Entrevista com Pedro Peixoto, do Instituto de Matemática e Estatística da USP

  1. Como você acredita que as análises feitas podem ser úteis na definição de políticas públicas?

Contexto:

Faço parte do time de suporte científico do comitê de crise do Governo do Estado de SP, em parceria com a secretaria  de desenvolvimento econômico, Patricia Ellen, e do diretor do I. Butantan, Dimas Covas (membros do comitê de contingência).

Faço parte de um sub-comitê científico do Consórcio Nordeste, em parceria com o Miguel Nicolelis. Eles atuam diretamente com os governadores dos estados do nordeste.

 

Atuação:

Governo de SP: 

(i) Temos gerado análises de mobilidade com dados de geolocalização de celulares auxiliando em análises de efetividade de medidas não farmacêuticas no combate a pandemia, incluindo análises de distanciamento social, movimentação pendular e mobilidade entre municípios. Principal referência: plos-one. Esse artigo serviu para antecipar aos municípios o risco previsto em relação ao tempo de chagada da Covid-19. Foi a nossa porta de entrada para atuar mais próximos do governo do estado de SP.

(ii) Temos um modelo de previsão de casos e óbitos que é usado para guiar políticas publicas dentro do centro de contingência (em conjunto com outros modelos de outros times científicos). O principal diferencial do nosso modelo é que ele é totalmente acoplado espacialmente, incluindo todas as cidades do estado. Isso possibilita cenários mais realistas, incluindo por exemplo fenômenos multi-ondas, ou conhecidos como “bumerangue”, de disseminação cruzada entre cidades. Esse modelo é uma continuação do estudo do paper da plos-one. Referência aqui.

 

Nordeste:

(i) Temos atuado principalmente em análises de mobilidade em nível de microregiões e cidades, monitorando conjuntamente o avanço da doença com a mobilidade. Isso tem permitido com que os agentes públicos atuem nas regiões de maior potencial de disseminação da Covid-19.

(ii) Estamos atualmente investigando os efeitos “rebotes”/”bumerangues” de segundas ondas nas capitais. Isso é feito também com análises de mobilidade cruzadas com dados de leitos/casos/óbitos por covid19.

 

2. Quais foram os principais achados de sua pesquisa de mobilidade?

Cálculo de risco relativo para os municípios de SP e RJ no início da pandemia, respondendo a pergunta “em que ordem a doença vai se espalhar nos muncipios?”, possibilitando um planejamento antecipado. No artigo publicado, atualizamos na revisão final um comparativo com a ordem real de espalhamento, indicando um claro acerto do modelo na maioria das cidades.

Monitoramento e análise de mobilidade: efeitos claros de redução de mobilidade no início da quarentena depois em geral gradual aumento dos níveis de mobilidade social. Diversas análises mais particulares vem sendo feitas para captar efeitos de decretos locais de “lockdown”, por exemplo, com as análises indicando a efetividade ou não das ações públicas.

 

3. Como os dados do painel ajudaram na análise?

Ainda não usamos os dados do painel para produção de resultados científicos ou técnicos. Atualmente estamos construindo indicadores de mobilidade no painel que cheguem ao nível de região censitária, algo que não é possível com as bases que usamos atualmente. Isso vai permitir um entendimento melhor da heterogeneidade da relação entre entre mobilidade e risco para a covid19 considerando aspectos socio-economicos locais.

 

4. De acordo com os estudos e os números expressos em mapas de calor, podemos considerar que a pandemia nas duas cidades (SP e RJ) tenha atingido o platô?

Isso pode ser melhor visto no estudo subsequente, de modelos SEIR preditivos. O que vemos no estudo da plos-one é que o risco efetivo de disseminação da covid19 pelo interior dos estados foi atingido conforme previsto, gradativamente avançando seguindo essencialmente a mobilidade das pessoas.  Os mapas de risco indicam aqueles que primeiro tiveram contato com a covid19, e que portanto, tem mais chances de terem picos antes dos demais. Assim como os mapas de risco também indicam os locais que tendem a ter uma demora maior para receber o pico da covid19, indicando possivelmente que estes locais terão um tempo maior antes de ser possível uma flexibilização das medidas de restrição de mobilidade.

 

5. Há alguma perspectiva de quando teremos o final da pandemia no Brasil?

O modelo subsequente gerado com dados de mobilidade tem indicado que o número  de casos e óbitos no estado de São Paulo está com uma tendência de queda. O modelo, que é na verdade um conjunto de milhares de modelo possíveis, estima casos otimistas e pessimistas. Em se mantendo um controle como o que vem sendo conduzido no estado, os modelos otimistas tem indicado que em Outubro o estado de São Paulo já teria um número de casos muito baixo, indicando controle da epidemia. Os modelos mais pessimistas, indicam número de novos casos ainda expressivos até o final do ano (Dezembro).

Compartilhe:

Compartilhar no facebook
Facebook
Compartilhar no twitter
Twitter
Compartilhar no pinterest
Pinterest
Compartilhar no linkedin
LinkedIn
Leia também

Relacionados

Iniciativas

Conheça nossas frentes

Conectando quem precisa de ajuda com os que podem ajudar. De um lado estão cadastradas as necessidades do sistema de saúde e apoio aos vulneráveis. Do outro, as empresas que podem ajudar com os seus recursos.

Informações da pandemia em tempo real, que permitem acompanhar e simular o avanço da Covid-19 por regiões, cidades e até bairros. Utiliza dados de mobilidade e propagação fornecidos por fontes oficiais.

Um espaço onde você também pode compartilhar informações para ajudar a mapear e conter o avanço da Covid-19 no país.

O Covid Radar é o resultado da coalizão de diversas organizações que estâo contribuindo para minimizar os impactos da COVID-19 no país. Juntos estamos desenvolvendo soluções para apoiar instituições de saúde, empresas públicas e privadas, mídia e sociedade.