BiomédicasEpidemiologiaImunologia

Modelagem epidemiológica

Importância da modelagem epidemiológica: Aprimorados ao longo de 250 anos, os modelos matemáticos de doenças infecciosas, apesar das incertezas, orientam as ações de combate à Covid-19.

Modelagem epidemiológica

Maio/2020 :: Carlos Fioravanti / Pesquisa FAPESP.  CC BY-ND 4.0

Com frequência, nas entrevistas coletivas realizadas diariamente desde março no Palácio dos Bandeirantes, sede do governo paulista, o governador, secretários e médicos afirmam que apoiaram suas decisões em previsões matemáticas feitas por especialistas sobre os possíveis rumos da pandemia de Covid-19 no estado de São Paulo.

Semelhanças com a gripe espanhola
Gripe espanhola

Em março, os cálculos dos epidemiologistas do Imperial College, de Londres, convenceram o governo do Reino Unido a adotar medidas mais severas contra a disseminação da Covid-19 e desenharam um cenário da epidemia nos Estados Unidos, que de fato se mostrou calamitoso.

É difícil lembrar de outra situação em que a modelagem matemática de doenças infecciosas tenha usufruído de tanta visibilidade e sido tão prestigiada.

Pandemia
Pandemia. Fila para comprar máscaras em Wuhan. China News Service

“A valorização se deve provavelmente ao estado de perplexidade gerado pela epidemia, porque ninguém esperava um quadro tão sério”, diz o médico epidemiologista Eduardo Massad, que assumiu o cargo de professor de matemática aplicada na Fundação Getulio Vargas (FGV) no ano passado, depois de se aposentar na Faculdade de Medicina da Universidade de São Paulo (FM-USP).

Importância da modelagem epidemiológica

“Nunca antes a modelagem foi tão necessária quanto agora, diante de uma epidemia que avança tão rapidamente”, reitera o sanitarista e epidemiologista Hélio Neves, da Faculdade de Ciências Médicas da Santa Casa de São Paulo (FCM-SC-SP) e coordenador do comitê técnico-científico Covid-19 da Secretaria Municipal da Saúde de São Paulo.

Importância da modelagem epidemiológica
Bomba pública de água que era foco de cólera. Archive photographs copyright © Bishopsgate Institute

Embora ainda ofereçam incertezas, na medida em que descrevem situações que mudam com rapidez e das quais têm apenas dados incompletos, as previsões do número de casos ou de mortes expressam o conhecimento acumulado durante pelo menos 250 anos.

O matemático e físico holandês Daniel Bernoulli (1700-1782), a quem se atribui a primeira modelagem matemática da propagação de doenças, criou uma abordagem que mostrou a eficácia da técnica de inoculação preventiva contra a varíola, então um problema comum na Europa.

Ele a apresentou em 1760 em dois artigos, um na revista Mémoires de mathématique et de physique e outro na Mercure de France, valendo-se de parâmetros ainda hoje usados para examinar os rumos de epidemias.

Modelagem epidemiológica ganha visibilidade

História da epidemiologia
Dr. John Snow (1813-1858)

O surto de cólera de Londres em 1854, que no início de setembro daquele ano matou 127 pessoas em apenas três dias, mostrou a importância do trabalho de campo, complementar aos modelos matemáticos.

Mesmo sem formação específica em epidemiologia, o anestesiologista inglês John Snow (1813-1858) concluiu que a doença era causada por água contaminada de uma bomba de uso público na Broad Street, hoje Broadwick Street, e não pelo ar fétido da cidade, como pensavam seus colegas e autoridades do governo, adeptos da chamada teoria do miasma.

Snow fez um mapa mostrando que as casas dos que haviam morrido estavam próximas à bomba de água contaminada. O mapa convenceu o reverendo Henry Whitehead (1825-1896) da veracidade da teoria da transmissão da cólera pela água e o estimulou a buscar o primeiro caso para refazerem o percurso do surto, com base em seu conhecimento dos moradores do bairro de Soho, onde o surto havia começado e se expandia. 

Para saber mais

MASSAD, E. et alA model-based design of a vaccination strategy against rubella in a non-immunized community of Sao Paulo State, BrazilEpidemiology & Infection. v. 112, n. 3, p. 579-94, 1993.
MUNIZ, D. G. et alVulnerabilidade das microrregiões do estado de São Paulo à pandemia do novo coronavírus (Sars-CoV-2)Pré-print Scielo. 15 abr. 2020.
MAIA, K. P. et alVulnerability of micro-regions within Northeast Brazil to the new coronavirus (Sars-CoV-2) pandemicPré-print Scielo. 17 abr. 2020.
EMER, C. et alVulnerabilidade das microrregiões da região Sul do Brasil à pandemia do novo coronavírus (Sars-CoV-2)Pré-print Scielo. 23 abr. 2020
ROCHA FILHO, T. M. et alExpected impact of Covid-19 outbreak in a major metropolitan area in BrazilmedRxiv. Pré-print. 14 mar. 2020.

Acesse o artigo completo da Revista Fapesp > Modelagem epidemiológica ganha visibilidade

Comentários do Facebook