Os Acadêmicos Nívio Ziviani, professor emérito da Universidade Federal de Minas Gerais (UFMG) e Adriano Veloso, pesquisador do Departamento de Ciência da Computação da UFMG e membro afiliado da ABC no período 2012-2016 publicaram artigo em pre-print usando algoritmos de aprendizado de máquina para criar modelos sobre a covid-19 em nível de país.

Ziviani explica que o modelo para um país é treinado com dados de todos os outros países e o conjunto de dados de validação inclui apenas dados desse país. “Os modelos foram treinados usando dados que representam mais de 99% de todas as mortes globais por covid-19. O movimento da doença em cada país é descrito em termos de velocidade e aceleração da taxa de óbitos, usando mais de 200 fatores”.

As técnicas de explicação do modelo revelam os principais fatores que determinam a velocidade e a aceleração da taxa de mortes. “A velocidade é explicada principalmente por fatores relacionados a questões de desigualdade social, problemas de urbanização e comorbidades típicas. Já a aceleração é explicada pelos efeitos das medidas de saúde pública adotadas ou pela falta delas.”

Ziviani ressalta a aplicabilidade da pesquisa: “Essas explicações podem ajudar os epidemiologistas e formuladores de políticas a entender os fatores que motivam o surto, bem como monitorar o impacto das medidas de saúde pública na propagação da doença.”

Ele diz que são mostradas, também, previsões contrafactuais para estimar o que provavelmente aconteceria como resultado de uma ação caso ela tivesse sido considerada. “Neste trabalho assumimos uma independência entre países, no sentido de que aumentar/diminuir o nível geral de rigor nas medidas tomadas por um país não altera os fatores e o número de mortes observados em outros países”.

Ziviani e Veloso apresentaram no artigo considerações sobre o uso dos seus modelos para o Brasil, EUA, Bélgica, Suiça, Alemanha, Itália, Holanda e Reino Unido. Mais detalhes podem ser vistos no artigo publicado.

Os dois países mais afetados, Brasil e os EUA, sofrem muito com a alta desigualdade de renda, com alto impacto na velocidade de transmissão durante todo o surto. “Nossos modelos revelam que países com maior desigualdade de renda têm maior probabilidade de enfrentar um aumento no número de mortos devido a covid-19”, reforçou Ziviani.

A Bélgica e a Suíça têm uma alta proporção de instituições de longa permanência e de enfermagem. “Nossos modelos apontam que as mortes nas instituições de longo prazo representam um terço do número de mortes na Bélgica e, na Suíça, mais da metade das mortes. A razão é que membros da equipe de cuidadores, assintomáticos e infectados pelo novo coronavírus, devastaram as instituições de cuidados de longo prazo, cujos residentes são adultos mais velhos”, apontou o Acadêmico.

A Itália e o Reino Unido não tomaram medidas preventivas no início das contaminações, tais como cancelar eventos públicos e fechar os meios de transporte público. “Nossos modelos mostram que a ausência dessas medidas contribuíram para um número maior de mortes, dentre outros fatores envolvidos”, ressaltou o cientista.

A Alemanha, de acordo com Ziviani, é um bom exemplo da importância de um sistema de saúde robusto, bem como da diferença que faz a adoção de boas medidas de saúde pública num país.

Leia o artigo origina na íntegra, gratuitamente.