Achatamento da curva de transmissão do coronavírus é essencial para o fim da pandemia
Nos últimos dias, um site contendo previsões sobre o final da pandemia de Covid-19 tem sido amplamente divulgado em grupos de WhatsApp no Brasil. O site, criado pelo Data-Driven Innovation Lab da Universidade de Tecnologia e Design de Cingapura (https://ddi.sutd.edu.sg/) divulga datas estimadas para o final da pandemia em diversos países, incluindo o Brasil.
De acordo com o artigo de trabalho que acompanha as previsões, "o modelo, dados e previsões são imprecisos e insuficientes para representar completamente as realidades complexas, em evolução e heterogêneas de nosso mundo." Os próprios autores admitem que o modelo ignora a possibilidade de múltiplas ondas de contaminação (como já tem sido observado em algumas localidades que pareciam ter contido o vírus e sofreram com aumento de casos logo após o relaxamento das medidas de isolamento social).
O modelo, dados e previsões são imprecisos e insuficientes para representar completamente as realidades complexas, em evolução e heterogêneas de nosso mundo.
No caso específico do Brasil, a previsão utiliza dados oficiais de casos diários, que notoriamente apresentam problemas de subnotificação e atrasos de contabilização. Qualquer análise sobre a dinâmica da doença no Brasil deve levar em conta a subnotificação de casos, as diferenças regionais e as diferentes realidades de adesão às medidas de isolamento social, ausentes no modelo da Universidade de Cingapura.
As previsões do DDI seguem um modelo de difusão da epidemia denominado SIR (Suscetível-Infectado-Removido). Esse modelo adota algumas simplificações, por exemplo, o modelo não considera dados demográficos, efeitos de medidas de isolamento e características do sistema de saúde. Mesmo supondo que o modelo SIR seja adequado, o método de ajuste ignora problemas com os dados.
As previsões são oferecidas sem nenhuma estimativa de incerteza, induzindo uma falsa impressão de precisão. A difusão da epidemia segue uma curva exponencial em seu estágio inicial. Nos países, como o Brasil, em que o número de casos ainda cresce aceleradamente, apenas os dados desse estágio inicial estão disponíveis para estimação. Qualquer erro de medição presente nos dados é amplificado diversas vezes pela característica da curva exponencial. Logo, previsões utilizando o modelo SIR nesse estágio apresentam baixa confiabilidade.
Reforçando o argumento, todos os modelos de simulação (incluso o nosso) mostram que a curva de transmissão dependente de variáveis dinamicas e portanto, qualquer mudança em uma delas (confinamento, numero de leitos, etc) no curso do tempo afeta a curva resultante. Como é possível ver nos dados dos diferentes países que já passaram o 1º pico da pandemia, o formato da curva de contaminação é bem diverso. O ajuste proposto (curva ajustada) tem um formato Gaussiano que é o mesmo para todos os países e claramente não conseguem descrever bem os dados. Ainda como um exercício de aproximação é muito fraco e pouco preditivo principalmete em países que nem sequer chegaram ao pico do contaminação e mortes pelo vírus.
Equipe Ação Covid-19