domingo, 17 de maio de 2020

COVID-19: Mais Pesquisas e Dados


Pessoal, boa noite! Vamos continuar o tema da última postagem. Um dos tópicos que não falei muito foi sobre modelos matemáticos e simulações relacionadas a epidemias de forma geral, além de outros estudos mais específicos. Só para lembrar, não sou especialista em epidemiologia, pois não é minha área de pesquisa, embora eu goste de ler artigos sobre pesquisas científicas e modelos matemáticos aplicados às mais diversas áreas.

Dados e confiabilidade
Um ponto importante de se observar é que os dados reais usados em modelos para ajudarem na tomada de decisão devem ser confiáveis.
Por exemplo, como saber quantas pessoas estão infectadas e quantas morreram da doença ou quantas se curaram? Fazendo testes e acompanhando. Só aí já pode ter um problema.
A política de testes dos países pode ser diferente e metodologias muito diferentes não são diretamente comparáveis. Alguns podem não estar fazendo testes; outros podem estar fazendo testes somente em pessoas com sintomas, que vão aos hospitais, grupos de risco ou que morreram e precisam saber a causa da morte; enquanto alguns podem estar fazendo testes em todas as pessoas. Ou seja, se não fizerem testes, não tem dados. E se fizerem testes somente em pessoas com sintomas, não estarão considerando os infectados assintomáticos (que também transmitem, então os dados serão subestimados) e isso afeta os dados de suscetíveis, curados e imunes, pois os assintomáticos também se curam, e todas as medidas derivadas desses dados, como % da população que está imune e taxa de letalidade (pois depende do número de pessoas que pegaram a doença), mesmo que o número de mortos possivelmente seja o dado mais confiáveis, pois na falta de teste para todos, pelo menos devem investigar a causa da morte.
Além disso, existe a confiabilidade do teste em si. Por exemplo, segundo uma notícia do El País, um documento da Sociedad Española de Enfermedades Infecciosas y Microbiología Clínica (SEIMC) da Espanha indica que um lote/tipo de teste rápido estava apresentando uma sensibilidade inferior a 30%, mas o teste deveria ter uma sensibilidade superior a 80%, e isso atrasou os esforços de detectar os infectados e fazer um controle para diminuir a propagação. Ou seja, por mais que um teste rápido demore apenas de 10 a 15 minutos para sair o resultado, isso não resolve nada se a sensibilidade for baixa.

Modelo SIR
Eu já havia comentado na primeira postagem sobre o canal do 3Blue1Brown, no Youtube, que fez vídeos sobre simulação de epidemias (deixando bem claro que ele também não é especialista em epidemias e o modelo não representa necessariamente a dinâmica do COVID-19, mas são bons vídeos sobre modelos matemáticos para simular epidemias de forma geral).
No vídeo, ele fala sobre modelos epidemiológicos compartimentados do tipo SIR (“Suscetíveis-Infectados-Resistentes”) em diversas situações que ele simula. Esse tipo de modelo funciona da seguinte maneira: as pessoas são saudáveis e suscetíveis, uma é infectada e começa a espalhar a doenças para as suscetíveis, então esses novos infectados começam a infectar outros também, enquanto os que já estavam infectados começam a se curar, recuperar, tornar resistentes, imunes, ou morrem, ou seja, passam para o grupo de pessoas que não infectam mais suscetíveis, e essa dinâmica continua até que não existam mais pessoas infectadas. Exemplos de situações testadas por ele e encontradas no vídeo:
- Não fazer nada;
- Distanciamento social;
- Distanciamento social temporário (com as pessoas se cansando disso e diminuindo a % com o tempo);
- Isolamento (horizontal ou vertical, identificando 100% dos infectados e isolando eles, ou seja, uma situação quase ideal, ou diminuindo a % ao considerar assintomáticos que não são isolados, mas continuam transmitindo a doença);
- Com pessoas se encontrando em um mercado central; e
- Com viagem entre cidade/comunidades.
Ele conclui que a taxa de crescimento do número de infectados é bem sensível a alterações do número de interação entre pessoas diariamente, probabilidade de infecção, e duração da doença, ou seja, distanciamento social e isolamento, cuidados básicos de higiene e tratamento da doença afetam essa taxa.
Os resultados dele mostraram que fazer quarentena de 100% dos infectados pode ser eficaz, enquanto fazer isso para 80% dos infectados (ou seja, 20% são assintomáticos ou não foram testados, identificados e devidamente isolados) pode achatar a curva e chega a contaminar metade da população, mas em um tempo maior. Já fazer quarentena de 50% dos infectados tem um efeito só um pouco melhor do que não fazer nada. Ou seja, seguindo essa lógica, se realmente 60% dos infectados não apresentam sintomas ou apresentam sintomas leves (ou em alguns casos, como o de Nova York, esse número pode ser bem maior, já que mais de 2.700.000 pessoas tinham anticorpos contra COVID-19 no estado, mas estavam contabilizando apenas 263.000 casos confirmados, ou seja, apenas 10%) é mais fácil da doença se espalhar sem ser notada, mesmo se houver isolamento dos demais infectados.
Os resultados dele também mostraram que 100% de distanciamento social (ou seja, 0% de interação dentro do raio de contágio) é eficaz e pode erradicar a doença rapidamente. Com porcentagens acima de 70% de distanciamento social, pode achatar a curva e chega a contaminar menos da metade da população, mas em um tempo maior, e é só um pouco melhor do que 50%. Ou seja, seguindo essa lógica, o simples fato de pessoas terem que ir a um mercado, manusear produtos, interagir de alguma forma dentro do raio de contágio, etc., tudo isso faz com que essa % diminua, sendo difícil erradicar a doença, mas pelo menos é possível achatar a curva.
Quanto às outras situações, os resultados mostraram que ter um local central (mercado, escola, etc.), onde as pessoas se encontram e podem socializar, acelera muito a taxa de infecção, e o número total de infectados é praticamente o mesmo, mesmo com distanciamento social, mas aparentemente o pico diminui e a doença dura mais tempo, ou seja, o distanciamento social ajuda a achatar a curva, mas pode ser que, no longo prazo, o número de infectados seja o mesmo. E reduzir o número de viagens entre comunidades/cidades tem efeitos muito limitados se isso for feito tarde demais, enquanto fazer isso no começo pode funcionar, mas “depende de sorte”, pois se logo no começo os infectados forem as pessoas que mais viajam e já tiverem transmitido a doenças para os centros urbanos dos demais locais, então essa medida não tem tanto efeito mais e a doença se espalhará rapidamente. Além disso, ele conclui que diminuir a ida ao mercado central de 5 para 1 tem o mesmo efeito que diminuir a taxa de contágio pela metade. Por exemplo, se ao em vez de uma pessoa ir 5 vezes por mês ao mercado, passar a ir apenas uma vez para fazer a compra do mês, isso diminui a taxa de contágio pela metade.
Lembrando que isso são resultados de modelos matemáticos e simulações, que podem ajudar na tomada de decisão, mas que tem suas limitações.

