Um modelo para o coronavírus

Visamos contribuir com a discussão a respeito da covid-19 e permitir que clientes utilizem de forma gratuita a tecnologia desenvolvida por nossa equipe de especialistas.


Compartilhar:


Mais uma vez a XP Investimentos inovou ao transformar seu modelo de projeções de contágio do coronavírus em open-source. Com isto, visamos contribuir com a discussão a respeito da doença e permitir que todos os clientes utilizem a tecnologia desenvolvida por nosso time de especialistas de forma gratuita.

Optamos por desenvolver um modelo que:

  • Fosse baseado no número de fatalidades e não no de casos confirmados;
  • Nos permitisse analisar facilmente diversos países;
  • Ajudasse no timing de tomadas de decisão tendo em vista a situação do coronavírus.

O modelo foi desenvolvido em python e está disponível neste repositório público. Assim, de forma gratuita, o modelo pode ser utilizado e modificado por qualquer um.

O problema atual

A pandemia de coronavírus trouxe um desafio nunca antes enfrentado pela humanidade. Pragas e pestes nos rondaram antes, mas hoje temos a oportunidade de enxergar e enfrentar um adversário invisível a olho nu com ferramentas de ponta.

Ao mesmo tempo, somos hoje um planeta urbano: já faz alguns anos que a maioria dos seres humanos vive em cidades e não no campo. A maior densidade populacional ajuda o vírus a se propagar, assim como a maior integração entre os vários povos que habitam esse pequeno ponto azul.

Nós da XP temos nos esforçado ao máximo para informar e ajudar todos a tomarem melhores decisões de investimentos, inclusive criamos um radar onde nossos clientes e visitantes podem acompanhar toda nossa cobertura sobre o coronavírus: lives, relatórios, notícias e um mapa com a evolução da doença em tempo real.

Vale a pena consultar também o site oficial do Ministério da Saúde sobre o COVID-19.

Governos têm agido com medidas rápidas e drásticas para conter a propagação do vírus e impedir que os sistemas de saúde nacionais fiquem sobrecarregados. Nunca antes na história da humanidade se imaginou que pudéssemos estar com quase 1 terço de todas as pessoas em suas casas.

As consequências econômicas dessas escolhas drásticas e inéditas são também drásticas e inéditas. Nenhuma empresa do planeta poderia ter cogitado um cenário onde seria impedida de funcionar por 1, 2 ou 3 meses. Bancos centrais, governantes e parlamentos têm colocado no ar medidas inéditas e expressivas para tentar conter dados maiores.

As quarentenas e lock-downs têm sido adotados para evitar uma possível falta de leitos nos sistemas de saúde, o que aumentaria a taxa de mortalidade da COVID-19.

A pergunta em todas as mentes é: quanto tempo teremos que ficar “em quarentena”, com comércio fechado e pessoas trancadas em suas casas?

Diversos especialistas têm buscado responder essa pergunta com o uso de modelos epidemiológicos e estatísticos. Após estudar as soluções atuais, nosso time propôs uma nova abordagem.

Os modelos existentes

Boa parte das abordagens para acompanhar a evolução do vírus são baseadas no Modelo SIR. Este modelo separa a população em três “compartimentos”, que dão origem à sigla:

  • Suscetíveis: são todos aqueles que podem contrair a doença em algum momento.
  • Infectados: aqueles que estão infectados em um dado momento, ou seja, os casos ativos.
  • Removidos: aqui estão as pessoas que foram infectadas mas não possuem mais o vírus. Seja pela criação de anticorpos, seja pelo falecimento.

Adicionalmente, as relações abaixo são fundamentais para entender a propagação de uma doença:

  • Quantas pessoas são contaminadas, em média, por cada infectado: o muito falado número básico de reprodução ou R0.
  • Por quanto tempo cada pessoa contaminada permanece contagiosa.
  • Quanto tempo as pessoas infectadas levam para se tornar removidas.

Muitos estudos têm sido feitos sob variações desse modelo para acompanhar a disseminação da doença ao redor do mundo. Infelizmente, esse modelo é muito simples para responder às perguntas que mais têm preocupado líderes e profissionais de saúde:

  • Quantos leitos de UTI são necessários?
  • Até quando o contato social tem que ficar restrito para não sobrecarregar as UTIs?
  • Adicionar leitos pode reduzir em quanto o tempo necessário de quarentena?

Além de não responder a essas perguntas, as abordagens atuais dependem excessivamente de dados “ruins”, como casos confirmados e casos recuperados.

Estes dados são ditos ruins, pois são de difícil controle por parte dos órgãos competentes e, observando principalmente o gráfico de casos recuperados, ficam evidentes problemas nas constatação e publicação destes números.

O modelo SIRFH

Nosso analista Pedro Montero Mattos criou um novo modelo, que adiciona dois compartimentos ao modelo original:

  • Fatalidades: número de pessoas que vieram a falecer.
  • Hospitalizações: número de pessoas hospitalizadas em UTIs.

Isso exige novas dinâmicas que precisam ser modeladas:

  • Quantos dentre os Infectados precisam de cuidado intensivo.
  • Em quanto tempo os infectados que não precisaram de internação se recuperam.
  • O percentual de fatalidade entre os internados.
  • Em quanto tempo os internados sobreviventes se recuperam.
  • Em quanto tempo os internados que virão a falecer o fazem.

Além disto, o modelo proposto inclui uma dinâmica de tempo para o ritmo de propagação da doença. Isto permite que o modelo inclua em suas projeções o fato de um país estar em quarentena.

