Brasil pode atingir 1 milhão de mortes por covid-19 até outubro de 2021

O Brasil poderia atingir a cifra de um milhão de mortos por covid-19 até outubro de 2021 se as condições atuais se mantiverem: alta mobilidade no território nacional, novas variantes e vacinação lenta, de acordo com um estudo realizado pelo cientista social russo Alexei Kouprianov. 

Por: Michele de Mello e Giovanny Simon

Kouprianov também é biólogo e foi professor na Escola Superior de Economia na Universidade Estadual de São Petersburgo. Atualmente trabalha com big data, desenvolvendo projeções sobre covid-19 e eleições na Rússia.

Atualmente, o país acumula quase 14 milhões de infectados, o que representa 40% dos casos na região, e mais de 371 mil falecidos pela doença. A média móvel de número de casos na segunda semana de março chegou a 65 mil infectados, colocando o Brasil como o terceiro no ranking mundial em números absolutos e de novos casos diários.

Apesar do desenvolvimento de uma série de vacinas, aprovadas pela Organização Mundial da Saúde, o ritmo da pandemia não diminui. 

De acordo com as projeções de Kouprianov, o Brasil estaria atravessando uma terceira onda de contágios, com o pico dando sinais de ter sido atingido nessa segunda semana de abril, embora essa tendência só poderá ser confirmada quando for observado o comportamento da pandemia nas próximas semanas.

Na investigação, o cientista russo simulou três cenários, utilizando dados das três ondas brasileiras. Segundo as previsões, com os dados da primeira onda, que compreende o período de 17 de março a 1º de novembro de 2020, o Brasil poderia chegar a 500 mil óbitos por covid-19 até a metade de 2021.

Já no segundo cenário, utilizando dados publicados pela Universidade Johns Hopkins, de 01 novembro de 2020 a 15 de fevereiro de 2021, até outubro o país chegaria a 800 mil falecidos e ultrapassaria a cifra de 1 milhão ainda no começo de 2022.

Enquanto o terceiro cenário, que se baseou nos dados publicados entre 15 de fevereiro e 15 de abril, aponta uma tendência muito mais grave, na qual o Brasil registraria um milhão de mortos em seis meses. 

A metodologia utilizada leva em conta que os gráficos que buscam cruzar fatores que provocam uma pandemia, como: existência do vírus, número de contágios, velocidade de propagação, entre outros, finalizam com uma imagem de “S”, referente à lógica da função matemática aplicada para obter os resultados. 

“Uma pandemia é um processo com alto grau de autonomia. Numa situação modelo desenvolve-se como uma onda, adquirindo velocidade lentamente, mais tarde se expandindo rapidamente, ao atravessar um limiar, e, num momento subsequente, desacelerando-se até atingir um teto. Por isso, pode ser representado como uma sequência de ondas”, explica Kouprianov. 

No caso das previsões realizadas para analisar o panorama a curto prazo da pandemia no Brasil, o cientista social russo realizou uma extrapolação de cenário aplicando os números recentes em cima de um modelo pré concebido de gráfico.

“Ambas as projeções são um tanto pessimistas, mas a projeção feita a partir da terceira curva é, neste momento, a mais precisa”, comenta.

A previsão se torna mais factível na medida em que a situação é deixada como está. Ambas as condutas, a sabotagem do governo e a paralisia da oposição, contribuem para que esses números se aproximem cada vez mais da realidade.

Um milhão de mortos seriam 12 estádios do Maracanã lotados, mais de 23 mil ônibus cheios de corpos, e supera a população total de nove capitais brasileiras: Vitória, João Pessoa, Boa Vista, Aracaju, Teresina, Maceió, Macapá, Campo Grande e Florianópolis.

Uma série de fatores apontam, de maneira empírica, que a tendência desenhada nos gráficos está correta. 

Em 2021, o número de mortes de mulheres grávidas e mães com filhos recém nascidos dobrou, chegando a 289 óbitos até o dia 7 de abril.

Além disso, a infecção por covid-19 foi a principal causa para os pedidos de afastamento do trabalho nestes primeiros quatro meses do ano, segundo dados do Instituto Nacional de Seguro Social (INSS). 

