Um novo vírus com alta infectividade (capacidade de se multiplicar dentro do hospedeiro), mas baixa virulência (capacidade de gerar casos graves ou fatais), está se espalhando rapidamente pelo mundo. A Organização Mundial de Saúde declarou que o mundo vive uma pandemia global e diversos países estão tomando medidas extraordinárias para conter a disseminação do COVID-19.

Com o mundo todo ligado nesse assunto, uma enorme quantidade de dados está sendo gerado e compartilhada entre diversos países. A grande novidade é ver como esse compartilhamento associado a rápida análise desses dados está gerando evidência científica para suportar a tomada de decisão de governos, empresas e cidadãos.

Com a disseminação de ferramentas de Big Data e IA, a utilização de dados do mundo real (Real World Data – RWD) está ganhando muito espaço nos últimos anos, além de trazer incontáveis benefícios para a sociedade. Essas aplicações também estão impactando a área da saúde, e um dos maiores benefícios da utilização de RWD é a geração de evidência científica para que os agentes de saúde tomem a melhor decisão possível para cada caso, o que é chamado de Real World Evidence (RWE).

Pandemias virais acontecem de tempos em tempos e chegam a ser totalmente esperadas; existem equipes no mundo inteiro que trabalham somente com um objetivo: evitar grandes estragos quando a próxima epidemia aparecer. Essa inevitabilidade pode ser entendida quando estudamos um pouco mais a fundo o comportamento dos vírus.

A alta capacidade mutagênica dos vírus faz com que novos subtipos mutantes de vírus surjam constantemente. Com isso, vírus com novas ‘identidades’, ainda não conhecidos pelo nosso sistema imune, vão surgindo o tempo todo, e eventualmente, surgirá um com alta virulência e/ou alta infectividade. O COVID-19 se trata de uma variação da família coronavírus. Os primeiros vírus desta família, foram identificados em meados da década de 1960, de acordo com o Ministério da Saúde. Com a sua nova variação aparecendo na China em 2019, um nome para o vírus não foi definido, sendo chamado temporariamente com a nomenclatura de 2019-nCoV, e agora COVID-19.

O que mais chama a atenção no COVID-19 e o que o diferencia de outros vírus é sua alta infectividade.

Essa alta capacidade de se disseminar entre as pessoas causa um problema de saúde pública bem particular: grande quantidade de pessoas precisando de cuidados intensivos em um curto intervalo de tempo. Embora outras doenças tenham uma maior letalidade, como por exemplo a dengue que tem sua disseminação dependente de um terceiro, o mosquito, o que faz com que o número de casos graves seja mais espalhado no tempo e os serviços de saúde consigam atender essa demanda sem grandes problemas, ou diversos outros vírus que já são conhecidos do sistema de saúde, para os quais já existe uma ação de controle efetiva em andamento.

O que acontece com o COVID-19, que foi identificado analisando-se dados do mundo real de diversos países, é que sua rápida disseminação e o grande número de pessoas jovens assintomáticas faz com que o número de casos graves aconteça em um curtíssimo intervalo de tempo, atingindo um pico tal que o sistema de saúde não tem leitos de terapia intensiva o suficiente para atender tamanha demanda. Por isso as medidas protetivas de contágio do vírus, como estimular o trabalho home-office nas empresas, cancelar eventos, evitar ir ao médico sem sintomas graves, são tão importantes nesse caso: eles diminuem a velocidade de disseminação do vírus e achatam a curva “número de casos x tempo”. O que explica o #FlattenTheCurve que circula na internet.

A lição que fica para nós que trabalhamos com dados é que o compartilhamento de dados entre todos e a tomada de decisão suportada por análises preditivas pode impactar o mundo que vivemos para melhor: doenças serão melhor tratadas, pandemias serão previstas com maior antecedência e controladas com maior assertividade, mortes serão evitadas, muitos recursos serão poupados. Os dados têm o poder de impactar bilhões de vidas e por isso acreditamos e nos dedicamos tanto para impulsionar essa área cada vez mais no nosso país.

Aqui vão alguns sites que abordam esse tema das mais diversas formas:

• https://www.washingtonpost.com/graphics/2020/world/corona-simulator/ : construção de modelo matemático para simulação de como o vírus se espalharia dependendo de quais medidas de contenção de contágio fossem tomadas;
• https://news.yahoo.com/rsna-ct-provides-best-diagnosis-210500472.html?soc_src=community&soc_trk=wa : estudo com dados do mundo real mostrou que o melhor exame diagnóstico para COVID-19 é a tomografia computadorizada (TC), melhor que exames laboratóriais, indicando que a TC poderia ser utilizada como exame inicial em lugares que exista alta disponibilidade da utilização deste exame;
• https://publichealth.gsu.edu/coronavirus/ : estudo que desenvolveu um modelo que faz projeção do numero de casos em países que a transmissão está começando. Para isso o modelo analisa dados de outros países e particularidades quanto ao país a ser estudado. O site é atualizado regularmente com os novos dados;
• https://www.nejm.org/coronavirus?cid=DM88311&bid=165326853 : uma das revistas médicas mais importantes do mundo, a New England Journal of Medicine (NEJM), liberou acesso gratuito a todos os artigos publicados sobre o COVID-19.
• https://www.forbes.com/sites/bernardmarr/2020/03/13/coronavirus-how-artificial-intelligence-data-science-and-technology-is-used-to-fight-the-pandemic/#1bac09185f5f : Artigo da Forbes descrevendo 10 maneiras que a ciência de dados pode ajudar no combate ao COVID-19.

Sobre o Autor: Júlio Barbour – Médico e Cientista de Dados.

LinkedIn: https://www.linkedin.com/in/julio-cesar-barbour-oliveira-357188180/