Se o livro da natureza for escrito na linguagem da matemática, como Galileu certa vez declarou, a Pandemia COVID-19 trouxe essa verdade para os matemáticos do mundo, que foram galvanizados pela rápida disseminação do coronavírus.
Até agora neste ano, eles estiveram envolvidos em tudo, desde revelar o quão contagioso é o novo coronavírus, a distância que devemos nos manter um do outro, quanto tempo uma pessoa infectada pode espalhar o vírus, como uma única cepa se espalhou para New York e em seguida, irrompeu pela América e como ” aplainar a curva ” para salvar centenas de milhares de vidas. A modelagem também ajudou a persuadir os Centros de Controle e Prevenção de Doenças de que o vírus pode ser transportado pelo ar e transmitido por aerossóis que permanecem no ar por horas.
E, no momento, muitos estão lutando com uma área de pesquisa particularmente urgente – e espinhosa: modelar o lançamento ideal de uma vacina. Como o fornecimento da vacina será limitado no início, as decisões sobre quem receberá as primeiras doses podem salvar dezenas de milhares de vidas. Isso é crítico agora que resultados iniciais promissores estão chegando em cerca de duas vacinas candidatas – uma da Pfizer e BioNTech e uma da Moderna – que podem ser altamente eficazes e para as quais as empresas podem solicitar autorização de emergência da Food and Drug Administration.
Mas descobrir como alocar vacinas – existem cerca de 50 em ensaios clínicos em humanos – aos grupos certos na hora certa é “um problema muito complexo”, disse Eva Lee , diretora do Centro de Pesquisa Operacional em Medicina e Saúde Cuidados no Instituto de Tecnologia da Geórgia. Lee modelou estratégias de distribuição de vacinas e suprimentos médicos para Zika, Ebola e gripe e agora está trabalhando no Covid-19.
O coronavírus é “tão infeccioso e muito mais mortal do que a gripe”, diz ela. “Nunca fomos desafiados assim por um vírus.”
Howard Forman, professor de saúde pública da Universidade de Yale, diz que “a última vez que aplicamos vacinas em massa com vacinas completamente novas” foi com varíola e poliomielite. “Estamos pisando em uma área à qual não estamos acostumados.” Todas as outras vacinas das últimas décadas ou foram testadas por anos ou foram introduzidas muito lentamente, diz ele.
O consenso entre a maioria dos modeladores é que se o objetivo principal é reduzir as taxas de mortalidade, os funcionários devem priorizar a vacinação dos mais velhos e, se quiserem retardar a transmissão, devem ter como alvo os adultos mais jovens.
“Quase não importa o que aconteça, você obtém a mesma resposta”, diz o epidemiologista de Harvard Marc Lipsitch. Vacine os idosos primeiro para evitar mortes, diz ele, e depois passe para outros grupos mais saudáveis ou para a população em geral. Um estudo recente modelou como a Covid-19 provavelmente se espalhará em seis países – Estados Unidos, Índia, Espanha, Zimbábue, Brasil e Bélgica – e concluiu que se o objetivo principal é reduzir as taxas de mortalidade, adultos com mais de 60 anos devem ser priorizados para vacinação direta. O estudo, por Daniel Larremore e Kate Bubar, da University of Colorado Boulder, Lipsitch, e seus colegas, foi publicado como uma pré-impressão, o que significa que ainda não foi revisado por pares. Claro, ao considerar o impacto descomunal da Covid-19 nas minorias – especialmente nas comunidades negra e latina – considerações adicionais para priorização entram em jogo.
A maioria dos modeladores concorda que “tudo está mudando com o coronavírus na velocidade da luz”, como a matemática aplicada Laura Matrajt, pesquisadora associada do Fred Hutchinson Cancer Research Center em Seattle, colocou por e-mail. Isso inclui nossa compreensão de como o vírus se espalha, como ele ataca o corpo, como ter outra doença ao mesmo tempo pode aumentar o risco e o que leva a eventos de propagação excessiva.
Até agora, a pesquisa produziu alguns resultados surpreendentes. Embora as crianças sejam geralmente priorizadas para a vacina contra a gripe, por exemplo, os especialistas dizem que os muito jovens deveriam ter uma prioridade menor para as vacinas Covid-19 nos Estados Unidos, porque até agora os adultos jovens têm sido os principais responsáveis pela transmissão. (Isso não é necessariamente verdade em todo o mundo; na Índia, por exemplo, onde várias gerações muitas vezes vivem juntas em espaços menores, uma nova pesquisa mostra que crianças e adultos jovens estão espalhando grande parte do vírus nos dois estados estudados.)