Em todo o planeta também houve uma aceleração na letalidade do vírus. A primeira morte pelo novo coronavírus (covid-19) foi registrada no dia 9 de janeiro de 2020 e foram necessários nove meses, ou 263 dias, para se alcançar o primeiro milhão de óbitos. No entanto, em seguida, passaram apenas 108 dias para chegar ao segundo milhão de mortos no globo. E, por fim, apenas 93 dias para saltar de 2 a 3 milhões de falecidos pela covid-19 em todo o mundo. 

O Brasil tem cerca de 2,7% da população mundial e é responsável por cerca de um quarto de todos os novos óbitos no planeta.

Brasil: uma ameaça regional 

A Organização Pan-americana da Saúde (Opas) alertou os governos latino-americanos de que o surgimento de novas variantes do vírus sars-cov2 no Brasil teria sido o principal fator que desencadeou uma segunda onda da pandemia em toda a região.

As variantes P1 e P2 se mostraram mais agressivas e contagiosas. Somente em São Paulo, a P1 gerou 64% dos 2,7 milhões de contágios.

Tanto as variantes brasileiras, como a B1, identificada na África do Sul, sofreram mutações no Spike – formação proteica que seria o “encaixe” do vírus na parede das células receptoras (humanas ou animais). 

“A mutação na proteína spike faz com que ela se ligue com maior afinidade ao seu receptor. Além disso, podem escapar da ação de soros monoclonais para tratamento da COVID-19 e a possibilidade de driblar a resposta imune adquirida com a infecção ou pós-vacina”, confirma o especialista em imunologia Paulo Henrique Lisboa Raeder.

Com essa alterações, os anticorpos de pessoas, que já se contagiaram com as primeiras cepas, podem não conseguir identificar a presença do vírus, aumentando a possibilidade de reinfecção.

Até o momento, os testes in vitro realizados apontaram que todas as vacinas desenvolvidas seriam efetivas no controle das novas cepas, no entanto, justamente porque não foram realizadas provas com humanos, ainda é cedo para dizer que seriam completamente eficientes. 

Emergência total 

“Para evitar o surgimento de novas variantes com risco de serem ainda mais transmissíveis e letais, temos que colaborar para o vírus circular menos na população.Usar máscaras , higienizar sempre as mãos com água e sabão ou álcool em gel e respeitar o distanciamento social são essenciais nesta luta contra a COVID-19”, assegura o doutorando em biomedicina da Universidade de São Paulo (USP), Paulo Henrique Lisboa Raeder. 

Se as projeções realizadas pelo cientista russo já oferecem um panorama muito pessimista sobre o futuro da pandemia no Brasil, algumas medidas podem piorar ainda mais o cenário.

Contrário a todas as orientações da OMS, o Brasil, com escassas políticas de isolamento social, continua com uma mobilidade alta da população. 

No Rio de Janeiro, estado com a maior taxa de letalidade do país, 4,9%, entre março e abril houve um aumento de 32% na mobilidade urbana – a grande maioria saiu das duas casas para ir ao trabalho, supermercado e farmácias, segundo índice elaborado pela plataforma Google Analytics, com base nos dados de rastreamento por GPS. 

Já o Amazonas, segundo estado mais letal, 3,5%, e onde surgiram os primeiros casos da P1, houve um aumento de 49% na circulação das pessoas entre março e abril. 

O contexto de informalidade laboral para 40% da população economicamente ativa, somado à insegurança alimentar que afeta 125,6 milhões de brasileiros, confirma que a maioria sai de casa para “garantir o pão na mesa”. 

Além disso, apesar da estrutura e capilaridade do Sistema Único de Saúde (SUS), que em outros pandemias levou o Brasil a ser um modelo, hoje a campanha de vacinação avança lentamente.

O país vacinou cerca de 32 milhões de pessoas, o quinto em números absolutos a nível global, mas com uma média de apenas 15 imunizados a cada milhão de habitantes, segundo levantamento do site Our World in Data. 

A inexistência de medidas para frear a livre circulação do vírus e o convívio de pessoas já imunizadas com estas novas variantes gera uma espécie de bomba relógio para a explosão de novas versões mais agressivas do novo coronavírus (covid-19). 

O rompimento das patentes das vacinas poderia ser um caminho para acelerar e descentralizar a produção do medicamento em todo o mundo. No entanto, o Brasil votou junto com os representantes das grandes potências mundiais – detentoras de 75% das fórmulas já desenvolvidas – contra a proposta de quebra de patentes na Organização Mundial do Comércio (OMC).

