Um novo estudo.... Previsão (cenário mediano) de 38 mil mortes do Brasil, enquanto tínhamos (para mitigação) 450 mil mortes pelo Imperial College (sem falar do mihão de mortes pelo Átila, o dito "rainha" e "irretocável").
[1] De fato, tanto o Sammy quanto o Pirula concordam que as medidas que temos agora no Brasil são mais mitigadoras do que supressivas.
[2][3]
Novo estudo contesta previsões sobre mortes pela Covid-19 no Brasil
Publicado 8 horas atrás em 17 de abril de 2020
Os modelos que previram o número de mortes pelo novo
coronavírus (Covid-19) no Brasil e no mundo estão errados. É o que defende um novo modelo assinado pelo economista Samy Dana e pelo matemático e estatístico Alexandre Simas. O documento, que tem como co-autores José Gallucci, Bruno Filardi, Rodrigo Rodriguez, foi encomendado pela Easynvest.
Clique aqui para visualizar o estudo completo
A tese que os autores defendem é de que os critérios usados para estimar as mortes inflaram o resultado final, em números absolutos. Por exemplo, os cálculos do Imperial College não levaram em conta a quantidade de casos subnotificados da doença, aqueles que não entram nas estatísticas.
“Eles foram acusados no mundo inteiro de superdimensionar o número de mortes, mesmo nos cenários mais otimistas. Por isso, acreditamos que nosso modelo é mais correto”, explica Samy Dana durante a apresentação do estudo, que deve ser atualizado semanalmente, à medida que novos dados forem publicados.
O objetivo do modelo não é rivalizar e sim ajudar governantes a saber o que fazer e também a ciência, acrescenta o economista. “Não somos contra a quarentena, nem estamos dizendo que ela não faz diferença. É só para as pessoas entenderem que é um trabalho científico”, diz.
O problema
Ao considerar os possíveis casos subnotificados, a taxa de letalidade da pandemia muda bastante. Samy Dana e Simas citam como exemplo a hipótese de haver 100 indivíduos infectados. Se houver duas mortes neste grupo, a mortalidade é estimada em 2%. Mas caso haja 19 casos não detectados para cada infectado, o número de casos totais subiria para 2 mil, o que derruba a taxa de letalidade para 0,1%.
“No Brasil nós temos um índice muito ruim de testagem. Na América do Sul, o Brasil só testa mais indivíduos que a Bolívia. O Chile, a Argentina e o Uruguai fazem mais testes que o Brasil. Estamos mais parecidos com a Guiana, para se ter uma ideia”, observa José Gallucci, professor da faculdade de medicina da USP e co-autor do estudo.
Outro problema, segundo os autores, é quando se aplica dados estatísticos europeus ao caso do Brasil para fazer previsões sobre o impacto da pandemia. Foram cometidos dois erros nestes tipos de estudo, na avaliação dos estudiosos:
- Faixa etária: Desconsiderar o fato de que o Brasil tem uma proporção de jovens muito maior que na Europa (pirâmide invertida);
- Número de leitos: Desconsiderar o número de UTIs disponíveis. Enquanto o número de leitos a cada 100 mil habitantes é de 28,2 no Brasil, na Itália, que sofreu severamente com a doença, o número é de 12,5.
Estes dois fatores fazem com que a taxa de letalidade no Brasil seja bem menor que em diversos países da Europa, segundo o novo estudo. Em outras palavras, o modelo de Samy Dana e Simas defende que a proporção de mortos pela doença no Brasil foi superestimada.
“Não temos de fato o número real de pessoas infectadas. Esse modelo que foi construído abre mão desse dado e usa outras premissas para tentar estimar o número de óbitos e a relação de ocupação de leitos de UTI usando dados confiáveis”, afirma Rodrigo Rodriguez, co-autor do estudo. “Sobre o vírus, usamos premissas universais como taxa de infecção, tempo previsto de sintomas, que é mais ou menos igual em todos os lugares”, acrescenta.
A solução
Para contornar o problema, os autores tomam como base a metodologia do Report 13, do Imperial College, usando um modelo bayesiano. Segundo o estudo, o novo modelo se baseia no número de mortos em vez do número de infectados, que seria o dado mais confiável para trabalhar no Brasil.
Para isso, eles aplicaram uma técnica de simulação chamada HMC (Hamiltonian Monte Carlo), usando a premissa de que o modelo precisa ser flexível, dado o tamanho e as diferenças regionais do Brasil. Por exemplo, ele considera que a pirâmide etária do país varia bastante a depender da região, o que interfere no resultado.
O número de leitos de UTI por habitante é outro que muda a depender das regiões do Brasil. Os autores
acham importante levar isso em conta, já que as medidas de isolamento visam evitar superlotação no número de leitos disponíveis.
“Não acredito que tem que ser feito um só modelo para o Brasil. Íamos fazer por estado, mas alguns estados não têm dados. Então concluímos que a melhor técnica foi fazer por região”, afirma Samy Dana.
Com base nisso, o estudo chegou a algumas conclusões:
- Se o país mantiver as medidas de isolamento adotadas, o pico de mortes pelo coronavírus no Brasil deve acontecer entre os dias 27 de abril e 3 de maio.
- A distribuição de leitos de UTI é desigual: há uma concentração grande no Distrito Federal, enquanto que a região Norte tem o menor número de leitos por 100 mil habitantes, a saber, 20,2. Ainda assim, é muito superior ao número médio de leitos da Itália, que é de 12,5.
- Tomando como base do HMC, a mediana dos dados mostra que, estando correto, o número estimado de pessoas infectadas no estado de São Paulo, se os casos estiverem concentrados na capital, indicaria que um percentual significativo da cidade já estaria imunizada.
- Para o estado de São Paulo, por exemplo, o número de possíveis mortes pela Covid-19 seria de 8.557, dentro de uma faixa mínima de 5,9 mil e máxima de 15,6 mil.
Curiosamente, Samy Dana foi o economista para o qual o Ciro Gomes está devendo um fusca.
[4]