Preenchendo as lacunas

Com o modelo em mãos, passamos a buscar dados para balizar o modelo. Alguns já estão disponíveis de maneira simples, outros tivemos que estimar com base em notícias de veículos de imprensa.

Fontes de dados

Buscamos os dados de infectados, recuperados e falecidos do repositório Johns Hopkins CSSE, instituição dos Estados Unidos que, desde o início da doença, tem feito um acompanhamento detalhado e disponibilizado os dados para o público.

Número de leitos de UTI no Brasil

O Brasil tem 61,8 mil leitos de UTI na soma de SUS e hospitais privados, de acordo com Cadastro Nacional de Sistemas de Saúde em 16 de abril, quando consultamos os dados.

Percentual de hospitalizações

O artigo científico Demanda por serviços de hospitalização de pacientes de COVID-19 no Brasil, escrito por Marcia C. Castro, Lucas Resende de Carvalho, Taylor Chin, Rebecca Kahn, Giovanny V. A. França, Eduardo Marques Macário e Wanderson Kleber de Oliveira, estima em 5% o percentual de infectados que irá necessitar de tratamento hospitalar intensivo.

Tempo de recuperação para infectados e hospitalizados

Com dados preliminares, a OMS (Organização Mundial de Saúde) estimou em 2 semanas (14 dias) o tempo de recuperação para casos leves e 3 a 6 semanas (21 a 42 dias) o tempo de recuperação de pacientes críticos.

Percentual de hospitalizados que vão a óbito

O The Guardian publicou ao final de março uma matéria que nos ajuda a estimar o percentual de óbitos dentre os pacientes internados. De 165 pacientes tratados em unidades intensivas da Inglaterra, País de Gales e Irlanda do Norte desde o final de fevereiro, 79 morreram e 86 receberam alta. Esses números, de 28 de março, foram consolidados à partir de uma amostra de 775 pessoas que estiveram ou estavam em tratamentos críticos em 285 UTIs diferentes. Os demais 610 pacientes continuavam internados.

Estudos de caso

Para verificar a adequação do modelo, é interessante realizar estudos de caso para outros países, em especial países que se encontram em estágio de contágio “avançado” em relação ao Brasil.

A título de comparação entre os países estudados, podemos observar o percentual de casos confirmados sobre o total de sua população assim como a data em que o país confirmou seu centésimo caso.

Coréia do Sul

No caso particular da Coréia do Sul, podemos ver no primeiro gráfico, de fatalidades diárias, que o pico verdadeiro parece ter sido um dado errático, e por esta razão o modelo não converge para o pico verdadeiro.

Itália

No caso da Itália, podemos observar que muito embora o pico verdadeiro tenha sido atingido 34 dias após a confirmação do centésimo caso, o modelo estima, desde a confirmação do centésimo caso, um pico com menos de uma semana de diferença.

Espanha

De forma semelhante à Itália, o pico de fatalidades diárias na Espanha foi atingido 31 dias após a confirmação do centésimo caso, ao passo que desde a confirmação o modelo estima uma data de pico com menos de 1 semana de erro.

Alemanha

Na Alemanha, a estimativa do modelo se aproxima do pico real, ficando a maior parte do tempo há 7-9 dias do verdadeiro. No caso da Alemanha os dados diários também se mostram erráticos.

Estados Unidos

Para os Estados Unidos, com base no gráfico de fatalidades diárias, é difícil estimar um pico a olho nu, pois quando a curva já aparenta estar na descendente, há a publicação no dia 29 de abril do maior valor da série.

Brasil

Para o caso brasileiro, adicionamos a capacidade estimada de leitos de UTI. Ainda assim, aconselhamos a análise do gráfico acima com bastante cautela, pois o modelo desconsidera diferenças regionais da distribuição de casos e de leitos de UTI. Ou seja, se estivermos acima ou abaixo da linha, não significa que teremos ou não capacidade de atender a demanda, pois o problema real é significativamente mais complexo.

Conclusão

O modelo SIRFH mostra evidências de que consegue prever, com pouca margem de erro, picos de fatalidades com 30 a 40 dias de antecedência. Ainda, o modelo se mostra robusto à diferenças entre países e se adapta bem à mudanças de regime antes e depois da quarentena.

Com isto, nossa equipe espera contribuir com uma ferramenta relevante para os mais diferentes interessados nesta discussão, seja o investidor individual, institucional ou quaisquer tomadores de decisão

Avaliação

O quão foi útil este conteúdo pra você?


Telegram XP

Acesse os conteúdos

Telegram XP

pelo Telegram da XP Investimentos

Leia também

Receba nosso conteúdo por email

Seja informado em primeira mão, não perca nenhuma novidade e tome as melhores decisões de investimentos

Corretora Home Broker Autorregulação Anbima - Ofertas Públicas Autorregulação Anbima - Private Autorregulação Anbima - Distribuição de Produtos de Investimentos

A XP Investimentos CCTVM S/A, inscrita sob o CNPJ: 02.332.886/0001-04, é uma instituição financeira autorizada a funcionar pelo Banco Central do Brasil.

Toda comunicação através de rede mundial de computadores está sujeita a interrupções ou atrasos, podendo impedir ou prejudicar o envio de ordens ou a recepção de informações atualizadas. A XP Investimentos exime-se de responsabilidade por danos sofridos por seus clientes, por força de falha de serviços disponibilizados por terceiros. A XP Investimentos CCTVM S/A é instituição autorizada a funcionar pelo Banco Central do Brasil.

Certificação B3

BMF&BOVESPA

BSM

CVM

Este site usa cookies e dados pessoais de acordo com a nossa Política de Cookies e a nossa Política de Privacidade.