Samy Dana e outros quatro autores publicaram um estudo de fôlego, em que simulam o número de mortes no Brasil pelo Covid-19.
A apresentação começa dizendo que as simulações feitas até o momento erraram em “várias ordens de grandeza” o número esperado de mortes. Bem, várias ordens de grandeza significa, pelo menos, em 100 vezes (duas ordens de grandeza). Fiquei curioso para conhecer os resultados.
Depois de descrever o modelo de maneira bem detalhada, a apresentação chega nos resultados: no Brasil, teríamos entre 23 mil e 93 mil mortes, com a mediana das expectativas em 38 mil mortes. Isso, mantendo as condições atuais de isolamento social, como os autores fazem questão de lembrar em todos os slides.
Muito bem. Fui revisitar o estudo do Imperial College, aquele que fez o Reino Unido sair correndo para fazer o isolamento, e que foi taxado de sensacionalista por meio mundo. Aliás, a simulação de Dana et al utiliza o modelo do Imperial College para modelar o número de pessoas infectadas no tempo.
Para o Brasil, o estudo do Imperial College estimou 44 mil mortes para o cenário de isolamento precoce e 206 mil mortes para o cenário de isolamento tardio. Bem, para começo de conversa, não se trata de um erro de “várias ordens de grandeza”. Parece-me que o Brasil adotou um isolamento mais precoce do que tardio, de modo que o número de 38 mil de Dana et al se compara mais com os 44 mil do Imperial College. Mas mesmo que fosse com os 206 mil, trata-se de um erro de menos de 10 vezes, e não de 100 vezes. Além disso, o estudo inglês é de 26/03 e, portanto, foi feito com dados menos precisos sobre o Brasil do que temos hoje.
Ocorre que o que causou furor no estudo do Imperial College foi o cenário SEM QUALQUER ISOLAMENTO SOCIAL, que previa, para o Brasil, mais de um milhão de mortes. Infelizmente, Dana et al não publicaram a sua previsão para a hipótese de não isolamento social, de modo que não podemos fazer comparações neste caso.
Em resumo: mais um estudo que corrobora a simulação feita pelo Imperial College, e a importância do isolamento social para controlar os efeitos da epidemia.