Fim do túnel ou fim do mundo?
Perspectivas atualizadas sobre o COVID-19 no Brasil
“I think, therefore I doubt.”
— Victor Hugo (Les Misérables)
É inegável que a semana foi crítica para quem acompanha os números do COVID-19 no Brasil, com um aumento significativo no número de casos confirmados, óbitos e com algumas notícias preocupantes de algumas regiões do país.
Muita gente tem me mandado mensagens, perguntando o que estou achando da situação e se a minha perspectiva otimista mudou. Por isso, decidi escrever esse follow-up para endereçar as novas informações que temos à nossa disposição.
De antemão, confirmo que continuo otimista. Ao mesmo tempo, acho que o gráfico abaixo resume muito bem a minha avaliação:
Vou tentar colocar algumas das minhas visões em mais detalhes abaixo.
Disclaimer: nossos estudos, incluindo este artigo, são feitos com o objetivo primário de (e se limitam a) orientar decisões dentro da Loft e também, na medida do possível, compartilhar nossos dados e conclusões com outras startups para ajudá-las a proteger seus colaboradores e garantir a sustentabilidade dos empregos e dos negócios neste novo contexto. Quanto a decisões de isolamento que abarcam toda a comunidade, nosso papel se restringe a seguir as orientações das autoridades públicas, que têm as condições de proteger a saúde de todos, principalmente das populações com maior vulnerabilidade social e menor acesso a recursos de saúde.
Destrinchando a situação em algumas perspectivas
A mortalidade do COVID-19
Apesar de a pandemia ser ainda recente e de termos poucos dados a respeito do vírus, o que pode levar consequentemente a interpretações errôneas e/ou precipitadas, já parece ser consenso na comunidade médica que a mortalidade do COVID-19 a nível global é inferior aos números inicialmente temidos.
No meu artigo inicial, falamos sobre alguns testes em larga escala que tinham sido feitos ao redor do mundo e que indicavam uma taxa de letalidade de 0.2–0.5%. Desde então, saíram novos estudos que corroboram essa visão. O mais importante deles, na minha opinião, é o estudo feito no estado de Nova Iorque, que contou com 3.000 pessoas escolhidas enquanto faziam compras. Ele conclui que 13.9% da população do estado poderiam estar infectados com COVID-19 (e >20% em New York City, ponto focal da pandemia), o que levaria a um dado de mortalidade real de ~0.5%:
Esse estudo foi subsequentemente expandido para testar, no total, 7.500 pessoas, levando a estimativa de infecção a nível estadual para 14.9% e para New York City a 24.7%, reduzindo a real mortalidade ainda mais.
Ainda mais do que os dados de infecção, os dados reportados pelo governo de NY sobre os óbitos são muito reveladores. Desde o começo da pandemia, especula-se que populações de idade mais avançada e com condições pré-existentes estejam sujeitas a riscos maiores com o COVID-19 do que o restante da população. Os dados confirmam esta hipótese:
Mais de 70% dos quase 13 mil óbitos (dados até o dia 29/04) ocorreram em casos de pessoas com condições pré-existentes, definidas como: “diabetes, doença pulmonar, câncer, imunodeficiência, doença cardíaca, hipertensão, asma, doença renal, doenças gastrointestinais e hepáticas e obesidade.” Do mesmo total, 3% não possuíam tais condições e a existência delas nos demais 27% é desconhecida (o que poderia tornar o número de mortes com condições pré-existentes ainda maior).
O maior grupo de risco é o de pessoas de idade avançada com alguma condição, contabilizando 33% dos óbitos. Pessoas com até 44 anos de idade representam apenas 4% das fatalidades. Em um webinar de que participei recentemente, organizado pela Sociedade Brasileira de Cardiologia, visões similares foram expressadas em relação à mortalidade pelos vários especialistas presentes.
O ciclo viral do COVID-19
Para entender melhor a evolução da pandemia, é muito importante entender o ciclo do vírus — a relação temporal entre os dados divulgados e o ciclo viral do COVID-19 é de fundamental importância na leitura da atual situação.