Além disso, o Departamento de Saúde dos Estados Unidos reconheceu, em relatórios públicos, que exerceu pressão sobre autoridades do governo brasileiro para não aprovar a vacina russa Sputnik V, para evitar maior “influência do Kremlin na região”.

O governo de Jair Bolsonaro também não usou todo o orçamento aprovado em 2020 para o combate da pandemia, deixando de gastar R$ 80 bilhões – um montante que poderia pagar até um bilhão de doses, considerando um valor médio de US$15 por dose. 

Em abril de 2020, o Centro de Estudos Estratégicos do Exército (CEEEx) publicou um relatório que apontava a tendência de descontrole da pandemia no Brasil, caso não fossem adotadas políticas que levassem em conta: 1) as orientações da OMS; 2) incentivassem a aplicação de quarentenas; 3) fossem baseadas em dados e estudos científicos; 4) fossem articuladas com os governos estaduais, segundo quatro eixos: saúde, política, social e econômico. 

Um ano depois, todas as orientações foram ignoradas ou, até mesmo, combatidas pelo governo. 

O Supremo Tribunal Federal (STF) aprovou a abertura de uma Comissão Parlamentar de Inquérito (CPI) para investigar a conduta do presidente Bolsonaro durante o período de emergência sanitária. 

Enquanto o processo avança, a realidade, através de doentes e vidas perdidas, impõe-se de maneira contundente. 

---

Análise dos dados

O texto e os gráficos abaixo expõem os resultados de um modelo produzido pelo analista russo independente Alexei Kouprianov para analisar e extrapolar os dados de infecções e mortes por COVID-19 no Brasil. 

Figura 1

Na Figura 1 vemos os dados do número de mortes relacionadas a COVID-19 por dia desde 01 de fevereiro de 2020 até abril de 2021. Note que há uma redução nas últimas semanas de abril, o que pode indicar que atravessamos o pico da terceira onda.

Figura 2

A Figura 2 já engloba o número de novos infectados por dia no mesmo período. Isto é, não importa nesse caso o número total de infectados desde o início da pandemia, já que pessoas podem ser infectadas mais de uma vez e a letalidade pode variar de acordo com cepas virais. O gráfico mostra uma tendência semelhante. 

Figura 3

A Figura 3 compara a função utilizada com os dados já conhecidos, aproximando as “previsões” dos seus resultados factuais, mostrando que se traçou um caminho razoável nas aproximações de curto prazo, na medida em que ele seguiu em geral o caminho percorrido pelos dados reais.

Figura 4

Finalmente, chegamos às extrapolações que podem ser usadas como previsão matemática. No modelo 1 expresso na Figura 4, foram usados essencialmente os dados da segunda onda para a extrapolação. Nele, podemos chegar em 500 mil de mortos até metade de 2021 e 700 mil até o final de 2022. 

Figura 5

Já no modelo 2, expresso na Figura 5, aponta algo como 800 mil mortos até outubro de 2021 ultrapassando a marca de 1 milhão de mortos no início de 2022. Esse é o modelo baseado nos dados mais atualizados da terceira onda.

Figura 6

Como vemos, na figura 6 em que podemos comparar a tendência de desenvolvimento dos três modelos (0,1 e 2). O primeiro seguindo a aproximação da mesma tendência anterior. Depois a extrapolação com base na segunda onda e, por fim, o modelo 2 em que os dados da terceira onda apontam uma tendência muito mais grave.

