A adoção de lockdown obrigatório no Estado de São Paulo será </IP>inevitável caso o nível de isolamento social não suba significativamente nas próximas semanas. A projeção foi feita a partir de um modelo matemático desenvolvido na Universidade Estadual de Campinas (Unicamp). Entre os dias 8 e 10 de maio, foram registrados, em média, 1.839 novos casos diários de Covid-19 em todo o estado, sendo 1.033 somente na capital. Se for mantida a taxa de contágio (R0) — que é o número de pessoas para as quais um infectado transmite o vírus — observada nos 30 dias anteriores a 10 de maio, no final de junho São Paulo contabilizará 53,5 mil novas infecções por dia, sendo 20,8 mil casos diários somente no município de São Paulo. Nesse período, estima-se que o número de novos casos dobre a cada 11,5 dias para o estado e a cada 12,9 dias para a capital, nas próximas semanas. O cálculo foi feito considerando-se os dados reais de crescimento do número de casos ao longo do último mês, que indicam uma taxa de contágio de 1,49 para o estado e de 1,44 para a cidade de São Paulo. Ou seja, no final de abril, cada 100 paulistas infectados transmitiam o novo coronavírus para quase 150 pessoas, em média (ao longo de um período de cerca de 7,5 dias após se contaminar, de acordo com a modelagem utilizada). “Essas projeções têm grande chance de estarem subestimadas, pois o nível de isolamento vem caindo desde o início de abril e, entre 5 e 9 de maio, não ultrapassou 50%, o que provocará o aumento da taxa de contágio. Isso se refletirá daqui a 15 ou 20 dias no número de novos casos, depois sobre o número de óbitos. Mas, mesmo que se mantenha o nível de contágio estimado até 10 de maio, os valores projetados indicam que ainda este mês o sistema público de saúde da Região Metropolitana de São Paulo (RMSP) atingirá o limite, pois o nível de ocupação de leitos de UTI (Unidade de Terapia Intensiva) já está acima de 80%. “Se o isolamento não for ampliado urgentemente, o estado terá de adotar medidas mais drásticas de contenção, como ocorreu na Itália, ou a situação se tornará insustentável”, afirma o matemático Renato Pedrosa, professor do Instituto de Geociências da Unicamp e coordenador do Programa Especial Indicadores de Ciência, Tecnologia e Inovação da Fapesp. As estimativas foram feitas com um modelo desenvolvido por Pedrosa e descrito em artigo disponível na plataforma medRxiv em versão preprint (ainda não revisada por pares). O modelo permite estimar a dinâmica de transmissão da Covid-19 em diferentes locais, levando em conta variáveis climáticas (temperatura e umidade absoluta), a densidade populacional e a linha do tempo da instalação da doença (data em que o país ou a região atingiu a marca de 100 casos).Para desenvolver o modelo, Pedrosa usou dados de 50 estados norte-americanos e de outros 110 países, incluindo o Brasil. Foram selecionados países para os quais havia informação suficiente disponível para calcular a taxa de crescimento exponencial no período em que o centésimo caso da doença foi registrado. As informações meteorológicas foram obtidas em uma base de dados da Administração Nacional Oceânica e Atmosférica (NOAA, na sigla em inglês), instituição que integra o Departamento de Comércio dos Estados Unidos. Já os dados referentes à expansão da Covid-19 até o dia 10 de abril vieram de duas fontes: o Centro de Ciências de Sistemas e Engenharia da Johns Hopkins University (Estados Unidos) e o Centro Europeu de Controle e Prevenção de Doenças, com sede na Suécia. “Estudos iniciais sugeriam que o novo coronavírus teria mais dificuldade para se disseminar em países com clima quente e úmido. Mas, segundo este modelo, o efeito das variáveis climáticas na taxa inicial de expansão da doença não foi significativo ao se incluírem as variáveis de densidade populacional e/ou a data de início da doença. Isso confirmou a experiência do Brasil e de outros países que estavam em período de verão, com clima quente e úmido, e sofreram expansão severa da Covid-19”, conta Pedrosa. “A data do centésimo caso apareceu de forma interessante. Quanto mais tarde esse evento ocorreu em um determinado local, menor foi a taxa inicial de expansão da Covid-19. Uma possível explicação para esse achado é que, nos locais onde o vírus tardou a chegar, a população foi ganhando consciência sobre a necessidade de adotar medidas de proteção, como lavar as mãos, usar álcool em gel, evitar apertos de mão e aglomerações. E isso diminuiu a velocidade de transmissão mesmo nos estágios iniciais”, avalia. Segundo Pedrosa, uma vez descontado esse efeito, a densidade populacional das diferentes regiões analisadas — medida pelo número de habitantes por quilômetro quadrado — passou a ser a variável mais relevante para estimar a taxa de expansão livre da Covid-19, ou seja, sem nenhum efeito de atenuação de diversas origens, e como seria o contágio nessa situação. Quanto mais densamente povoada a região, maior seria a taxa de contágio livre, algo esperado conceitualmente, mas, segundo Pedrosa, aplicado pela primeira vez na análise da taxa de contágio da Covid-19.