O ciclo pelas seguintes etapas: infecção → primeiros sintomas → piora clínica → internação → eventual agravamento que necessite de UTI e/ou respiradores → alta e/ou óbito. A pesquisa abaixo, baseada em casos de pacientes que evoluíram para óbito, resume sua evolução, dia por dia, de uma forma muito intuitiva:
O estudo chega nas seguintes medianas:
- Infecção → primeiros sintomas: 7 dias, podendo variar de 2 a 14 dias
- Primeiros sintomas → óbito: 14 dias
Isso confirma que, se estamos analisando novos casos confirmados de COVID-19 hoje, estamos olhando para uma demora de até 28 dias para óbitos e de até 14 dias para novas infecções. Dado o ciclo longo do COVID-19, o efeito tempo entre medidas de contenção (isolamento social, quarentena, lockdown) e os números oficiais é muito grande, levando até um mês para que óbitos relacionados a esta determinada safra aconteçam.
Na minha opinião, os dados que estamos observando em São Paulo hoje, e que vamos detalhar abaixo, são já fruto do primeiro esforço de aumento da taxa de isolamento social observado no estado desde o fim de março. Qualquer medida nova que tomarmos a partir de agora terá efeito nos dados somente em aproximadamente 14 dias.
A atual situação hospitalar
Idealmente, para entender o que está acontecendo em relação a uma possível superlotação (ou ao tamanho e preenchimento do “balde” do sistema de saúde), precisaríamos ter acesso às informações tanto de entrada (novas hospitalizações) quanto de saída (novas altas, em adição aos óbitos), além de número de leitos (total e de UTI) para cada hospital, público ou privado, seguindo a ilustração abaixo:
Infelizmente, isso é muito desafiador. No meu primeiro artigo, eu consolidei algumas dessas informações em um sheets de fácil acesso, que venho atualizando na medida do possível. Infelizmente, principalmente para o setor público (pelo menos em São Paulo), isso é quase impossível.
O que sabemos hoje:
- A ocupação do setor privado parece continuar sob controle. Os dados do Hospital Albert Einstein são os mais completos a que tenho acesso e, na linha do gráfico acima, demonstram uma ascendência muito maior em altas do que em internações, já há várias semanas:
- Os dados da rede Hapvida são similares. Não temos o mesmo nível de granularidade que no caso do Albert Einstein, mas a ocupação, principalmente de leitos de UTI, ainda está longe da capacidade total de 671 leitos:
- O setor público em São Paulo está sob estresse. O acesso aos dados é muito difícil, se limitando a algumas informações divulgadas em coletivas de imprensa pela Secretaria de Saúde, que não divulga os dados na granularidade ideal. É sabido que a taxa de ocupação das UTIs na capital está em 89% e em todo estado, em 69%, e que pacientes começarão a ser transferidos da capital para o interior. Mas é incerto se isso se trata apenas da rede pública, ou se inclui também o setor privado.
- Estou otimista que, entre (1) os novos leitos hospitalares na rede pública (hospitais de campanha), (2) remanejamento de pacientes e (3) potenciais parcerias público-privadas, poderemos reduzir os efeitos do COVID-19 em São Paulo e, potencialmente, no Brasil. Também destaco o tamanho do nosso “balde”: mesmo considerando um peso maior no setor privado, o SUS tem um número de leitos por habitantes parecido ao da Itália, França e Coréia do Sul (e no Sudeste até superior):
- A realidade de diferentes estados e municípios é completamente diferente. Nós sabemos que a heterogeneidade do Brasil é muito grande — há quem argumente que temos vários países europeus dentro do Brasil, tanto do ponto de vista populacional quanto sócio-econômico. Vale sempre lembrar que, neste sentido e também na disponibilidade de leitos, a realidade de São Paulo é muito diferente do Rio de Janeiro, Manaus ou Fortaleza, por exemplo. Ao mesmo tempo, o grande número de casos no Brasil ainda se concentra em São Paulo, epicentro da epidemia no país, que deve, por um bom tempo, continuar a puxar os dados nacionais.
Pegando emprestada a análise do meu amigo Juliano Lara Fernandes, com o qual tenho trocado muitas experiências, vale levar em conta que o pico de casos novos não é equivalente a pico de utilização de leitos hospitalares, levando em consideração o ciclo viral descrito acima.
