Força-tarefa COVID-19 Unicamp

Modelagem bayesiana mortes Brasil

Tecnológicas Modelagem e Epidemiologia
#1

Olá pessoal, vim aqui compartilhar uma análise de um modelo que fiz para estimativas de mortes no Brasil. Como todos devem saber, casos suspeitos no Brasil estão sofrendo um grande under-reporting devido a capacidade de testes, sabe-se que há também under-reporting nas mortes por conta do atraso em testar as análises enviadas para o ministério [1], mas estima-se que este under-reporting das mortes seja menor que o reporte de casos infectados. Estima-se que o Brasil esteja reportando apenas 11% (8.9% - 14%) dos casos sintomáticos [2], o que é extremamente grave (esta estimativa pode ser ainda menor com under-reporting em mortes).

Pensando nisto tentei focar na análise das mortes:

br_deaths_02apr
br_deaths_02apr7524×4519 1.27 MB

Neste plot temos as estimativas de mortes para cada data juntamente com os dados dos EUA (deslocados no tempo). Dá para ver que os parâmetros estimados utilizando apenas os dados do Brasil, previram com precisão incrível o que aconteceu nos EUA, o que pode significar que o Brasil esteja no mesmo caminho em termos de curva epidemiológica para as próximas semanas.

Ainda tenho que ajustar os fontes e fazer um post para dar contexto, mas o modelo tem as seguintes limitações:

  • Não leva em conta intervenção (porém sabemos que intervenções demoram em média quase um mês para terem efeito, dependendo de vários outros parâmetros;
  • É um modelo exponencial (tenho utilizado o mesmo já faz mais de 1 mês em Portugal e o poder preditivo é bem alto dado a natureza exponencial desta fase inicial da curva epidemiológica);
  • A distribuição utilizada é a mesma utilizada nos estudos do Imperial College: negative binomial;
  • Priors não informativos (pode-se ver as bandas do posterior altas);
  • Único covariate utilizado é o tempo;
  • Mais informações na imagem;

[1] https://www1.folha.uol.com.br/cotidiano/2020/04/cemiterios-de-sao-paulo-tem-ao-menos-30-enterros-por-dia-de-mortos-com-suspeita-de-covid-19.shtml
[2] https://cmmid.github.io/topics/covid19/severity/global_cfr_estimates.html

#2

@christian.perone. Excelente! Vou copiar comentarios que fiz no subgrupo de #tecnolC3B3gicas:ModelagemeEpidemiologia:Predicao com os dois conjuntos de perguntas que acredito serem pertinentes com esse tipo de informação são.

1) Para equipes médicas em geral: Quantos testes rápidos ou com que frequência eles devem ser testados para garantir [dentro de margem de erro] que devam se afastar e qual o impacto deste afastamento se detectado cedo.
  1. [sua análise é excelente para comecar a responder essa daqui] Para o público em geral: Seria possível extrapolar para o conjunto da populaçao nao testada o número de infectados, incluindo assintomáticos? Claro, esse número é dinâmico e, infelizmente, a testagem até agora não está acompanhando em sincronia (ou seja, temos um banco de espera de resultados). Imagino que isso dificulte bastante análise.
#3

Oi @GRezende, o item 1 depende das especificações do teste e da modelagem de risco que o Ministério da Saúde está adotando, infelizmente não estou por dentro desta análise, mas acredito que juntamente com os kits há o parecer com instruções do ministério. Em relação ao item 2 existem muitos fatores que tornam a análise muito difícil e com alto grau de incerteza, primeiro porque não se sabe qual a taxa real de assintomáticos (existem estudos da Islândia e Coréia do Sul que falam de quase 50% de assintomáticos), este é só um dos problemas dentre outros tantos que surgem ao se analisar o item 2, não vou entrar em detalhes aqui porque é um assunto muito grande mas que existe muito material sobre isto já.

#4

Atualizado com os dados de hoje (Apr 8th): https://perone.github.io/covid19analysis/brazil.html#id1