BOLETIM INGÊNUO 4.0 – COVID-19 (15/07/2022)

André Eterovic (CCNH-UFABC)

andre.eterovic@ufabc.edu.br

Introdução

Mesmo com vacinas disponíveis, o conhecimento do estado da pandemia de COVID-19 em diferentes escalas espaciais e temporais pode subsidiar a tomada de decisões referentes a tentativas de minimizar seus efeitos adversos. A parametrização de modelos que permitem a estimativa de cenários futuros para esse manejo depende de dados robustos, nem sempre disponíveis. Registros do número de casos confirmados e mortes em plataformas de dados públicos permitem a comparação de suas tendências entre países, estados e cidades brasileiras. A abordagem visual desses padrões é suficiente para uma avaliação preliminar da questão, requerendo uma fração mínima da capacidade técnica envolvida na elaboração de modelos epidemiológicos complexos. O termo “ingênuo” do título refere-se a uma abordagem informal, mas não desprovida de crédito. Essa “quarta geração” do Boletim atualiza a forma de classificação da curva epidêmica das localidades.

Métodos

Dados semanais referentes a países foram obtidos na plataforma “European Centre for Disease Prevention and Control” (ECDC) [1]. Dados diários referentes a estados e cidades brasileiras foram obtidos na plataforma Brasil.io [2]. Foram selecionados os top-80 países, os 27 estados e as top-80 cidades brasileiras com o maior número de mortes acumuladas até o dia da análise. As variáveis de referência empregadas foram as porcentagens do número de mortes e de casos confirmados em relação aos respectivos totais acumulados até o dia da análise. Foram usadas duas escalas temporais: toda a epidemia (para os países, desde o dia 01/01/20; para os estados e cidades brasileiras, desde o dia 25/02/20 – registro do primeiro caso) e as últimas doze semanas (84 dias ~ 3 meses). Para as porcentagens de mortes nas últimas doze semanas, foram ajustadas curvas de regressão linear como referência para a tendência, usada na classificação colorida dos gráficos.

Resultados

Quando avaliadas na maior janela temporal (lado esquerdo da figura modelo), localidades no início da epidemia apresentam curvas sigmoidais, com tendência a um platô de valores acumulados (a). Uma nova sigmoidal iniciando-se a partir desse platô indica uma nova onda da doença. Localidades em que a taxa de infecção ainda é alta apresentam curvas exponenciais, sem tendência evidente à estabilização (b, c). Em janelas temporais menores (lado direito da figura modelo), a tendência linear é satisfatória para avaliar o aumento de casos confirmados e de mortes nesses intervalos, possibilitando a comparação entre localidades. Quanto maior sua inclinação, maior é a taxa de incremento de casos e de óbitos (na sequência, localidades a, b e c).