A internação em UTI acontece cerca de 10 dias após aparecerem os sintomas, com média de permanência em UTI de 16 dias, o que é um tempo considerável. Se a queda de casos novos pós pico não é rápida, o sistema hospitalar continua recebendo um número grande de doentes até que, depois de 16 dias, comecem a receber alta os doentes iniciais. Como a curva de subida de casos é mais rápida que a de descida, esta liberação de leitos também é mais lenta, levando à extensão do prazo de ocupação das UTIs. Ou seja, estimando o pico de casos novos, teríamos que somar 26 dias em média para estimar o pico de utilização do sistema de leitos intensivos com mais uma semana (33 dias no total) para a queda ser mais pronunciada.
Se assumirmos por um minuto que no Brasil a população com maior poder aquisitivo (a que mais viaja, principalmente entre diferentes países) foi afetada primeiro pelo COVID-19, e que a infecção da parcela mais carente ocorreu subsequentemente, é bem provável que não vamos observar uma queda na ocupação de leitos de UTI no setor público por um tempo significativo, a depender de quando ocorreu o pico de novas infecções em cada localização.
A experiência de outros países ao redor do mundo
A pandemia do COVID-19 começou no Brasil no dia 4 de fevereiro, que é quando temos o primeiro caso confirmado em São Paulo:
(Note-se que a Secretaria de Saúde de São Paulo divulgava os novos casos e óbitos, até o dia 12 de abril, por dia dos sintomas, o que representaria D+7 vs. infecção. Depois, passaram a divulgar os dados apenas de forma cumulativa, veja mais sobre isso abaixo).
Quando foram anunciadas as medidas de isolamento em São Paulo, o estado contava já com mais de 6.000 casos confirmados de COVID-19. Na época, não necessariamente sabíamos disso, pois os casos podem ter sido confirmados retroativamente. Isso nos leva a duas conclusões muito importantes quanto às medidas de quarentena em São Paulo:
- A infecção já era muito presente e em plena curva de ascensão quando iniciamos a quarentena, com um número significativo de infecções — fora os assintomáticos que potencialmente não foram testados. Ou seja: o vírus já está há mais de 90 dias entre nós e estava pelo menos há 30 dias presente em SP quando iniciamos a quarentena.
- São Paulo iniciou as medidas relativamente cedo comparado a outros países, alguns deles discutivelmente mais afetados do que nós quando iniciaram medidas similares. Na Itália, eram 12 mil casos, em NY, 9 mil, e na Alemanha, até mais de 22 mil, segundo o gráfico abaixo:
A grande vantagem que temos sendo um país ocidental, além de um país onde o COVID-19 chegou mais tarde, é de poder olhar para o que aconteceu em outros países que iniciaram a curva mais cedo e poder usar essas informações para tomar decisões melhores. Mesmo se não confiarmos nos dados divulgados por questões de subnotificação, ainda assim podemos colher e aplicar aprendizados válidos.
Nesse paper (disclaimer: não publicado, nem submetido a peer-review, elaborado como uma ferramenta de análise), Juliano Lara Fernandes, médico cardiologista e doutor em medicina pela FMUSP e com MBA em Sistemas de Saúde pela FGV-RJ, faz uma análise das linhas do tempo de outros países e como elas poderiam se aplicar ao caso de São Paulo.
Usando como base um total de 30 países de maior número de casos de COVID-19 que já haviam atingido um pico máximo de novos casos e que apresentaram ao menos 5 dias de queda ou estabilização dos casos novos diários, ele calculou o número de dias entre o início e o pico da pandemia, mostrado na seguinte tabela:
Aplicando essa metodologia ao estado de São Paulo, chegaríamos a uma estimativa de pico de novas infecções no estado entre 25 de março a 02 de abril, dependendo do valor de referência utilizado. Todos os intervalos de confiança no gráfico abaixo:
Nos próximos parágrafos, vamos demonstrar que essa estimativa de pico de novas infecções ao redor do final de março e início de abril é também consistente com algumas das informações oficiais publicadas.
Dados, dados, dados…
Usando os dados oficiais reportados diariamente
Todos os dias somos expostos a novos números a respeito do COVID-19. Vale lembrar que os números divulgados oficialmente são de casos confirmados por meio de testes naquele dado dia.
