Coronavírus

Estudo aponta novo modelo para analisar evolução da pandemia

artur carvalho

Investigação sugere abandono do Rt, o índice de transmissibilidade.

Saiba mais...

Investigadores da Universidade de Cambridge defendem num estudo publicado esta terça-feira um novo modelo para aferir a evolução da pandemia de covid-19, em vez do indicador atualmente utilizado para apurar a transmissão de infeções.

O estudo, publicado no Journal of the Royal Society Interface, sugere uma nova abordagem assente em modelos de séries temporais e métodos estatísticos clássicos, que permitem prever o número diário de novos casos de infeção e de mortes associadas à doença covid-19, em vez dos índices de transmissibilidade.

Segundo um comunicado da universidade britânica, estes novos modelos de "nowcast" e "forecast" da situação pandémica foram testados e bem-sucedidos em ondas e surtos de infeção na Alemanha, no estado norte-americano da Florida e em diversas áreas da Índia.

O 'R0' é um indicador da transmissibilidade da infeção calculado na fase inicial de uma epidemia ainda sem as medidas de contenção implementadas, correspondendo ao número médio de infeções secundárias a que cada caso dá origem numa população completamente suscetível ao vírus.

O 'Rt' refere-se ao número médio de casos que resultam de um infetado, calculado ao longo de um período de tempo, e pode ser usado para medir a eficácia das medidas de contenção de uma epidemia.

"A taxa básica de R diminui rapidamente de utilidade assim que uma pandemia começa", devido à evolução gradual da imunidade e aos efeitos das medidas de prevenção adotadas, explica Paul Kattuman, um dos coautores do estudo agora divulgado.

Os investigadores concluíram que, em fases avançadas de uma pandemia, o índice R "não é o melhor caminho", uma vez que o "foco não deve estar na contagiosidade, mas sim na taxa de crescimento de novos casos e de mortes" apurada ao longo de um período, no sentido de permitir uma previsão.

"Esses são os números que realmente ajudam a orientar os decisores na tomada de medidas cruciais que salvarão vidas e evitarão hospitais superlotados à medida que uma pandemia se desenrola. Os dados gerados através deste modelo de série temporal já provaram ser precisos e eficazes em diversos países", assegurou Kattuman.