Este artigo faz parte de uma série de artigos redigidos por colaboradores do Departamento de Ensino e Ação Social da ANEEB. Apoie o autor lendo o artigo no seu LinkedIn.

À luz das circunstâncias atuais de saúde pública, decorrentes da disseminação mundial do novo coronavirus, a modelagem matemática deste fenómeno epidemiológico ganhou um crescente relevo por parte, não só do governo e respetivos órgãos de decisão, mas também da opinião pública. A rigorosa análise do cenário atual, alicerçada em metodologias científicas no âmbito da epidemiologia, constitui uma poderosa ferramenta na previsão dos diferentes cenários futuros e, consequentemente, das possíveis estratégias a adotar de forma a mitigar o impacto do vírus. Perante a preponderância que estes estudos têm na nossa vida e na vida de milhões de pessoas, tanto ao nível da dinâmica social e do dia-a-dia, como dos cuidados de saúde, é crucial garantir uma perceção elementar e generalizada desta área de conhecimento. Para além disso, a compreensão destes factos desencadeia uma atuação mais consciente e direcionada para a concretização das medidas implementadas e, por isso, cultivando a saúde pública.

A área da epidemiologia é frequentemente descrita como: “a ciência que estuda a distribuição dos estados de saúde/doença e os seus fatores condicionantes e determinantes nas populações humanas.” É no âmbito desta temática que se enquadra a modelação epidemiológica, que visa a compreensão da dinâmica da propagação de doenças infeciosas viabilizando, simultaneamente, a delineação de estratégias para as combater. Os diferentes modelos epidemiológicos podem ser classificados em estocásticos ou determinísticos, sendo que este último é o mais utilizado tendo em consideração que os seus contornos são os que melhor se adequam ao estudo de grandes populações.

A execução da modelagem determinística requer a definição do estado da população inicial, isto é, definir o número de pessoas infetadas, imunes, etc. Posto isto, note-se que o número de categorias populacionais depende da modelagem efetuada. Através da simulação de diferentes abordagens em circunstâncias de pandemia, é possível definir qual a melhor estratégia, e quais as suas repercussões, antes da tomada de decisão. Naturalmente, a execução desta modelação é feita em função de fatores intrínsecos da patologia em questão, tais como a taxa de mortalidade ou o período de incubação e ainda fatores extrínsecos, nomeadamente, económicos, sociais, relativos a infraestruturas de saúde pública, entre outros. A fase de supressão vivida em muitos dos países é fruto de decisões tomadas com base neste tipo conhecimento e modelagem.

Embora a modelação epidemiológica desempenhe um papel fulcral nos dias de hoje, não podemos ignorar o facto de que, quaisquer tipos de previsões vêm necessariamente com uma incerteza associada, seja ela derivada a imprecisões nos fatores a partir dos quais é construída a previsão, seja ao próprio modelo. Para exemplificar, uma das instituições de ensino e investigação do Reino Unido, a London School, efetuou modelagens tendo em conta dois períodos infeciosos distintos, que neste caso seriam três dias e sete dias, ilustrando algumas imprecisões em relação a este indicador. Adicionalmente, outro fator que induz algumas dúvidas à comunidade científica é o R0, o indicador que reflete a transmissibilidade do vírus, por outras palavras, o número médio de infeções geradas por cada pessoa infetada, sendo que este induz grande variabilidade nos resultados obtidos através da modelagem. Dito isto, é importante salientar que os resultados obtidos por estes processos apresentam elevado grau de fiabilidade, o qual aumenta à medida que a situação vai evoluindo, uma vez que o volume de dados é superior.

Em suma, a ciência e a investigação no âmbito da epidemiologia, independentemente de ligeiras limitações inerentes a uma previsão multifatorial, deve ser o principal orientador das decisões tomadas e da informação disponibilizada à população. Por outro lado, toda esta situação ilustra o papel fundamental que a ciência desempenha na sociedade e nas vidas humanas. A contínua fomentação da investigação, por intermédio de maiores auxílios económicos e fiscais às entidades de ensino e centros de investigação, é indispensável para o desenvolvimento de melhores estratégias de atuação e terapias médicas. Se há alguma coisa que a epidemiologia nos permite prever com cem por cento de certeza é que as pandemias não são fenómenos pontuais, e por isso, a única resposta lógica a esta constatação é a intensa aposta na prevenção.

Referências:

Pereira, Carlos & Veiga, Nélio (2014). A Epidemiologia. De Hipócrates ao século XXI. Millenium, 47 (jun/dez). Pp. 129‐140.

Imperial College COVID-19 Response Team. Report 9: Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand; 2020. https://doi.org/10.25561/77482.

Salles, S. (2020). Matemática prevê cenários para covid-19 e muda rumo de governos – Jornal da USP. Retrieved July 15, 2020, from Jornal da USP website: https://jornal.usp.br/ciencias/ciencias-exatas-e-da-terra/matematica-preve-cenarios-para-covid-19-e-muda-rumo-de-governos/

Categorias: Artigo