Academia Médica
Academia Médica
Você procura por
  • em Publicações
  • em Grupos
  • em Usuários
loading
VOLTAR

Pandemia de COVID-19: Pode a economia pesar mais que a saúde?

Pandemia de COVID-19: Pode a economia pesar mais que a saúde?
Renata Campos Cadidé
abr. 24 - 8 min de leitura
030

Deixando justificativas partidárias de lado, escrevo numa época de pessimismo econômico, em que o sistema bancário e o comércio mundial sentem a crescente queda de produção e desemprego, devido à pandemia do coronavírus.

Há algumas semanas, foi proposta a retomada gradual de atividades econômicas em localidades que já passaram pelo período de distanciamento social ampliado. A condicionante seria apresentar uma incidência de COVID-19 inferior ao valor estabelecido como média nacional (9.72 casos a cada 100.000 habitantes), que denota que os casos confirmados não impactaram em mais de 50% a estrutura de saúde regional.

Ainda existe uma enorme dúvida acerca da validade desse contexto, assim como da maior parte das diligências relacionadas à pandemia. Porém, como profissionais da saúde, não podemos ir simplesmente a favor da maré. Mais do que um respaldo para consciência, entender os mecanismos dos processos garante credibilidade nas escolhas e nas ações implementadas.

Não é uma grande novidade falar sobre distanciamento social ampliado. Mas, no último mês, o distanciamento social seletivo e a chamada Imunidade de Rebanho ganharam importância por serem usados como argumentos para o chamado “isolamento vertical”, tentando driblar as mazelas de uma economia estagnada pelo “isolamento horizontal”.

Quando nos referimos ao isolamento horizontal, aceitamos a ideia de que a propagação de uma doença infecciosa se dá de indivíduo para indivíduo, ou através de objetos/superfícies que possam veicular o agente etiológico. Nesse caso, distanciar as pessoas impede a transmissão da doença e resulta numa desaceleração no número de indivíduos infectados, poupando o sistema de saúde.

Essa medida adotada a priori, e vista como ideal por algumas linhas de pensamento, leva em conta a alta capacidade de disseminação do coronavírus, a falta de aparato médico suficientemente necessário para atender a demanda de casos e, principalmente, a incógnita que cerca a credibilidade dos resultados, com estudos recheados de vieses. 

Já o isolamento vertical se baseia no fato de que alguns indivíduos pontuais são suscetíveis a casos graves da doença, os chamados “grupo de risco”. E esses devem permanecer em distanciamento social continuado, enquanto o restante da população, que apresenta quadros brandos ou até assintomáticos da doença, pode manter circulação normal tornando-se exposta ao vírus.

Nesse aspecto, os indivíduos expostos desenvolveriam a doença sem saturar o sistema de saúde, tornar-se-iam imunes após certo tempo e, sem um hospedeiro “não imune” para infectar, o vírus, que é um parasita intracelular obrigatório, uma hora ou outra vanesceria.

A economia vai bem, as pessoas mais vulneráveis sobrevivem, e o vírus tem seus dias contados.

Devido à capacidade do corpo de criar imunidade, uma vez que uma quantidade suficiente da população tenha tido a infecção, a atividade viral cai e a disseminação de pessoa para pessoa também – Aqui entramos no conceito de Imunidade de Rebanho ou Imunidade de Grupo.

Certamente essa teoria é extremamente promissora em termos de combate à epidemia em parcimônia com o mercado. Porém, devemos nos ater à metodologia do conceito: como é possível aplicá-la na nossa atual circunstância?

A Imunidade de Rebanho, como posto, é estabelecida quando uma parcela da população se torna imune a uma doença e é capaz de alterar a cadeia de transmissão de um agente. Isso fornece, indiretamente, uma forma de proteção para aqueles que não são imunes. Esse conceito é muito válido em campanhas de vacinação e é capaz de erradicar uma doença, dependendo da adesão populacional.

Mas buscando explicação através da Epidemiologia Matemática, temos uma outra visão dessa teoria, uma visão que prevê que não é tão simples quanto parece.

Num primeiro momento, dois modelos de hipóteses de quantificações baseados na dinâmica de transmissão viral foram empregados em modelagens de previsão do comportamento do coronavírus no Brasil e também em outros países.

Ambos utilizam equações ordinárias diferenciais para simular diversos cenários de uma epidemia e possibilitam visualização de diferentes parâmetros, pessimistas e otimistas, fornecendo subsídios para criar ações voltadas a prevenção e controle da doença.

