Estudo científico aponta a imprevisibilidade do número de casos e de óbitos, na segunda onda de Covid-19 no Amazonas

Estudo científico publicado em revista americana aponta a imprevisibilidade do número de casos e de óbitos, na segunda onda de Covid-19 no Amazonas

Estudo científico inédito, publicado na revista americana International Journal of Development Research, assinado por pesquisadores brasileiros, avaliou a previsibilidade dos casos e dos óbitos por Covid-19 registrados na segunda onda da pandemia no Amazonas. Intitulado “Pandemia e Covid-19: uma análise matemática da (im)previsibilidade dos casos no Estado do Amazonas”, o estudo concluiu que, mesmo utilizando modelos de cálculo matemáticos de alta acurácia e reconhecidos mundialmente, não seria possível prever o gap elevado do número de casos e de óbitos que levaram a rede de saúde ao colapso nos primeiros dias de janeiro de 2021.

O trabalho é assinado pelo Mestrando em Pesquisa Operacional do Instituto Tecnológico de Aeronáutica (ITA), Daniel Meireles Meira, MBA em Gestão de Processos, Estatística Aplicada e Gestão Executiva em Saúde; Adriano Moreira Santos, graduado em Matemática pelo ITA e o engenheiro mecânico Danusio Gadelha Guimarães Filho, também do ITA; a Doutora em Enfermagem pela Universidade Federal de Santa Catarina, Gisele Torrente, professora da Universidade do Estado do Amazonas (UEA); e o enfermeiro Thiago Queiroz de Souza, graduado pela UEA.

Segundo os autores, trata-se de estudo epidemiológico de natureza quantitativa na aplicação de modelos matemáticos para predição de eventos e gestão nos serviços de saúde. A equipe usou meta-heurística para questionar se seria possível prever matematicamente o número de casos novos e de óbitos, através dos modelos matemáticos Weighted KNN e Gradient Boosting Machine (GBM), que apresentaram uma diferença significativa entre o previsto e o real observado nas semanas epidemiológica 55 e 56, as mais críticas da segunda onda de Covid-19 no Estado.  

Para o número de casos, ambos os métodos apresentaram uma diferença de 65% entre o real e o projetado na semana epidemiológica 55. Já para óbitos, o GBM apresentou, na semana epidemiológica 56, uma diferença de 61% entre os casos reais e a projeção e o KNN 24%.

Para os autores, pode-se concluir que esta diferença pode impactar significativamente nas tomadas de decisões de gestão, bem como na disponibilização de serviços de saúde em quantidade e qualidade adequadas. Contudo, sugerem novos estudos em diferentes cortes temporais e outras modelagens preditoras.

O período estudado foi de 90 semanas epidemiológicas, entre março de 2020 e janeiro de 2021. Para a análise utilizou-se o software estatístico R studio, versão 4.0.3 e os dados apresentados em gráficos comparativos. Foram utilizados os dados do painel Covid-19 Amazonas, da Fundação de Vigilância em Saúde (FVS-AM), o Corona Vírus Brasil, do Ministério da Saúde, e o painel do Consórcio de Imprensa. Uniformizou os três e usou-se a média móvel.

Na sequência, conforme explica o artigo, aplicou-se a regressão linear, Weighted KNN e Gradient Boosting Machine (GBM), para predição de número de casos novos e óbitos. “Weighted KNN - O classificador K Nearest Neighbors é um método supervisionado clássico no campo de aprendizado de máquina, baseado em dados estatísticos. Já o Gradient Boosting Machine (GBM) é um meta-algoritmo de aprendizado supervisionado, que é geralmente utilizado em problemas de classificação e regressão”, explicam os autores.

Resultados - A apresentação dos dados foi dividida em duas amostras, uma para casos novos e outra para número absoluto de óbitos por Covid-19. Em relação aos casos novos, o período estudado foi composto por 90 semanas epidemiológicas, total de 22.247 casos novos na semana epidemiológica 55, o equivalente a 3.178 casos novos por dia. Ao realizar as predições, verificou-se que o GBM projetou um quantitativo de 8.088 casos novos, ou seja, houve uma diferença de 14.159 casos novos, entre o observado e o previsto na semana. Essa diferença numérica representou 65% entre os casos reais e a projeção.

Pela análise do KNN, o algoritmo projetou 7.672 casos novos. Ou seja, houve uma diferença numérica de 14.575 casos novos entre o observado e o previsto. Essa diferença numérica representou 65% entre os casos reais e a projeção.

Para óbitos, manteve-se o período de 90 semanas, com um total de 14.120 registros nesse período. Após aplicação da média móvel, trabalhou-se com 1.052 óbitos registrados na semana 56.

A projeção pelo GBM foi um total de 410 óbitos, ou seja, houve uma diferença de 642, entre o observado e o previsto. Essa diferença numérica representou 61% entre os casos reais e a projeção. Pela análise do KNN observa-se uma predição de 794 óbitos, evidenciando uma diferença numérica de 258 entre o observado e o previsto. Em porcentagem, representou 24% entre os casos reais e a projeção

Influência da variante Gama – O estudo mostra que, ao se analisar o gráfico do KNN e GBM nota-se que eles tiveram uma boa performance ao longo do período, entretanto, houve uma grande discrepância entre o número de casos previstos e observados na semana 55, fato que se atribui, conforme estudado em linhas anteriores, à chegada da nova variante Gama.

“Com foco na letalidade, o estudo revelou o comportamento agressivo da variante Gama, pontuando-a como algoz no esgotamento dos recursos dos serviços de saúde no Amazonas, revelam os autores”, relatam em um trecho do artigo.

Apenas nos primeiros 14 dias de janeiro, o número de óbitos no Amazonas superou em 84,75% o registrado no mês inteiro em 2019. Em relação a casos, somente em janeiro de 2021, superou a metade do contabilizado no ano inteiro de 2020.

Ao destacar a teoria de imprevisibilidade, os autores sugerem medidas para controle da pandemia, como notificação, testagem, distanciamento físico e vacinação.

Veja fotos




O que achou desta notícia?