Além disso, vários modelos sugerem que avanços significativos podem ser feitos contra a pandemia, mesmo com menor implantação de uma vacina que é apenas parcialmente eficaz. E vários outros enfatizam a importância da infecção local e das taxas de transmissão. De acordo com Lee, cujas avaliações iniciais da origem, virulência e provável trajetória global da pandemia provaram ser extremamente precisas, New York poderia potencialmente conter o vírus se cerca de 40 por cento da população fosse vacinada, porque a transmissão local do vírus é bastante baixa (uma taxa de positividade de um pouco abaixo de 3 por cento em 16 de novembro), e cerca de 20 por cento já foram infectados.
“Quanto maior a fração de pessoas na população que já têm anticorpos, mais retorno para o seu investimento”, diz Larremore, porque você pode priorizar a administração de vacinas para aqueles que não têm anticorpos.
Todas essas descobertas são importantes porque, “no final do dia, você nunca terá vacinas suficientes para toda a população”, diz Lee – e nem todos os americanos as tomarão. Na verdade, a Organização Mundial da Saúde previu recentemente que adultos jovens saudáveis podem nem mesmo ser capazes de receber a vacina até 2022, depois que os idosos, os profissionais de saúde e outros grupos de alto risco forem vacinados.
Quando alguma fração (dependendo de Valor-Zero ) das pessoas está imune (seja por recuperação de uma infecção natural, se isso conceder imunidade, ou por vacinação), a imunidade coletiva foi alcançada. Isso significa que, embora ainda possam ocorrer pequenos surtos, a pandemia não voltará a decolar globalmente. Dado o zero R do SARS-CoV-2, o vírus que causa a Covid-19, a Organização Mundial da Saúde estimou que 65 a 70 por cento da população precisa estar imune antes que isso seja alcançado.
A modelagem do lançamento de vacinas requer uma acrobacia complexa e, enquanto os modelos para achatar a curva que hipnotizou o público na primavera passada levaram semanas para serem elaborados, os modelos de distribuição de vacinas levam muitos meses. Existem inúmeros desafios práticos que os modeladores enfrentam. Por um lado, muitas das vacinas atualmente em desenvolvimento – incluindo as duas candidatas da – Pfizer, BioNTech, e Moderna – exigem duas vacinas, com várias semanas de intervalo, que envolvem registros e acompanhamento para garantir que as pessoas recebam a segunda injeção de reforço crítica . E, como notou o The New York Times no final de setembro, “as empresas podem ter que transportar pequenos frascos de vidro a milhares de quilômetros, mantendo-os tão frios quanto o Pólo Sul no auge do inverno”.
Há também a questão da eficácia da vacina. Uma determinada vacina fornecerá imunidade robusta e em todos os grupos? Ou irá encurtar principalmente a duração da infecção e diminuir os sintomas, o que ainda seria de grande valor na redução da mortalidade e da transmissão? E se a vacina for menos eficaz entre os idosos, como costuma ser o caso? No momento, as vacinas que usam RNA mensageiro (incluindo as produzidas pela Moderna e Pfizer e BioNTech) estão “parecendo muito boas em adultos mais velhos”, de acordo com Kathleee Neuzil, diretora do Centro para Desenvolvimento de Vacinas e Saúde Global da Escola da Universidade de Maryland of Medicine. As análises preliminares de ambas as vacinas candidatas mostram que elas podem ser mais de 90 por cento eficazes.
Finalmente, há também a incômoda questão de quanto tempo a imunidade pode durar após a infecção. Para alguns vírus, como o vírus varicela-zóster, que causa a varicela, a imunidade pode durar décadas. Para outros, como a família de coronavírus que inclui o SARS-CoV-2 e o resfriado comum, o vírus tem uma taxa de mutação relativamente alta que pode proteger novas cepas de nossos anticorpos. Essa incerteza é difícil de modelar com precisão, então muitos modeladores presumem que, pelo menos por enquanto, aqueles que foram infectados estão imunes.
Matrajt, do centro de câncer Fred Hutchinson em Seattle, lembra vividamente como foi difícil começar a construir um modelo do nada quando ela começou a trabalhar com colegas em um modelo de vacinação em abril passado. Havia “tantas incertezas”, lembra ela. Juntos, os pesquisadores desenvolveram algoritmos baseados em aproximadamente 440 combinações de parâmetros, da transmissão à imunidade, grupos de idade e mortalidade. Seus computadores gastaram quase 9.000 horas executando equações, e seu modelo, publicado em agosto como uma pré-impressão, mostra que se houver apenas um baixo suprimento de vacina no início, os adultos mais velhos devem ser priorizados se o objetivo for reduzir as mortes.
