Projeções feitas com um modelo matemático desenvolvido na Universidade Estadual de Campinas (Unicamp) indicam que a adoção de ‘lockdown’ obrigatório no Estado de São Paulo será inevitável caso o nível de isolamento social não suba significativamente nas próximas semanas, começando já nesta terça-feira (12/05).
Entre os dias 8 e 10 de maio, foram registrados, em média, 1.839 novos casos diários de COVID-19 em todo o estado, sendo 1.033 somente na capital. Se for mantida a taxa de contágio (R<sub>0</sub>) – que é o número de pessoas para as quais um infectado transmite o vírus – observada nos 30 dias anteriores a 10 de maio, no final de junho São Paulo contabilizará 53,5 mil novas infecções por dia, sendo 20,8 mil casos diários somente no município de São Paulo. Nesse período, estima-se que o número de novos casos dobre a cada 11,5 dias para o estado e a cada 12,9 dias para a capital, nas próximas semanas.
O cálculo foi feito considerando-se os dados reais de crescimento do número de casos ao longo do último mês, que indicam uma taxa de contágio de 1,49 para o estado e de 1,44 para a cidade de São Paulo. Ou seja, no final de abril, cada 100 paulistas infectados transmitiam o novo coronavírus para quase 150 pessoas, em média (ao longo de um período de cerca de 7,5 dias após se contaminar, de acordo com a modelagem utilizada).
“Essas projeções têm grande chance de estarem subestimadas, pois o nível de isolamento vem caindo desde o início de abril (ver figura) e, entre 5 e 9 de maio, não ultrapassou 50%, o que provocará o aumento da taxa de contágio. Isso se refletirá daqui a 15 ou 20 dias no número de novos casos, depois sobre o número de óbitos. Mas, mesmo que se mantenha o nível de contágio estimado até 10 de maio, os valores projetados indicam que ainda este mês o sistema público de saúde da Região Metropolitana de São Paulo [RMSP] atingirá o limite, pois o nível de ocupação de leitos de UTI [Unidade de Terapia Intensiva] já está acima de 80%. Se o isolamento não for ampliado urgentemente, o estado terá de adotar medidas mais drásticas de contenção, como ocorreu na Itália, ou a situação se tornará insustentável”, afirma o matemático Renato Hyuda de Luna Pedrosa, professor do Instituto de Geociências da Unicamp e coordenador do Programa Especial Indicadores de Ciência, Tecnologia e Inovação da FAPESP.
O modelo permite estimar a dinâmica de transmissão da COVID-19 em diferentes locais, levando em conta variáveis climáticas (temperatura e umidade absoluta), a densidade populacional e a linha do tempo da instalação da doença (data em que o país ou a região atingiu a marca de 100 casos).
Para desenvolver o modelo, Pedrosa usou dados de 50 estados norte-americanos e de outros 110 países, incluindo o Brasil. Foram selecionados países para os quais havia informação suficiente disponível para calcular a taxa de crescimento exponencial no período em que o centésimo caso da doença foi registrado. As informações meteorológicas foram obtidas em uma base de dados da Administração Nacional Oceânica e Atmosférica (NOAA, na sigla em inglês), instituição que integra o Departamento de Comércio dos Estados Unidos. Já os dados referentes à expansão da COVID-19 até o dia 10 de abril vieram de duas fontes: o Centro de Ciências de Sistemas e Engenharia da Johns Hopkins University (Estados Unidos) e o Centro Europeu de Controle e Prevenção de Doenças, com sede na Suécia.
“Estudos iniciais sugeriam que o novo coronavírus teria mais dificuldade para se disseminar em países com clima quente e úmido. Mas, segundo este modelo, o efeito das variáveis climáticas na taxa inicial de expansão da doença não foi significativo ao se incluírem as variáveis de densidade populacional e/ou a data de início da doença [100º caso]. Isso confirmou a experiência do Brasil e de outros países que estavam em período de verão, com clima quente e úmido, e sofreram expansão severa da COVID-19”, conta Pedrosa.
“A data do centésimo caso apareceu de forma interessante. Quanto mais tarde esse evento ocorreu em um determinado local, menor foi a taxa inicial de expansão da COVID-19. Uma possível explicação para esse achado é que, nos locais onde o vírus tardou a chegar, a população foi ganhando consciência sobre a necessidade de adotar medidas de proteção, como lavar as mãos, usar álcool em gel, evitar apertos de mão e aglomerações. E isso diminuiu a velocidade de transmissão mesmo nos estágios iniciais”, avalia.
Segundo Pedrosa, uma vez descontado esse efeito, a densidade populacional das diferentes regiões analisadas – medida pelo número de habitantes por quilômetro quadrado – passou a ser a variável mais relevante para estimar a taxa de expansão livre da COVID-19, ou seja, sem nenhum efeito de atenuação de diversas origens, e como seria o contágio nessa situação. Quanto mais densamente povoada a região, maior seria a taxa de contágio livre, algo esperado conceitualmente, mas, segundo Pedrosa, aplicado pela primeira vez na análise da taxa de contágio da COVID-19.
Com base nesses resultados, Pedrosa decidiu estimar a taxa de atenuação do contágio que seria necessária para controlar a doença em todas as capitais brasileiras e no Distrito Federal, em função da densidade populacional de cada cidade.
No topo da lista das mais densamente povoadas do país estão Fortaleza (7.786 hab./km2), São Paulo (7.398 hab./km2), Belo Horizonte (7.167 hab./km2), Recife (7.040 hab./km2) e Rio de Janeiro (5.267 hab./km2). Se nenhuma medida de distanciamento social tivesse sido adotada para conter o avanço do novo coronavírus nesses municípios, calcula o pesquisador, todos teriam uma taxa de contágio superior a 5,8 e o número de infecções dobraria em menos de dois dias.