Modelagem da dinâmica de transmissão do sars-cov-2 no Brasil: ciência em tempo real para subsidiar gestores na tomada de decisão baseada em evidências

Apresentação

No atual cenário global da pandemia causada pelo novo coronavirus (SARS-CoV-2), medidas de saúde pública são fundamentais para se retardar a transmissão e a propagação do vírus e mitigar seus impactos. Dentre elas, a disponibilidade de capacidade diagnóstica ampla, ações de vigilância adequadas e estruturação dos serviços de saúde são fundamentais no enfrentamento ao COVID-19. Diversos estudos de modelagem têm sido realizados no mundo e também no Brasil, objetivando estimar o impacto do COVID-19 considerando estimativas do número de casos, hospitalizações e óbitos ao longo do tempo e diferentes cenários. Estimativas geradas por modelagem dinâmica de transmissão do SARS-CoV-2, realizadas em tempo real e considerando dados e realidades locais são fundamentais para subsidiar gestores nas tomadas de decisão de saúde baseadas em evidências durante a pandemia de COVID-19.

O objetivo geral é estimar a transmissão do SARS-COV-2 na população considerando diferentes tipos de modelos e modelar cenários alternativos ao longo do tempo, a fim de subsidiar gestores de saúde para a tomada de decisão baseada em evidências. Este projeto será desenvolvido em etapas distintas e contíguas. Serão desenvolvidos modelos compartimentais clássicos da classe SIR, modelo de simulação baseado no indivíduo (Individual-Based Model; IBM), e modelo metapopulacional, para implementar uma dinâmica de compartimentos da classe e para avaliar a expansão da Covid-19 e os impactos estimados no sistema de saúde, em UFs selecionadas e no Brasil como um todo. Dada a variabilidade dos diferentes modelos, e considerando sua estrutura e dados epidemiológicos requeridos para sua parametrização, concomitante à modelagem será feito o mapeamento dos grupos de modelagem envolvidos no processo de decisão em saúde nos diversos estados do país. Além disso, desenvolveremos revisão sistemática para identificação de modelos de transmissão do SARS-CoV-2 no Brasil publicados na literatura, assim como para a atualização dos parâmetros que alimentarão os modelos.

Como resultados esperados está o desenvolvimento de diferentes modelos de transmissão dinâmica do SARS-CoV-2, complementares entre si e de graus progressivos de complexidade, que poderão responder a perguntas distintas e orientar gestores na tomada de decisão nos diferentes momentos da pandemia. Além disso, almeja-se a ampliação do conhecimento global sobre a dinâmica de transmissão do SARS-Cov-2 considerando especificidades locais e diferentes cenários de medidas de distanciamento social.

Publicações relacionadas:

Berg de Almeida, G., Mendes Simon, L., Maria Bagattini, Â., Quarti Machado da Rosa, M., Borges, M. E., Felizola Diniz Filho, J. A., … & Toscano, C. M. (2023). Dynamic transmission modeling of COVID-19 to support decision-making in Brazil: A scoping review in the pre-vaccine era. PLOS Global Public Health, 3(12), e0002679. Link.

da Rosa, M. Q. M., Bagattini, A. M., Rosa, I. I. R., de Almeida, G. B., Simon, L. M., Camey, S. A., Toscano, C. M.. Modelagem da Covid-19 no Brasil e a interação entre academia e gestores durante a pandemia. Cien Saude Colet [periódico na internet] (2023/Dez). [Citado em 13/08/2024]. Link.

Rangel TF, Diniz-Filho, JA, Toscano CM. Modelagem da Expansão Espaço Temporal da COVID-19 em Goiás. Link.

Leonardo Souto Ferreira, Gabriel Berg de Almeida, Marcelo Eduardo Borges, Lorena Mendes Simon, Silas Poloni, Ângela Maria Bagattini, Michelle Quarti Machado da Rosa, José Alexandre Felizola Diniz Filho, Ricardo de Souza Kuchenbecker, Suzi Alves Camey, Roberto André Kraenkel, Renato Mendes Coutinho, Cristiana Maria Toscano. Modelling optimal vaccination strategies against Covid-19 in a context of Gamma variant predominance in Brazil (preprint). Link.

Müller GC, Ferreira LS, Mesias Campos FE, Borges ME, Berg de Almeida G, Poloni S, Simon LM, Bagattini ÂM, Quarti M, Felizola Diniz Filho JA, Kraenkel RA, Coutinho RM, Camey SA, Kuchenbecker RS, Toscano CM. Modeling the impact of child vaccination (5-11 y) on overall COVID-19 related hospitalizations and mortality in a context of omicron variant predominance and different vaccination coverage paces in Brazil. Lancet Reg Health Am. 2023 Jan;17:100396. doi: 10.1016/j.lana.2022.100396. Epub 2022 Nov 17. PMID: 36437904; PMCID: PMC9678377. Link.

Status: Em andamento

Início: Junho/2020 Conclusão Prevista: Junho/2023

Eixo temático: Doenças Infecciosas e Tropicais Eixo metodológico: Pesquisas Epidemiológicas

Fonte de Fomento: CNPq

Instituição coordenadora: Universidade Federal de Goiás (UFG) Instituições Participantes: UNESP – Botucatu Universidade Federal do Rio Grande do Sul Universidade de Brasília Departamento de Saúde Pública, UMIT, Áustria  Departamento de Epidemiologia de Doenças Infecciosas, Escola de Saúde Pública da Universidade de Yale, EUA

Coordenação:  Cristiana M. Toscano (UFG) Integrantes: Jose Alexandre Diniz Filho (UFG – ICB) Thiago Fernando Rangel (UFG – ICB) Carlos Magno Fortaleza (UNESP – Btu) Wildo Navegantes de Araújo (UnB) Ricardo de Souza Kuchenbecker (UFRGS) Suzi Alves Camey (UFRGS) Colaboradores Serviço:  Fluvia Pereira Amorim da Silva (SES) Yves Mauro Fernandes Ternes (SMS) Colaboradores Internacionais:  Uwe Siebert (UMIT) Daniel Weinberger (YALE)