---

Nota explicativa*

Alexei Kouprianov

Uma epidemia é um processo com alto grau de autonomia. Numa situação modelo desenvolve-se como uma onda, adquirindo velocidade lentamente, mais tarde se expandindo rapidamente, ao atravessar um limiar, e, num momento subsequente, desacelerando-se até atingir um teto. O formato geral da função que descreve as contagens acumuladas de qualquer parâmetro básico de uma epidemia (casos detectados, falecimentos, pessoas recuperadas) tem a aparência, portanto, como a da letra S esticada. Os parâmetros desta função (o nível base de onde parte, o teto ao qual persegue, e a posição de seu limiar) podem ser inferidos de diferentes formas. Os epidemiologistas costumam construir modelos complexos com base no número de reprodução (número de pessoas que uma pessoa doente pode infectar), tamanho da população, e outros parâmetros os quais são determinados empiricamente com base no que se consegue obter durante o estágio inicial da eclosão da epidemia. Outra forma é construir uma extrapolação a partir dos dados existentes de contagem. A extrapolação funciona da seguinte forma: assumimos uma certa forma para a função de forma-S (e.g. [função] logística, ou log-logística) e então seguimos a tentar encontrar parâmetros (o [número] base, teto, e do limiar) que forneçam o melhor ajuste com os valores dos dados empíricos. Podem-se utilizar diferentes critérios, porém o dos mínimos quadrados é o mais amplamente utilizado (os parâmetros da curva suave são escolhidos de tal forma a minimizar a soma dos desvios quadráticos dos valores dos dados empíricos em relação à curva suave que os aproxima).

Em nosso caso aplicamos o segundo método: uma extrapolação com base na pressuposição de que um processo de epidemia pode ser representado como uma sequência de ondas, e que cada onda pode ser aproximada como uma função suave log-logística de formato S. Todos os cálculos têm como base os dados disponibilizados pela Johns Hopkins University e realizados com o ambiente de programação estatística R usando pacote DRC especificamente projetado para realizar extrapolações desse tipo. Todo o código se encontra disponível num repositório GitHub.

No caso brasileiro, é possível reconhecer visualmente 3 ondas da epidemia do COVID-19. Pode-se identificar grosseiramente o final da primeira onda com 01/11/2020, o final da segunda com 15/02/2021. No presente momento estamos passando pela terceira onda. Seria possível argumentar-se que estamos ainda na segunda onda, mas acredito que já passamos dela.

Cada onda deve ser aproximada separadamente. Assim, a sequência de números que representam os dados acumulados das mortes registradas associadas ao COVID-19 foi dividida em três partes, e cada uma destas partes foi fornecida para a função modelo log-logística. O resultado disso foi de três curvas suaves de formato S que são ilustradas nas figuras 01 e 02. A primeira curva aproxima a 1ª onda, a 2ª e a 3ª são extrapolações (projeções) que tem como base as tendências não-lineares atuais. Ambas as projeções são um tanto pessimistas, a projeção feita a partir da terceira curva apenas, é, neste momento, a mais precisa. As previsões, entretanto, são um tanto quanto instáveis (o gráfico mostra como linhas finas sólidas em azul-claro as curvas previstas com base nos dados dos últimos dias, e pode-se ver que tendem a variar bastante conforme cresce o corpo de dados empíricos). Por agora, o modelo para a terceira prevê que o limiar esteja nas redondezas do começo de setembro, e [prevê] o teto do número de mortes associadas ao COVID-19 no nível de 1,35 milhões, ao final da onda. 

Estas previsões devem ser interpretadas, porém, com extremo cuidado, pois agora, ao que parece, estamos passando pelo limiar da 3ª onda, o que significa que dentro de uma semana ou duas poderemos encontrar uma estimativa para o teto em um nível muito mais baixo que o projetado hoje. A situação ficará mais clara dentro de uma semana ou duas, quando veremos se realmente passamos do pico da terceira onda nas semanas recentes. Mas, mesmo se este ponto de vista otimista seja verdadeiro, isso ainda significará mais mortos, pois o vírus não se torna menos mortífero na medida em que a taxa de propagação da epidemia desacelere.

R Core Team (2020). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 

Ritz, C., Baty, F., Streibig, J. C., Gerhard, D. (2015) Dose-Response   Analysis Using R PLOS ONE, 10(12), e0146021

http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0146021

Kouprianov, A. (2020–2021). COVID.2019.ru. Coronavirus epidemics in Russia: data and scripts.

Scripts específicos necessários para reproduzir-se os resultados:

(1) Para a extração e processamento dos dados JHU:

https://github.com/alexei-kouprianov/COVID.2019.ru/blob/master/scripts/covid.2019.world.JHU.r

(2) Para a construção de extrapolações e gráficos para o caso do Brasil:

https://github.com/alexei-kouprianov/COVID.2019.ru/blob/master/scripts/brazil.r

*Tradução Pedro Pinho CorrêaCoronavírusCovid-19Número De Mortes