Prévia do material em texto
1/4 Vacinar os mais vulneráveis primeiro pode não ter o maior impacto na COVID-19, sugere novo modelo Um novo simulador pode modelar com precisão a COVID-19 e os efeitos de diferentes estratégias de mitigação, que os pesquisadores dizem que poderiam ajudar a orientar novas políticas para combater a pandemia. Imagem criada por Charlie Bulmer. Enviado para Chamada Global das Nações Unidas para Criativos Com a segunda onda de COVID-19 em pleno vigor – com alguns países até experimentando uma terceira onda – as autoridades de saúde em todo o mundo estão enfrentando desafios sem precedentes na tentativa de equilibrar a disseminação do vírus com os meios de subsistência dos cidadãos e a saúde da economia. Escusado será dizer que ser capaz de prever quais estratégias - como medidas de bloqueio, distanciamento social e vacinação - fornecerá o resultado mais significativo é inestimável para determinar o melhor curso de ação. Em novo estudo, uma equipe de pesquisadores liderada por Maurizio Porfiri, professor do Instituto da Escola de Engenharia Tandon da NYU, criou uma nova plataforma de simulação de código aberto para modelar com precisão o spread COVID-19. Suas descobertas foram publicadas recentemente em Teoria Avançada e Simulações. Rastreando com precisão a propagação da COVID-19 em um nível individual 2/4 A simulação usa o que é chamado de modelo baseado em agente, que simula diferentes situações, como uma pandemia, em nível individual. Usando dados obtidos a partir das estatísticas do Censo dos EUA, a equipe replicou a demografia e a localização geográfica de indivíduos na cidade de New Rochelle, onde ocorreu um dos primeiros surtos de COVID-19 nos Estados Unidos. “É como uma espécie de videogame simplificado ‘SimCity’ ou ‘Second Life’”, explicou Porfiri ao Advanced Science News. “Criamos um pequeno programa de computador para cada habitante da cidade. Este programa de computador é codificado com a característica do indivíduo único, de acordo com categorias específicas (ou seja, idade, trabalho, tamanho da casa, etc.) e é capaz de imitar o comportamento da única pessoa e as interações com os outros. Uma população sintética é gerada, com as mesmas estatísticas da população da cidade, e então as interações são simuladas. Com o tempo, essas pessoas artificiais vão ficar doentes, curar ou perder a vida com a mesma probabilidade do mundo real. Podemos então contar o número de indivíduos infectados, curados ou sintéticos falecidos ao longo do tempo. Porfiri apontou que o foco no tamanho de uma cidade de New Rochelle foi crucial para a pesquisa, porque a maioria das cidades nos EUA tem tamanhos e concentrações de população comparáveis. “Escolhemos New Rochelle não apenas por causa de seu lugar no cronograma do COVID, mas porque a modelagem baseada em agentes para cidades de médio porte é relativamente inexplorada, apesar de os EUA serem em grande parte compostas por tais cidades e pequenas cidades”, disse ele. Para garantir a precisão do modelo, a equipe primeiro se certificou de que ele era capaz de reproduzir condições existentes do mundo real, como a propagação durante a primeira onda. “Então, podemos mudar algumas características ambientais, como vacinas, o uso de máscaras, distanciamento social, bloqueios, etc., para projetar previsões e elaborar cenários ‘e se’”, disse Porfiri. Seu modelo combinava de perto os dados reais, o que lhes permitiu analisar cenários alternativos. Vacinar os mais vulneráveis teve efeitos mínimos no controle da propagação É importante ressaltar que o modelo foi usado para comparar o resultado de diferentes estratégias de vacinação, se implementada durante a primeira onda da pandemia. “Especificamente, avaliamos o efeito de vacinar apenas grupos de alto risco de indivíduos, funcionários de hospital, escola ou de aposentadoria, ou residentes de casas de repouso e comparamos os resultados