E na vida real, o que estão fazendo?
A maioria dos países adotaram medidas de distanciamento social e isolamento. Alguns países optaram por não fazer quarentena (pelo menos inicialmente ou por um tempo) ou por quarentenas mais leves, como Suécia, Itália (até o número de infectados e mortos começar a subir muito), Reino Unido (no início apenas), Belarus, entre outros.
A Itália foi um caso especial e muito divulgado, por causa da propaganda “Milano non si ferma” (Milão não para), que deu problema desde meses atrás, pois demoraram a adotar a quarentena e a Itália foi por um tempo o país com maior número de mortes. Após 2 meses de quarentena começaram a relaxá-la e fazer planos de reabertura, mas as medidas podem ser revistas conforme necessidade.
No outro extremo do isolamento, a Nova Zelândia foi o país que adotou uma das restrições mais duras no mundo e investiu em testagem em massa. Dessa forma, conseguiu controlar a doença, assim como a China, e isso resultou em pouco menos de 1.500 casos e 21 mortes. Só para ter uma ideia e fazer comparação, os Estados Unidos estão com mais de 1,5 milhão de casos e mais de 90.000 mortes, indicando que a eficácia da estratégia.
Uma importante observação a ser feita, é que a Nova Zelândia são duas ilhas com mais de 4,8 milhões de habitantes, ou seja, estão fisicamente mais isolados de outros países e uma população relativamente pequena. Além disso e das medidas tomadas pelo governo, tem a parte cultural e de como a própria população lida com a situação. Não adiantaria o governo tomar as medidas, mas a população não aderir.
Agora esses países que tomaram boas medidas e fizeram um bom isolamento têm que tomar cuidado para não ter outras ondas de contágio. Por exemplo, em Wuhan (China) voltaram a aparecer alguns novo casos.
A Islândia fez um estudo sobre o combate ao COVID-19, que indica a eficácia do isolamento, distanciamento social e testagem para saber as pessoas que estão infectadas e ajudar a controlar a doença. Além disso, a Islândia era um dos países que estava tentando identificar anticorpos que neutralizam o vírus.

E no Brasil?

