Covid-19: modelo matemático calcula 2.900 mortes diárias no Brasil até o final de abril

Em 2020, um modelo epidemiológico criado pelo matemático Osmar Neto avaliou como seria o avanço da pandemia no estado de São Paulo. Ajustando valores como a taxa de isolamento e medidas de proteção individual, foi possível estimar o número de contaminados, mortes e em quais momentos seriam necessários mais leitos de UTI. O artigo descrevendo o modelo foi submetido em maio de 2020 e publicado recentemente na revista Nature.

No ano passado, a Super publicou alguns possíveis cenários gerados pelo modelo. Em uma entrevista publicada em abril, Osmar explicou como os resultados podem variar dependendo dos dados inseridos – do período de incubação do vírus ao comportamento da população. Ele mencionou, inclusive, que o pico de casos poderia acontecer em 2021, algo quase impensável para a época.

Não era profecia, mas sim ciência. Agora, Neto usa esse mesmo modelo para estimar o que está por vir. Mas com algumas mudanças: ele incluiu o impacto gerado pela variante P.1 e a possibilidade de vacinação. Veja o resultado no gráfico abaixo:

O cenário 01 considera que 50% da população esteja vacinada até junho. Já o cenário 02 representa o ritmo atual de vacinação (após dois meses desde o início da campanha, 5,2% dos brasileiros receberam a primeira dose). Ambos os cenários consideram as eficácias estimadas das vacinas e que elas sejam válidas contra as novas variantes do coronavírus.

O gráfico aponta para uma média de 2.900 mortes por dia no final de abril. Caso a vacinação não seja acelerada, o modelo também prevê um novo pico de mortes em outubro deste ano. Vacinar metade da população até julho poderia salvar 150 mil vidas. Abaixo, você confere as projeções de mortes acumuladas no Brasil, seguindo os mesmos cenários:

Mudanças de 2020 para 2021

Neto colocou como referência os dados oficiais de mortes diárias até o dia 15 de março. Os gráficos levam em conta a taxa de isolamento atual da população, assim como os níveis de proteção (uso de máscaras, higienização das mãos, entre outros). Mas, para o pesquisador, o maior desafio do modelo foi estimar como a população iria responder à pandemia – e traduzir isso em uma função matemática.

“No início, eu pensava que as pessoas iam ficar cada vez mais preocupadas, devido ao aumento do número de mortes, e passariam a se proteger mais”, disse Neto. No entanto, o que aconteceu foi o contrário. As pessoas ficaram cansadas com o passar da pandemia, e aquela função inicial, com a preocupação crescente, deixou de ser válida. “Agora, colocamos uma função oscilatória, porque as pessoas se protegem mais quando há um aumento de casos, e se protegem menos quando a curva está descendo”, explica. Além disso, há uma tendência gradual de diminuição da proteção, independente de como estiver a curva.

Outra diferença deste ano é a variante P.1, identificada pela primeira vez no Amazonas, mas que hoje já está presente em diversas cidades brasileiras. Sua taxa de transmissão é de 1,5 a 2 vezes maior que o vírus que circulava em 2020, dado que também foi incluído no modelo. 

Além disso, a ciência aprendeu que quem já teve Covid-19 pode se reinfectar – principalmente pela nova variante. Ela possui a mutação E484K, capaz de driblar os anticorpos. O modelo atual considera que de 50% a 75% das pessoas podem se contrair o vírus novamente, embora esses dados ainda não estejam claros e precisem de mais evidências experimentais.

Quanto mais o vírus circula, maiores são as chances de surgirem novas mutações que possam causar reinfecções. Isso mina totalmente a possibilidade de uma “imunidade de rebanho”. Todo modelo epidemiológico possui um fluxo composto por pelo menos três grupos: “suscetível ao vírus”, “infectado” e “recuperado”. Com a possibilidade de reinfecção, parte do grupo recuperado volta a ser suscetível – ou seja, volta para a estaca zero, reiniciando todo o ciclo.

Apesar de ser altamente improvável atingir uma imunidade coletiva sem as vacinas, Neto cita outro fenômeno, o do comportamento de rebanho. “A pessoa vê que os outros não estão levando a sério, e acha que o esforço dela não faz diferença. Então uma pessoa com o comportamento errado puxa as outras.”