Essa informação é insuficiente para tirarmos conclusões, principalmente se levarmos em consideração o ciclo do vírus sobre o qual falamos anteriormente. Quando são divulgados os novos casos de infecções ou óbitos das últimas 24 horas, não se trata de ocorrências que efetivamente aconteceram nas últimas 24 horas, mas que apenas tiveram os testes ou mortes confirmados e/ou informados.
O grande desafio no momento é que o Brasil no agregado não reporta casos por dia e tampouco reporta quantos testes são feitos por dia. Sabemos que há filas de testes em algumas regiões do país, mesmo que São Paulo tenha recentemente zerado a fila. A dificuldade com os números reportados sempre é entender se o aumento de casos é por aumento de testes, por casos antigos confirmados ou por um real aumento de casos.
O que fazer com isso? A solução é investigar mais, cruzando estas informações com outros dados, para chegar na real curva de infecções ou óbitos por dia de sintoma. Felizmente, uma vez por semana o próprio Ministério da Saúde divulga, em seu boletim epidemiológico, algumas informações úteis de hospitalizações e óbitos por semana de infecção.
Nesse sentido, vale muito a pena ler esse relatório que o Ministério publicou ontem e que contém, na minha opinião, as melhores informações sobre o que está acontecendo.
Vale destacar o gráfico abaixo, que mostra a distribuição dos novos óbitos reportados ao longo da curva de ocorrências pela data em que o óbito efetivamente ocorreu:
Explicando esse gráfico: os 381 óbitos reportados ontem, 30/04, efetivamente ocorreram em dias anteriores, na sua maioria até D-7 (condizente com o ciclo do vírus) e o restante até mais de um mês atrás. Termos esses números, por estado e por cidade, seria fundamental para conseguirmos efetivamente tomar decisões melhores e mais bem informadas.
Qual a situação em São Paulo?
São Paulo infelizmente não publica o gráfico da mesma forma. Porém, podemos cruzar os dados publicados pela Secretaria da Saúde com os dados cartoriais do Registro Civil, disponíveis no portal da transparência. Se olharmos os dados reportados pela Saúde (os dados oficiais, reportados todo dia, em azul) versus os óbitos reportados no Registro Civil (dados cartoriais de confirmação de óbito por COVID-19 ou suspeita, em laranja), para o dia 30/04, chegamos no seguinte desenho:
Ou seja, o número de novos casos divulgados se refere primariamente a casos que ocorreram no passado. Na Loft, criamos um robô que baixa os novos casos de óbitos diariamente, chegando no seguinte gráfico, que simula aquele divulgado pelo Ministério da Saúde:
Assim sendo, concluímos que a grande maioria dos casos de óbitos divulgados nas últimas 24 horas se refere a óbitos passados. Mais especificamente, na sua maioria, a óbitos que ocorreram até ~7 dias antes, segundo o gráfico abaixo:
Dado que não temos mais a informação de novos casos por dia de sintoma divulgada pela Secretaria de Saúde de São Paulo, na minha visão, a melhor métrica para acompanhar onde nos encontramos na curva do COVID-19 são os óbitos. Por mais que ainda com alguma incerteza, eles apontam para um pico no início de abril (07/04 para ser exato), com uma leve tendência de queda desde então. Essa conclusão é reforçada pelo fato de os óbitos do Registro Civil serem maiores que os óbitos reportados pela Saúde, além de incluírem também os casos suspeitos além dos confirmados.
Se os óbitos tiveram seu pico em no início de abril, pelo ciclo viral teríamos um pico de infecções no fim de março. Isso novamente é confirmado pelos dados que foram disponibilizados pela Secretaria da Saúde, que mostramos anteriormente, indicando um pico ao redor do dia 23/03, ou seja, exatos 14 dias antes do pico de óbitos:
Desde o dia 10/04, só temos o gráfico acima no formato linha, de leitura mais difícil. Mas as inclinações dos gráficos são consistentes com as observações anteriores, com maior inclinação de novas infecções no fim de março.