O modelo SIR, mnemônico de SUSCETÍVEL-INFECTADO-RECUPERADO, em que se aceita que todos os indivíduos são suscetíveis e que após contraírem a doença possuem imunidade vitalícia .

E o modelo SEIR, mnemônico SUSCETÍVEL- EXPOSTO - INFECTADO- RECUPERADO, que intercala um período de latência entre o período suscetível e infectado. Aqui é possível intuir que o modelo SEIR é uma derivação do modelo SIR, por isso, vou me ater somente a ele.

O modelo SIR exige que um número amostral (N) seja grande para ter validade. No caso, a população nacional é tomada como N. Esse N é distribuído nos três compartimentos (S: Susceptível, I: Infectado e R: Recuperado). Para a COVID-19, aceita-se que qualquer indivíduo é suscetível e pode ser infectado. Infectados são aqueles capazes de transmitir a doença e os recuperados são aqueles considerados imunes após contraírem a doença.

Assim, para um determinado período de tempo (t) temos que:

N(t) = S(t) + I(t) + R(t)

Um conceito muito abordado, em reportagens como um todo, foi a taxa básica de reprodução (R0). O R0 reflete a rapidez de disseminação de um agente, que para o novo coronavírus fica entre 2-3 pessoas, ou seja, uma pessoa com COVID-19 é capaz de transmitir para até outras 3 pessoas, demonstrando o número de casos secundários que um indivíduo infectado pode gerar em uma população suscetível.

Assim, adotando R0 como a média de 2 e 3 (R0=2,5), temos que após 10 transmissões aproximadamente 9.537 indivíduos estariam infectados com o vírus SARS-CoV-2.  

Para estabelecer a imunidade de rebanho é preciso estimar o limiar necessário para obtê-la através da equação 1 - (1 / R0).

Novamente, estabelecendo uma média para R0 de 2,5 temos que para alcançar uma imunidade de grupo suficiente para interromper a cadeia do coronavírus teríamos que ter 60% do N agrupado no grupo R. Para a população nacional, cerca de 211 milhões de habitantes, isso somaria 126.853.800 indivíduos imunes ao coronavírus (Caramba, é muita gente, não?).

Por isso, alguns pesquisadores estimam que levaríamos cerca de um ou dois anos para que a população desenvolvesse imunidade de rebanho. A melhor perspectiva para mudança desse parâmetro seria uma vacina capaz de chegar ao maior número de pessoas possível num curto período de tempo.

Além disso, outros fatores que devem ser levados em conta são a constatação da soroconversão dos indivíduos recuperados, o que demandaria um excessivo número de testes disponíveis para para obtê-la e a comprovação de que a os indivíduos infectados permanecem mesmo imunes ao vírus, não podendo assim desenvolver novo quadro de COVID-19.

É claro que esse texto aborda de maneira muito simplória conceitos extremamente laboriosos. Ainda assim, creio que fica transparente que um modelo baseado somente no distanciamento social seletivo, abordado como isolamento vertical, é uma proposta um tanto distante da nossa realidade vigente. Por isso, a retomada das atividades econômicas exigem prudência.

Estamos lidando com uma doença ainda sem tratamento definitivo, sem vacina, e sem previsão de queda imediata. Nosso principal trunfo ainda é a PREVENÇÃO, que é a proposta mais fidedigna de um futuro com menos mazelas.

Referências

  1. Han, Q., Lin, Q., Jin, S., & You, L. (2020). Coronavirus 2019-nCoV: A brief perspective from the front line. The Journal of infection, 80(4), 373–377. 
  2. Casals, M., Guzmán, K., Caylà, J. (2009). MODELOS MATEMÁTICOS UTILIZADOS EN EL ESTUDIO DE LAS ENFERMEDADES TRANSMISIBLES. Rev Esp Salud Pública, 83, 689-695.
  3. Wilkinson, R. R., Ball, F. G., & Sharkey, K. J. (2017). The relationships between message passing, pairwise, Kermack-McKendrick and stochastic SIR epidemic models. Journal of mathematical biology, 75(6-7), 1563–1590. 
  4. Kwok, K. O., Lai, F., Wei, W. I., Wong, S., & Tang, J. (2020). Herd immunity - estimating the level required to halt the COVID-19 epidemics in affected countries. The Journal of infection, S0163-4453(20)30154-7. 

  5. Imagem

Quer escrever?

Publique seu artigo na Academia Médica e faça parte de uma comunidade crescente de mais de 170 mil médicos, acadêmicos, pesquisadores e profissionais da saúde. Clique no botão "NOVO POST" no alto da página!


Denunciar publicação
    030

    Indicados para você