Mas para vacinas que são pelo menos 60 por cento eficazes, uma vez que haja o suficiente para cobrir pelo menos metade da população, mudar para indivíduos saudáveis com idades entre 20 e 50 anos, bem como crianças, minimizaria as mortes. O modelo também prevê quantas mortes podem ser evitadas com diferentes quantidades de cobertura vacinal. Por exemplo, se 20 por cento da população já foi infectada e está imune, as mortes poderiam ser reduzidas pela vacinação de apenas 35 por cento do restante, se a vacina for pelo menos 50 por cento eficaz.
No modelo de Matrajt e seus colegas, a imunidade coletiva é alcançada quando 60% da população está imune. “É completamente normal que modelos diferentes forneçam números diferentes”, diz ela, explicando por que sua estimativa varia ligeiramente em relação ao número da OMS de 65%.
O modelo faz “um trabalho muito bom olhando para um grande número de casos plausíveis”, diz Michael Springborn, economista ambiental e de recursos da Universidade da Califórnia, Davis, que acabou de terminar seu próprio modelo com Jack Buckner, um colega da UC Davis e Geraldo Chowell, epidemiologista matemático da Georgia State University. Seu estudo, lançado em pré-impressão, também sugere o poder de uma seleção inicial cuidadosa na redução de mortes.
Os modelos sugerem que mesmo uma vacina parcialmente eficaz administrada apenas a parte da população, diz Springborn, “pode percorrer um longo caminho para reduzir infecções e mortes.”
Modelagem de Lee, criada com software ela desenvolveu pela primeira vez em 2003, em conjunto com o CDC, para distribuição de suprimentos em desastres naturais e pandemias, analisa como a doença pode ser contida em áreas com diferentes taxas de infecção e suprimentos de vacina inicialmente escassos. Na cidade de Nova York, que foi atingida tão fortemente na primavera, seu modelo prevê que cerca de 60% da população pode precisar de imunidade para conter a pandemia. Supondo que 20 por cento já estejam infectados, cerca de 40 por cento precisariam ser vacinados. Em San Diego, no entanto, onde as taxas de infecção foram mais baixas, o modelo de Lee sugere que 65% precisarão atingir imunidade por meio de infecção ou vacinação. Em Houston, o número pode chegar a 73 por cento porque a infecção persistiu em uma “queima lenta” e devido ao grande tamanho da cidade.
Lee avisa que esses resultados não significam que você pode ir repentinamente a um jogo de futebol em Houston ou show da Broadway em Nova York, mas significa que, com precauções contínuas, o vírus pode muito bem ser contido com as porcentagens fornecidas em seus modelos, até mais a vacina chega.
Embora seus resultados variem, a maioria dos modelos concorda que certos fatores são críticos, especialmente a faixa etária, que muda o risco de contrair, se espalhar e morrer por um vírus. Nem sempre é previsível: a gripe suína, por exemplo, poupou os adultos mais velhos até certo ponto, enquanto o SARS-CoV-2 afetou gravemente aqueles com mais de 65 anos. Adultos com 65 anos ou mais constituem 16 por cento da população dos EUA, mas representam cerca de 80 por cento da população Covid-19 mortes.
Além disso, a idade influencia indiretamente os padrões de transmissão. Em 2009, os epidemiologistas de Yale Alison Galvani e Jan Medlock publicaram um modelo matemático na Science , mostrando que direcionar vacinas contra a gripe a crianças e adultos jovens (além de idosos) poderia ter reduzido as infecções de gripe suína de 59 milhões para 44 milhões; e para a gripe sazonal, 83 milhões de infecções podem cair para 44 milhões. Acontece que as crianças causam uma transmissão desproporcional da gripe e protegê-las protege a sociedade em geral.
A idade também se cruza, de maneiras complexas, com a conectividade social em diferentes regiões. Por exemplo, comunidades afro-americanas e latinas nos Estados Unidos foram atingidas de forma desproporcional pela Covid-19, em parte por causa da prevalência de várias gerações vivendo juntas: os indivíduos mais velhos estão muito mais expostos aos jovens adultos que podem ser os portadores mais prováveis de infecção.
A modelagem da conectividade requer o desenho de grades que representem como vivemos e nos movemos uns com os outros. Em 2008, um jornal histórico construiu uma rede que os epidemiologistas em toda parte ainda usam hoje. Ele estratificou as pessoas em grupos com base na idade, do nascimento aos 70 anos ou mais. No estudo, mais de 7.000 indivíduos mantiveram um diário de seus contatos – quase 98.000 deles – ao longo de um dia. Os contatos foram classificados por local (casa, escola, trabalho, lazer) e por natureza (física ou não física, breve ou mais duradoura). O modelo descobriu que crianças de 5 a 19 anos tendem a ter a maior incidência de infecção quando um novo patógeno começa a se espalhar em uma população completamente suscetível, possivelmente por causa de seu contato físico mais frequente com outras pessoas. Também mostrou quão profundamente as redes de conexão de uma sociedade influenciam a transmissão.
