Os métodos atualmente usados ​​em todo o mundo para prever o desenvolvimento de COVID-19 e outras pandemias falham em relatar com precisão o melhor e o pior cenário. Método de previsão recentemente desenvolvido para epidemias, publicado em Física da Natureza , Resolva esse problema.

"Trata-se de compreender o melhor e o pior cenário - e o fato de que o pior caso é uma das coisas mais importantes a serem monitoradas ao navegar por pandemias - independentemente de ser na Dinamarca, a UE, os EUA ou a OMS. Se você for apresentado apenas a uma estimativa média para o desenvolvimento de uma epidemia, sem saber o quão ruim isso pode ser, então é difícil agir politicamente, "diz o professor Sune Lehmann, um dos quatro autores do artigoEstatísticas descritivas de tempo fixo subestimam os extremos dos conjuntos de curvas epidêmicas recém-publicados em Física da Natureza .

Pesquisadores Jonas L. Juul, Kaare Græsbøll, Lasse Engbo Christiansen e Sune Lehmann, tudo do DTU Compute, atuar como consultores do Conselho Nacional de Saúde na Dinamarca durante a crise da coroa. E, em parte, com base em sua própria experiência como consultores, eles se conscientizaram de que os métodos existentes de projeção do desenvolvimento de epidemias, como o COVID-19, têm dificuldade em descrever as possibilidades extremas do desenvolvimento esperado.

Epidemias são imprevisíveis

"Os surtos de doenças são processos fundamentalmente estocásticos. A mesma doença introduzida na mesma população pode infectar um grande número de pessoas ou desaparecer rapidamente sem ter uma prevalência específica. Depende em parte de coincidências, "explica o pós-doutorado Jonas L. Juul.

É precisamente a imprevisibilidade das epidemias que torna tão difícil tomar as decisões corretas em toda a sociedade quando ela acontece. De quantas camas e respiradores serão necessários? E quanto podemos reduzir essa demanda aplicando restrições?

Contudo, a imprevisibilidade geral é apenas um dos muitos problemas para estimar o desenvolvimento de uma epidemia.

"Não é apenas a natureza imprevisível das epidemias que torna difícil prever seu curso - é também nossa falta de conhecimento sobre as características da doença e sua prevalência na sociedade em qualquer momento. Só para dar alguns exemplos concretos disso:lá normalmente ninguém tem ideia de quando um surto começou, quantos infectados temos em uma área em um determinado dia, ou em que regiões a epidemia está se instalando agora. A única coisa que sabemos com certeza é que quando as autoridades de saúde descobrem um surto, já está acontecendo há um tempo, "diz Sune Lehmann.

A maneira comum de lidar com a falta de informação, quase em todo o mundo, é modelar muitos cenários com base em, e. diferentes números de infecções desconhecidas e horários de início e, em seguida, resuma examinando cada dia separadamente e avaliando as previsões "intermediárias" como os resultados mais prováveis ​​do dia. Se a maioria dos parâmetros de entrada fornecer números de infecção inferiores a 4000 no dia de Natal, mais de 4000 novos infectados são subsequentemente avaliados como improváveis.

A maneira 'baseada no dia' de fazer essas previsões é usada em todo o mundo, e embora a ligação entre o desenvolvimento de uma epidemia e datas específicas seja útil em alguns contextos, ele exclui sistematicamente dados sobre o quão ruim ou branda será a epidemia.

Se todas as projeções, por exemplo prever que a epidemia atingirá o pico de 4000 infectados em um dia, mas nenhuma das curvas mostra isso no mesmo dia, então, em um determinado dia, será um extremo e, portanto, não incluído em nenhuma estimativa.

"Nós, Portanto, sugerir fazer o resumo 'baseado em curva':em vez de avaliar quais taxas de infecção são prováveis ​​ou improváveis ​​em dias individuais, devemos olhar para uma simulação inteira de cada vez. Toda a curva de infecção simulada é provável ou não? E com base nisso você pode fazer um resumo das curvas mais prováveis ​​para o desenvolvimento da epidemia, "diz Jonas L. Juul.

"Ao observar curvas de previsão inteiras em vez de dias individuais, você obterá uma estimativa mais realista de quão ruim a epidemia pode se tornar. É especialmente útil se você estiver tentando evitar que o sistema hospitalar fique sobrecarregado, "conclui Sune Lehmann.