com uma imunização aleatória em toda a população”, escreveram eles. Em contraste com os planos de ação de vacinação atuais que estão sendo implementados em todo o mundo, as descobertas do estudo sugerem que priorizar indivíduos de alto risco tem um efeito mínimo na disseminação da COVID-19. “Se apenas um pequeno número de doses disponíveis estiver disponível”, disse Porfiri, “o efeito sobre a transmissão geral através da população depende apenas marginalmente da priorização [dos indivíduos vulneráveis]; isto é, não prevemos uma clara vantagem sobre o número global de pessoas infectadas e falecidas se priorizarmos o pessoal sanitário ou os socorristas ”. Para uma redução significativa no número de casos, o modelo indica que uma fração muito grande da população em geral deve ser vacinada. Mas Porfiri diz que o problema pode ser mais sutil do que apenas isso. “Concordamos que a priorização é útil para proteger setores específicos da população (por 3/4 exemplo, professores para manter as escolas abertas, médicos para continuar a combater o vírus, etc.)”, acrescentou. “Esses tipos de decisões, no entanto, precisam ser tomadas pelos formuladores de políticas com o apoio de modelos.” O que o modelo efetivamente confirmou foram os benefícios dos bloqueios e a restrição dos movimentos na interrupção da COVID-19. Mesmo em comparação com qualquer uma das estratégias de vacinação exploradas por Porfiri e seus colegas, estas provaram ser fundamentais no combate à propagação da COVID-19 e na minimização da perda de vidas. Esta é uma mensagem que muitos profissionais de saúde, formuladores de políticas e cientistas ainda estão tentando reiterar ao público: que, mesmo quando as vacinas se tornarem mais difundidas, medidas como distanciamento social, uso de máscaras e bloqueios não serão jogadas pela porta. Para aumentar isso, estudos clínicos da Pfizer, Moderna e AstraZeneca têm demonstrado a segurança e eficácia das novas vacinas, no entanto, ainda não há evidências definitivas que sugiram que parem a propagação da infecção. Uma plataforma de código aberto permite um uso imediato e flexível Embora existam algumas limitações à plataforma, Porfiri diz que, ao torná-la de código aberto, ela está disponível para outros pesquisadores e formuladores de políticas que têm a total liberdade para implementar melhorias ou aplicá-la a outros problemas. “Além do estudo oportuno das estratégias de vacinação, nosso modelo também pode ser adaptado para explorar uma série de problemas prementes por usuários interessados que podem modificar diretamente nossa plataforma”, disse ele. “Por exemplo, o modelo pode ser rapidamente adaptado para descrever a propagação simultânea da gripe com COVID-19, o que deve exacerbar o impacto da segunda e terceira ondas. “Da mesma forma, o modelo pode fornecer suporte claro e quantitativo às recomendações há muito debatidas em relação à necessidade de evitar grandes reuniões e sempre usar máscaras”, concluiu Porfiri. Dado o atual clima político e a reação contra as medidas de segurança pública impostas pelo governo, fornecendo evidências de que elas são eficazes e que futuras adaptações dessas políticas, bem como novas estratégias, ajudarão a reduzir as taxas de infecção e a morte é mais importante do que nunca. Porfiri e seus colegas esperam que seu trabalho ajude a orientar a política para tomar as melhores decisões em uma situação sem precedentes. Referência: Agnieszka Truszkowska, et al., Modelagem Baseada em Agente de Alta Resolução de COVID-19 Espalhando-se em uma Cidade Pequena (2021). DOI: 10.1002/adts.202000277 ASN WeeklyTradução Inscreva-se para receber nossa newsletter semanal e receba as últimas notícias científicas diretamente na sua caixa de entrada. ASN WeeklyTradução https://onlinelibrary.wiley.com/doi/10.1002/adts.202000277 4/4 Inscreva-se no nosso boletim informativo semanal e receba as últimas notícias científicas.