população em três categorias principais:

• suscetível – aquele que pode ser infectado;
• infectado – indivíduo capaz de transmitir a doença;
• “removido” – pessoa curada ou falecida.

O acompanhamento histórico da evolução desses dados serve de base para a produção de uma análise futura. Além disso, outros parâmetros foram introduzidos na equação do SIR, permitindo o acompanhamento de outros fatores determinantes na disseminação das doenças.

Informações de período de latência, tempo em que a pessoa infectada não transmite a enfermidade, número de leitos de UTI disponíveis, entre outros, e grau de exposição ajudam na adoção de medidas mais efetivas para contenção de surtos.

Previsão para o novo coronavírus

O Imperial College de Londres é a principal fonte de informações utilizadas pela imprensa brasileira para acompanhar o registro de novos casos e óbitos causados pelo Sars-CoV-2. As previsões são realizadas com base em uma modelagem matemática integrada com ferramentas computacionais.

Desde 1990, a universidade inglesa oferece um curso para profissionais interessados em criar previsões para formular políticas internacionais voltadas a doenças, como HIV, tuberculose, malária, gripe, entre outras. Os cientistas britânicos desenvolveram uma nova técnica poderosa para ajudar autoridades de saúde pública na atuação contra surtos epidemiológicos que está sendo útil contra o coronavírus.

Ferramenta para previsão

A instituição oferece uma ferramenta gratuita de análise de cenário da covid-19 capaz de prever a trajetória da epidemia e a demanda por assistência médica de cada país. Na plataforma Covid SIM, as informações podem ser úteis para identificar o pico e planejar ações de saída do confinamento social.

Como toda previsão, a ferramenta do Imperial College London é passível de erros. Porém, a plataforma torna possível construir diversos cenários para mostrar a importância de medidas preventivas, como o isolamento social, para conter a pandemia.

Caso não haja nenhuma redução da transmissão do Sars-Cov-2 no Brasil nos próximos dias, a plataforma prevê que o País possa registrar de 95 mil óbitos diários no final de julho. Por outro lado, caso haja uma redução total da disseminação do vírus, diminuirá o número de mortes a ser registrado no mesmo período.

Interessou-se pelo assunto? Acompanhe as notícias mais relevantes do setor pelo blog. Para saber mais, é só clicar aqui.

Fontes: Jornal da USP, Imperial College London e CovidSim