E como andam as pesquisas sobre remédios para curar a COVID-19?
Ainda não existe nenhum remédio que já esteja sendo usado como “a cura” efetivamente, mas, além das notícias sobre anticorpos que citei anteriormente, pelo menos algumas pesquisas também indicam resultados positivos de um medicamento antiviral. Também há indícios de que um medicamento anticoagulante ajuda a reduzir/controlar a infecção.
Um ponto que deve ser destacado e ter muito cuidado é que, mesmo se for descoberto um medicamento que realmente cure a doença, se todo mundo pegar a doença de uma vez, é possível que falte medicamento, pois deve-se produzi-lo em larga escala primeiro. E lembrando que não sou especialista e apenas estou indicando pesquisas sobre os remédios. Remédios podem ter efeitos colaterais (por exemplo, alguns podem causar desde dor de cabeça, hipóxia (baixa concentração de oxigênio), e até mesmo parada cardíaca em casos extremos) e quem deve indicar ou não o uso de medicamentos são os médicos.

E a vacina?
Alguns países estão na “corrida” para o desenvolvimento da vacina. O Serum Institute da Índia, em parceria com a Oxford University do Reino Unido, já estão fazendo testes em humanos. Eles esperam obter os resultados e começar a produção em larga escala ainda este ano e dizem que a vacina não será cara.
Com isso, os Estados Unidos também resolveram anunciar um plano para acelerar a criação de uma vacina e quem sabe conseguir produzi-la ainda esse ano.
No Brasil, o Ministério da Ciência, Tecnologia, Inovações e Comunicações aprovou, no mês passado, uma pesquisa da Fiocruz sobre uma vacina dupla contra COVID-19 e Influenza.

Onde encontrar dados?
Existem várias bases de dados que estão disponibilizando dados relacionados a COVID-19. De forma geral e agregado por países, o OurWorldInData disponibiliza dados sobre vários tópicos, desde tópicos sobre saúde, educação, agricultura, meio ambiente, desenvolvimento econômico, bem-estar, entre outros. Além disso, estão com páginas dedicadas a dados relacionados a COVID-19, incluindo desde número de infectados até políticas adotadas por países.
Já o Google está disponibilizando dados e relatórios de mobilidade da comunidade para vários países. São dados de variação percentual das tendências de mobilidade para alguns tipos de locais (como restaurantes, farmácias, parques, terminais para transporte público, áreas de trabalho e residenciais).
A Apple também está disponibilizando dados e relatórios de tendências de movimentação, para vários países, durante a pandemia de COVID19, porém voltados aos meios de locomoção: carro, transporte público e a pé.

Outros modelos e curiosidades
Modelos de inteligência artificial podem ser usados na tentativa de prever a disseminação de vírus. A empresa BlueDot identificou o coronavírus, usando inteligência artificial, no dia 31/12/2019, enviou comunicados para evitar a região de Wuhan e indicou as possíveis cidades que poderiam ter casos na sequência (como Seul, Taipei, Tóquio e Bangkok).
Outras empresas já haviam tentado algo semelhante, mas nem todas acertam. Por exemplo, o Google Flu Trends foi descontinuado após subestimar a influenza, em 2013, por 140%.
Uma amiga tem um blog de literatura e também fala de diversos assuntos, como viagens, e ela também fez uma postagem sobre coronavírus, intitulada “COMO SERÁ O MUNDO PÓS COVID-19?”, onde falou um pouco sobre a COVID-19 e outras 4 pandemias. Vale a pena dar uma conferida no blog dela, é interessante.
Também vi uma postagem no site Medium, sobre controle epidêmico baseado em simulação, que falava de simulação de epidemia em três níveis: macro, meso e micro, sendo que este último é mais realista, feito em mapas e considerando interações individuais, etc., mas o custo computacional é muito alto e ainda não fazem simulações assim para países, nem o mundo, como um todo (para isso, fazem as simulações mais agregadas). Vale a pena dar uma olhada nos trabalhos, softwares e vídeos que colocaram lá.
A Johns Hopkins University (sim, aquela que comentei anteriormente, sobre os dados) realizou em, outubro de 2019, o Event 201, uma simulação sobre uma pandemia (que não existia na época) e fez diversas recomendações.
E falando em simulação de epidemias/pandemias que não existem no momento, alguém aí já se perguntou como seria uma epidemia fictícia/hipotética de um vírus que transformasse pessoas em zumbis? Bem, também já fizeram um estudo sobre isso, chamado “You can run, you can hide: The epidemiology and statistical mechanics of zombies”.

Gostaria de ter abordado mais tópicos, como os dados da Estônia e seu sistema Blockchain, mas isso vai ficar para um próximo post.
Ainda estou organizando melhor o blog e outras páginas relacionadas. Quem quiser também poderá acompanhar pelo Facebook e pelo Instagram. Uma boa semana a todos!

Nenhum comentário:

Postar um comentário

COVID-19: Mais Pesquisas e Dados

Pessoal, boa noite! Vamos continuar o tema da última postagem. Um dos tópicos que não falei muito foi sobre modelos matemáticos e simulaçõ...