Por fim, graças ao Luciano Tavares, fizemos uma extrapolação dos gráficos do Registro Civil para ver como se comportariam as curvas se assumirmos diferentes valores para novos óbitos (50, 100, 200/dia) com a distribuição na mesma proporção que nos últimos dias:
O resultado indica que poderíamos ter um novo pico de óbitos agora no início de Maio se o número de novos óbitos que vier a se confirmar se manter elevado (ontem, 01/05 foram 136 confirmados em São Paulo). A conclusão que poderia também ser tomada é que, em São Paulo, poderiam existir dois ciclos de infecção correndo em paralelo, um na população mais afluente e outro na população mais carente, conforme debatido acima na questão dos dados hospitalares.
Cuidado com os modelos preditivos
Desde o começo da crise, temos alocado significativos esforços de data science em prol de um melhor entendimento da situação, inclusive divulgando os nossos métodos e resultados (como no portal loft.science, por exemplo).
Pessoalmente, fico bastante incomodado quando pulamos muito rápido para conclusões fortes com base em modelos preditivos, principalmente quando as premissas por trás deles são frágeis mas não são discutidas já que eles foram criados por “especialistas”. No passado, já tivemos evidências de erros significativos nessas previsões, sendo o caso mais notório o de Neil Ferguson, do Imperial College de Londres, que previu até 1 milhão de mortos no Brasil sem isolamento e ações contra o COVID-19.
Este mesmo grupo do Imperial College está agora trabalhando em previsões de óbitos para cada país. Em um cenário pessimista, eles estão prevendo até 2.500 óbitos por dia no Brasil, o que seria mais que a Itália e em linha com o que foi observado nos Estados Unidos, seguindo o gráfico abaixo:
Mas é preciso tomar cuidado com essas estimativas. Este artigo mostra algumas das previsões passadas de Neil Ferguson, demonstrando um erro significativo nas suas previsões para o Reino Unido durante as crises das gripes suína e aviária, além da crise da vaca louca.
Por isso, nenhum modelo pode ser levado a “valor de face”. Modelos devem ser publicados com responsabilidade e criticados com afinco. Tentamos deixar claras todas as premissas dos modelos que construímos nos nossos reports e tentamos deixar a metodologia do Rt a mais transparente quanto possível, com o objetivo de que todos consigam “subir a barra” das análises que estão sendo publicadas.
Nessa linha, publicamos o código para mais um modelo de previsão de fatalidades, usando técnicas mais gerais para modelagem de séries temporais. O modelo mostra um cenário difícil de 600–1000 fatalidades por dia daqui 7 dias, mas não de fim do mundo (2 mil fatalidades por dia daqui dois dias):
Deixamos esse modelo como contraponto para que todos tenham outro ponto de vista sobre como fazer previsões e para onde o Brasil está caminhando hoje. Lembrando, é claro que o mesmo se apoia em dados oficiais reportados pelo Ministério da Saúde, sujeitos aos desafios descritos acima.
Conclusão
Volto a destacar o meu otimismo com a situação, acompanhado, ao mesmo tempo da minha preocupação com a dificuldade de se obter números confiáveis. Para conseguirmos navegar essa crise, precisamos que nossos governos sejam o mais transparente possíveis com os cidadãos, idealmente abrindo os dados de casos (infecções e óbitos) por dia de sintomas, hospitalização, teste e óbito. Além disso, precisamos de mais transparência sobre o número de testes que têm sido administrados, idealmente a nível estadual, municipal e, idealmente também, local.
Esse site traz uma visão muito legal da transparência de cada estado brasileiro durante a crise do COVID-19. Note-se que São Paulo, mesmo sendo o atual epicentro da crise e tendo divulgado várias informações relevantes, encontra-se apenas em décimo lugar no ranking.
Só com essa transparência é que saberemos de fato se o casos novos reportados são oriundos de efetivas novas infecções, ou por algum outro efeito que precisa ser monitorado mas que é, naturalmente, menos preocupante.
Aguardemos.
Enquanto isso: #StayHome e #StayStrong and #KeepExecuting
Meu muito obrigado a quem me ajudou na elaboração e revisão desse post, muitos deles pela segunda vez: Juliano Fernandes, Guilherme Marmerola, Ricardo Kauffman, Flora Oliveira, Diogo Kpelo, Ricardo Amorim, Luciano Tavares e Erik Lassner.
