Covid-19: Diagramas de Risco baseados no número reprodutivo efetivo \(R_t\)

Estimar a velocidade de propagação de doenças infecciosas é fundamental para a tomada de decisões no acompanhamento e controle de epidemias. O número reprodutivo efetivo ou razão de reprodução efetiva \(R_t\) indica quantas pessoas, em média, um indivíduo infeccioso pode contagiar em uma população na qual nem todos são suscetíveis. Se \(R_t<1\), ou seja, se cada indivíduo infeccioso causa, em média, menos do que uma nova infecção, então os níveis de contágio da doença irão decair e a doença irá, eventualmente, desaparecer. Se \(R_t=1\), ou seja, se cada indivíduo infeccioso causa, em média, exatamente uma nova infecção, então os níveis de contágio da doença permanecerão etáveis e a doença se tornará endêmica. Se \(R_t>1\), ou seja, se cada indivíduo infeccioso causa, em média, mais do que uma nova infecção, então a doença se propagará na população e poderá haver uma epidemia.

O Grupo de Biologia Computacional e Sistemas Complexos - BIOCOMSC da Universidade Politécnica da Catalunya, desenvolveu uma ferramenta gráfica, denominada Diagrama de Risco, que vem desempenhando um importante papel no acompanhamento da evolução da pandemia do COVID-19 em diversas localidades da Espanha e em outros países europeus, guiando gestores na definição dos melhores momentos para que as medidas restritivas possam ser flexibilizadas.

O diagrama de risco relaciona a velocidade de propagação da enfermidade com o número de pessoas infecciosas (número de casos ativos), através do Índice de Crescimento Potencial (EPG). O BIOCOMSC utiliza, como medida de velocidade de propagação da enfermidade, uma medida empírica definida como a média de 7 dias da razão entre a média de infectados em três dias consecutivos e a média de infectados em três dias consecutivos cinco dias atrás. Aqui, utilizaremos o \(R_t\) calculado através de modelagem estocástica considerando janelas consecutivas de 14 dias como medida de velocidade de propagação da enfermidade. Se soubermos o número de casos ativos, isto é, o número de pessoas atualmente transmitindo o vírus, podemos estimar o número de novos casos através do produto entre o \(R_t\) e o número de casos ativos. Não conhecemos o número de casos ativos, mas sabemos que este número está relacionado com o número de pessoas que foram diagnosticadas nos últimos 14 dias. Para que os valores sejam comparáveís entre diferentes estados e cidades, utilizaremos o número novos casos nos últimos 14 dias por 100.000 habitantes (Incidência Acumulada nos últimos 14 dias, \(IA_{14}\)). O risco de novos casos é proporcional ao Índice Potencial de Crescimento (EPG), calculado como \(EPG=R_t\times IA_{14}\) e o Diagrama de Risco é construído como um gráfico de dispersão com o \(IA_{14}\) no eixo horizontal e o \(R_t\) no eixo vertical e os pontos dispostos sobre um gradiente de cores em função dos valores do \(EPG\), onde quanto mais próximo da cor verde, menor o risco, e quanto mais próximo da cor vermelha, maior o risco.

A seguir, apresentamos Diagramas de Risco baseados no número reprodutivo efetivo \(R_t\) para a epidemia de Covid-19 no Brasil. A metodologia utilizada para estimação do \(R_t\) encontra-se descrita no Relatório Técnico elaborado pelo Observatório de Síndromes Respiratórias da UFPB. Por padrão, o aplicativo mostra o gráfico para os dados do Brasil. O usuário pode especificar um estado ou um estado e um município para que seja feita a estimação.

Aplicativo desenvolvido pelo Observatório de Síndromes Respiratórias da UFPB. Os dados utilizados foram obtidos do Repositório mantido por Wesley Costa no GitHub, que compila informações do Ministério da Saúde e do repositório de dados públicos Brasil.IO.

  • Gráfico
  • Dados