Por exemplo, “se as crianças são realmente os centros em torno dos quais a sociedade é construída”, diz Larremore, “então, se você vacinar as crianças, fragmentar a rede de transmissão, isso nos dará uma maneira totalmente diferente de lançar esta vacina . “
A grade original dependia de diários. Hoje, nossa capacidade de coletar dados por meio de celulares em tempo real e atividades online pode ser ainda maior.
Quando o distanciamento social se espalhou na primavera passada, alterou dramaticamente a entrada no modelo de transmissão típico, diz Springborn. Dados do Institute for Health Metrics and Evaluation da University of Washington mostram o poder do distanciamento social na redução da transmissão. As redes de contato em estudos anteriores são “dos tempos pré-pandêmicos”, escreveu Springborn por e-mail. “Sabemos que as taxas de contato são muito diferentes sob o distanciamento social e queremos levar isso em consideração. E esperamos que o distanciamento social diminua à medida que o número de infecções diminui.
Natureza humana: À medida que o risco diminui, também diminui o comportamento de mitigação de risco.”
Isso também precisa ser modelado. E vai influenciar as expectativas de lançamento e sucesso de uma vacina. Na verdade, afirma Lee, se tivéssemos 90 por cento de conformidade com as máscaras faciais e o distanciamento social agora, poderíamos conter o vírus sem uma vacina.
No estudo de Springborn, Buckner e Chowell, o distanciamento social é modelado pela criação de categorias estratificadas por idade para trabalhadores essenciais e não essenciais. Os trabalhadores essenciais – profissionais de saúde, mercearias e muitos professores, entre outros – correm alto risco de infecção porque não podem se distanciar socialmente. Este modelo descobre que as mortes, bem como o total de anos de vida perdidos, são drasticamente reduzidos quando os trabalhadores essenciais são priorizados para receber a vacina. Trabalhadores essenciais mais velhos, entre 40 e 59 anos, devem ser priorizados primeiro se o objetivo for minimizar mortes, afirmam os autores.
Existem outros métodos de extrair a conectividade social, além de diários e dados de telefones celulares. O censo e outros dados refletem idade, profissão e status socioeconômico, e Lee os inclui em seus modelos. “O código postal fornece uma grande quantidade de informações”, diz ela. Os dados de saúde pública sobre a prevalência de doenças e hospitalizações podem revelar outras doenças não relacionadas que os pacientes da Covid-19 têm, bem como vulnerabilidades em uma determinada área. Até mesmo informações sobre as moradias de uma cidade, sejam arranha-céus ou residências unifamiliares, podem dar uma pista de quão próximas as pessoas estão agrupadas e da probabilidade de interagirem. A entrada desse tipo de dados permite a implementação de uma vacina que é sensível às condições locais. Lee precisaria modelar cerca de 500 cidades representativas nos Estados Unidos, diz ela, para cobrir o país com precisão.
Por mais poderosos que os modelos possam ser, eles são um guia imperfeito. Inevitavelmente, eles se cruzam com preocupações sociais amplas e profundas. A pandemia prejudicou e matou desproporcionalmente as minorias e aqueles com renda mais baixa. Por esse motivo, vários grupos estão examinando os princípios éticos que devem enquadrar a alocação de vacinas, de acordo com Hanna Nohynek, vice-chefe da Unidade de Controle e Vacinação de Doenças Infecciosas do Instituto Finlandês de Saúde e Bem-Estar, e membro do SAGE Working da OMS Grupo sobre vacinas Covid-19.
Mas construir confiança pode ser um desafio na prática. Por exemplo, é amplamente reconhecido que os negros sofreram hospitalização e morte em taxas desproporcionalmente altas em comparação com os brancos. No entanto, quando os especialistas em ética começam a falar sobre priorizar os negros para vacinas, pode ser percebido como uma intenção de experimentá-los, empurrando-os para a frente da fila. Se houver preocupação entre os afro-americanos, é uma reação lógica a “uma vasta história de séculos de abuso contra afro-americanos na esfera médica”, diz a especialista em ética médica Harriet Washington, autora de ” Medical Apartheid “.
Em última análise, os modelos éticos e matemáticos têm que enfrentar os aspectos práticos do mundo real. “É difícil porque a matemática basicamente se resume a um cálculo utilitário”, diz Lipsitch, epidemiologista de Harvard.
Jill Neimark é uma escritora que mora em Atlanta, Geórgia, cujo trabalho foi publicado no Discover, Scientific American, Science, Nautilus, Aeon, NPR, Quartz, Psychology Today e The New York Times. Seu último livro é “The Hugging Tree” (Magination Press).