Um grupo de voluntários composto por professores, pesquisadores e profissionais da área de tecnologia, com experiência nas áreas de saúde e ciências exatas, se uniu e vem trabalhando há uma semana num esforço coletivo para tentar responder se haverá, e quando, o colapso do sistema de saúde por conta do novo coronavírus. São Paulo foi a primeira cidade testada pela equipe, que se formou por meio de uma rede de contatos criada especialmente para estudar o assunto (covidzero.com.br) e tem apoio da 3778, empresa de inteligência artificial voltada para a saúde.
O grupo simulou, através de um modelo matemático, cenários para prever quando a demanda pelo sistema hospitalar chegaria a 100% de sua capacidade. Para isso, a equipe teve acesso a bases de dados do CNES/DATASUS e outras fontes públicas, além dos dados gerados a partir de um modelo epidêmico SEIR, cuja implementação é open-source (github.com/3778/COVID-19) e possui um simulador para uso público em covid-simulator.3778.care/.
“Os primeiros resultados mostram que caso não houvesse intervenção para evitar o contágio da população, já observaríamos um colapso no sistema de saúde na última semana de abril”, afirma Diogenes Justo, matemático e professor da Fiap. Nesse cálculo já estão incluídos os novos leitos anunciados pela Prefeitura de São Paulo na sexta-feira (27). O modelo também já leva em conta o cancelamento de cirurgias eletivas.
Os estudos matemáticos realizados mostram que a inclusão de novos leitos, apesar de necessária, não é a principal ferramenta para evitar mortes por falta de atendimento adequado. Como a curva de crescimento das transmissões da COVID-19 cresce muito rapidamente, seria impossível acompanhá-la com a criação de novos leitos na mesma velocidade e volume.
Foram simulados três cenários, além do cenário 0, que mostra a disseminação da doença caso não haja intervenção para reduzir o contato social. Vale ressaltar que, para atingir os níveis simulados, as intervenções teriam que ser mantidas durante o período da epidemia até sua erradicação, sob pena de retomar a curva de crescimento. Também é importante observar que os cenários não refletem uma intervenção específica, apenas simulam o impacto de assumir uma intervenção hipotética que provocaria o achatamento da curva de transmissão epidemiológica, diminuindo o pico e a demanda aguda sobre o sistema de saúde. Além disso, alguns fatores como a existência de casos não notificados no país podem alterar as previsões do modelo.
O achatamento da curva epidemiológica favorece que o pico tenha um menor número absoluto de novos casos. Portanto, quanto mais essa curva for achatada, menor será a quantidade de pessoas infectadas num curto período de tempo e, consequentemente, menor será a demanda por leitos. “O cenário de achatamento da curva epidemiológica significa um ganho de tempo essencial para que os gestores se planejem na criação de novos leitos e tratamento dos pacientes já acometidos pela COVID-19”, complementa o prof. João Vissoci, da Duke University, que também participa do estudo.
Foram considerados os seguintes cenários:
| Cenário | Colapso |
| Cenário 0 – Sem intervenção: de acordo com a curva projetada, caso não haja intervenção de restrição de contato social, o cenário mais provável nos leva a um colapso no sistema de saúde por volta do dia 23 de abril. | 23/04/2020 |
| Cenário 1 – Redução de 25% de contato social: os números que temos até então para a Covid19 nos levam a uma taxa de contágio de 2,5 a 2,9 pessoas por cada infectado, em um cenário sem intervenção. Se reduzirmos esta taxa em 25%, teríamos um “achatamento” leve da curva, com o colapso ocorrendo provavelmente por volta do dia 1º de maio. | 01/05/2020 |
| Cenário 2 – Redução de 50% de contato social: o colapso do sistema de saúde paulistano será postergado para 17 de maio, caso tenhamos este cenário. | 17/05/2020 |
| Cenário 3 – Redução de 65% de contato social: neste último cenário a data de colapso é postergada para 17 de junho. | 17/06/2020 |
Fazendo uma análise mais detalhada da capacidade de leitos, caso se tenha o cenário 3 como sendo real e mais 2 mil leitos (além dos que já foram anunciados) fossem incluídos no sistema de saúde da capital, o colapso seria postergado para 28/jun.
Equipe: a equipe é formada por voluntário trabalhando em um projeto de código aberto colaborativo, sem fins lucrativos, formada a partir de 19/03/2020.
- Alcides Araújo Neto, mestre e doutor pela FEA/US, professor da FIAP, SENAC, Instituto Mauá, Cientista de dados na Itech Care e sócio da Datakron.
- André Nunes, Mestre em Eng. Elétrica pela Sungkyunkwan University e arquiteto de soluções digitais na McKinsey
- André Santos, Farmacêutico e Consultor de HEOR e Market Access – Consultoria ATsaúde
- Diógenes Justo, matemático e mestre em economia pela UFRGS, professor na FIAP e sócio da Datakron
- Gabriel Gondim, bacharelando em Eng. Civil pelo ITA
- Giuliano Netto, Farmacêutico pela UFRGS e cientista de bioinformática na BiomeHub
- Joao Visoci, Ph.D. em Psicologia Social pela PUC-SP e professor na Duke University
- Luccas Riedo, Eng. Civil pela UFMG e consultor na Ekantika Brasil
