Em momentos de pandemia, apesar da biologia ser a ciência mais importante para combater o vírus, a matemática também pode contribuir de forma significativa.
Através da coleta e da análise de números sobre a pandemia de Covid-19, podemos buscar padrões para tentar antecipar o a forma com que o vírus se alastra.
Fiz uma análise bem pouco acadêmica dos dados da Itália (utilizando informações do Worldometers) e os resultados foram muito interessantes. Considerando que análises mais avançadas podem ser realizadas com técnicas e tecnologias existentes, fica claro que governos e sistemas de saúde podem se preparar melhor para o controle da pandemia se as aplicarem para realizarem boas previsões.
A tese inicial foi que o número de mortes diárias estaria relacionado com o número de novos casos por dia – o que parece razoável intuitivamente.
Com isso, analisei o gráfico de novos casos diários no dia 05/04/2020 e tracei uma curva – ainda que de forma um pouco grotesca – para representá-los (em vermelho):
Analisei então o gráfico de mortes por dia, e com a amplitude ajustada para a mesma do gráfico acima, procurei deslocar a curva em alguns dias, buscando um “encaixe” (que refletiria uma correlação), e de fato foi possível notar uma semelhança considerável nos gráficos, com uma defasagem de cerca de 8 dias:
O próximo passo foi fazer uma projeção da curva, novamente de forma intuitiva e sem grande embasamento teórico. Já era bastante razoável considerar, no dia 05/04/2020, que a “descida” da curva se daria de forma menos acentuada do que a subida (a projeção é a parte laranja):
Com base nessa projeção, é possível fazer um cálculo para tentar prever, aproximadamente, o número de mortes que devem acontecer na Itália.
Este número, infelizmente, aproximou-se do montante de 40.000 mortes.
2 semanas depois…
Passadas 2 semanas, resolvi revisitar os dados para ver o quanto a previsão inicial era razoável, e o resultado foi impressionate. Confira nos gráficos abaixo como os dados reais flutuaram em torno da curva projetada:
A nova curva “real” (vermelha) continua tendo uma forte correlação com a curva de mortes por dia – e permite, inclusive, ajustar a curva laranja para que as previsões sejam sempre mais apuradas:
Conclusão
Os números podem ajudar no combate ao Coronavírus, dando-nos uma direção sobre como será o comportamento da pandemia e permitindo o planejamento de recursos e de ações.
Obviamente, os dados precisam ser reais (ou próximos à realidade), pois fazer uma projeção com base em dados errados pode ser até pior do que não fazer projeção alguma.
Essa é uma das razões desta análise ter sido feita com dados da Itália. Infelizmente, os dados no Brasil não são confiáveis, pois por questões políticas, a subnotificação é notória e significativa. Percebe-se, inclusive, que os dados são bastante inconsistentes, o que torna as informações praticamente inúteis.
Com uma coleta extensiva de dados confiáveis e com tecnologias avançadas sendo efetivamente aplicadas, pode-se planejar, por exemplo, o envio de respiradores e/ou profissionais de saúde para cidades que irão efetivamente precisar deles daqui a 2 semanas, evitando que equipamentos caros e profissionais raros fiquem ociosos por estarem no lugar errado enquanto pessoas morrem.