Thread by @wlcota

Nosso trabalho de modelagem do avanço da COVID-19 pelo interior do Brasil está finalmente disponível em preprint! Com @ghscosta271 (@ufvbr) e @silviojrufv (@ufvbr e INCT-SC) 🎉

Está disponível aqui: covidbr.github.io/pub/1

Segue o fio 👇

1/n

Fizemos uma modelagem que incorpora dados demográficos🗺️, epidemiológicos⚕️ e de mobilidade🚗

O trabalho foi desenvolvido por nossa equipe com anos de tradição em epidemiologia teórica no Grupo de Investigação de Sistemas Complexos (GISC) do Dep. de Física da UFV (@ufvbr)

2/n

Um país grande como o Brasil, com grandes diferenças em termo de população e infraestrutura, demanda uma modelagem epidêmica com resolução muito maior que os modelos compartimentais usuais. Podemos fazer isso com metapopulações e dados reais.

3/n

Uma metapopulação é uma composição de várias populações espacialmente separadas mas com fluxo de pessoas entre elas. Neste trabalho, cada grupo representa um município 🏙️.

4/n

Como sabemos, a transmissão da COVID-19 está intimamente ligada à mobilidade humana. Aqui consideramos dois tipos: pendular (pessoas que vão e voltam para trabalhar ou estudar) e aérea. Esses dados são públicos, do IBGE (@ibgecomunca) e ANAC (@oficial_Anac).

5/n

O que acontece dentro de cada município?

De forma geral, podemos modelar epidemias utilizando compartimentos, que indicam as fases dos indivíduos durante a epidemia, e há transições de uma fase para outra. Cada pessoa pode estar em uma dessas fases.

6/n

No nosso modelo, utilizamos seis compartimentos:

☺️ Suscetível: pessoa saudável e que pode ser infectada

🤨 Exposto: foi infectado mas ainda não transmite

🤔 Assintomático (ou pré-sintomático): não apresenta sintomas, mas já pode transmitir

(continua)

7a/n

🤒 Infectado não confirmado: está com o vírus, tem sintomas, transmite, mas ainda não sabe se está c/ COVID-19

😷 Infectado confirmado: após testagem, é confirmado p/ COVID-19

🥺 Recuperado: não transmite mais o vírus

Como podem ver, nem só de SIR vive um epidemiologista

7b/n

Para a dinâmica começar, precisamos das chamadas sementes. Para isso utilizamos os casos confirmados por município até os dias 31/03 e 04/04. São aqueles lá do covid19br.wcota.me

8/n

Primeiramente, calibramos o modelo através de alguns parâmetros, como a taxa de testagem e o crescimento inicial da epidemia. Depois, evoluímos o modelo para alguns cenários de confinamento: nenhum, moderado e forte. Mais detalhes lá no artigo: covidbr.github.io/pub/1

9/n

Com isso analisamos o que acontece em diferentes níveis regionais: estados, regiões intermediárias, imediatas e municípios. Aqui tem um exemplo para Minas Gerais com cenário moderado: vejam como os picos são diferentes e como a dispersão existe mesmo em escalas menores!

10/n

Isso não ocorre apenas em Minas Gerais, mas também em outros estados (exemplo para hipótese de confinamento moderado):

11/n

Um dos principais resultados é relativo à variação da duração e intensidade dos surtos epidêmicos nos municípios. A onda começa em alguns focos concentrados em regiões mais populosas, e se propaga para o interior.

Sem confinamento:

12a/n

Um dos principais resultados é relativo à variação da duração e intensidade dos surtos epidêmicos nos municípios. A onda começa em alguns focos concentrados em regiões mais populosas, e se propaga para o interior.

Com confinamento moderado:

12b/n

Um dos principais resultados é relativo à variação da duração e intensidade dos surtos epidêmicos nos municípios. A onda começa em alguns focos concentrados em regiões mais populosas, e se propaga para o interior.

Com confinamento forte:

12c/n

🚨 Lembrando que o objetivo desse trabalho foi de mostrar o que pode acontecer a longo prazo no espalhamento da COVID-19 no Brasil sob a hipótese de diferentes cenários de confinamento e de restrição de mobilidade interurbana! 🚨

13/n

É interessante notar o efeito do confinamento forte: além de achatar a curva localmente, há influência nos surtos de regiões próximas.

Se as regiões passam pelo surto em tempos diferentes, é possível se aproveitar dessa informação para reorganizar o sistema de saúde.

14/n

Protocolos de mitigação homogêneos possuem efeitos diversos na propagação da COVID-19. As políticas de combate devem ser pensadas de acordo com cada região, mas sempre integrada com a situação geral do país.

Estudo completo e preprint: covidbr.github.io/pub/1

15/15

Errei a @ ali: @ibgecomunica

Apenas lembrando que esse trabalho seria impossível sem as bolsas da @CAPES_Oficial e o investimento durante anos por agências como @CNPq_Oficial e @fapemig na infraestrutura do nosso Grupo de Investigação de Sistemas Complexos na @ufvbr.

posfisica.ufv.br/?page_id=53#FC

#paCTopelavida

Thread in English:

https://twitter.com/silviojrufv/status/1258863610576670721