O que é?

O Modelo Epidemiológico é um produto de dados preditivo que funciona como uma “bússola”: faz estimativas e prevê cenários para até quatro semanas sobre a Rt (a taxa de transmissibilidade), o número de pessoas infectadas e o número de óbitos. 

Esses cenários podem ajudar na tomada de decisão dos gestores e também de cada catarinense.

O Modelo Epidemiológico projeta cenários que estimam o número de infecções diárias, a taxa de contágio (Rt) desde o início da epidemia no Estado de Santa Catarina e permite fazer projeções do número de óbitos diários para as próximas semanas. 

Com informações dadas pelo modelo epidemiológico, as pessoas podem conhecer quais são os cenários projetados para as próximas semanas em Santa Catarina e entender dados importantes para o seu cuidado individual e coletivo.

  1. Estimativas do número de infecções diárias: como não há testagem em massa, basear-se somente no número de  casos confirmados divulgados diariamente nos boletins epidemiológicos não é uma informação precisa para o entendimento do grau de disseminação da doença. Neste quesito, o Modelo Epidemiológico nos ajuda a ter  uma visão mais ampla sobre quantas pessoas podem estar infectadas para além dos casos confirmados. 
  2. Estimativas da taxa de contágio (Rt): são estimados três (03) cenários de taxa de contágio a cada teste do Modelo. O Rt estima para quantas pessoas uma pessoa que contraiu a COVID-19 provavelmente está transmitindo a doença. Ao ler os três cenários de Rt projetados, você pode entender a probabilidade de disseminação do COVID-19 e agir de forma consciente para sua proteção pessoal e em prol da coletividade.
  3. Estimativas de projeções do número de óbitos diários para as próximas semanas: para cada cenário estimado de Rt, é estimado um cenário de óbitos para até quatro (04) semanas em Santa Catarina. Quando o cenário de Rt está acima de 1, a estimativa de número de óbitos cresce de maneira acelerada. 

Ao ler estes cenários para as próximas quatro (04) semanas você poderá entender que, se as estimativas de crescimento de óbitos forem aceleradas, haverá muitas pessoas internadas, principalmente em UTIS, o que levará a uma necessidade de maior infraestrutura de atendimento hospitalar.  

COMO UTILIZAR ESSE PRODUTO?

Neste vídeo, o Jonathan Cardoso, da Data Science Brigade, explica de uma maneira didática como podemos entender o funcionamento deste produto. Confere aqui!

Relatórios semanais do modelo

A cada teste do modelo epidemiológico são produzidos relatórios completos sobre a situação da pandemia em Santa Catarina e feitas projeções para as próximas semanas — estão disponíveis abaixo.

Este produto foi desenvolvido voluntariamente pelos cientistas de dados da Data Science Brigade e voluntários especialistas do Social Good Brasil, com o apoio do CIASC e o Governo de do Estado de Santa Catarina. O Modelo Epidemiológico foi entregue ao Núcleo Intersetorial de Inteligência de Dados COVID-19 em 23.06.20 como produto de inteligência de dados  e com seus testes validados.

A partir de 15.07.20 o Governo do Estado de SC assumiu a ferramenta e passou a conduzir os seus testes semanais. O papel do SGB a partir de então é o de produzir e divulgar análises Data for Good Covid-19 que tem como fontes de dados os produtos de  inteligência de dados que a organização ajudou a desenvolver no termo de parceria firmado com o NIIDC.

Este produto foi criado para o Estado de Santa Catarina utilizando como referência o modelo da Imperial College London, escolhido pelos especialistas que compõem a ação, por já ser validado internacionalmente e pela possibilidade ser adaptado à realidade de do estado e para as suas macrorregiões. 

O modelo epidemiológico é o mesmo desenvolvido pela MRC Centre for Global Infectious Disease Analysis, grupo de pesquisa epidemiológica global do Imperial College London, com adaptações nos valores das variáveis de medidas de intervenções estaduais.

Tanto as equações quanto o código-fonte do modelo Bayesiano foram disponibilizadas por aqueles pesquisadores e está disponível na página do MRC/Imperial bem como no repositório Github. Uma descrição técnica e mais direta das equações pode ser encontrada nesta página.

A Imperial College liberou cinco (5) versões diferentes do modelo desde o primeiro lançamento em março. Até a data de 21 de junho, a versão utilizada internamente pelo time do Modelo Epidemiológico de Santa Catarina é a segunda versão. As versões de número quatro a seis disponibilizadas pelo Imperial College trouxeram algumas personalizações a nível de países (Itália, Brasil e EUA), mas não trouxeram mudanças significativas nas equações ou na metodologia do modelo epidemiológico.

O Modelo está sendo rodado desde 17 de abril de 2020 para o estado de Santa Catarina; para as Macrorregiões de Criciúma e Foz do Rio Itajaí desde 23 de abril; para a Grande Florianópolis desde 30 de abril; para o Planalto Norte e Nordeste desde 22 de maio; para o Alto Vale do Itajaí e Grande Oeste desde 29 de maio; e para o Meio Oeste e Serra Catarinense desde  05 de junho. Para o município de Joinville, o modelo está sendo rodado desde 29 de maio de 2020. 

Todas as explicações sobre este produto de inteligência de dados se encontram detalhadas aqui: 

 

O Modelo Epidemiológico criado aqui permite imputar seis (6) covariáveis com valores de 0 a 1, que foram minimamente personalizadas: 

  1. Cancelamento de Eventos
  2. Fechamento Escolas e Universidades
  3. Auto Isolamento de Casos Confirmados
  4. Distanciamento Social
  5. Lockdown 
  6. e uma última variável que indica se alguma das medidas anteriores está em vigor.

Ao final, estima o número de infecções diárias, a taxa de contágio (Rt) desde o início da epidemia no Estado de Santa Catarina e permite fazer projeções do número de óbitos diários para as próximas semanas. 

 

Para inibir um pouco o efeito da subnotificação, o modelo utiliza os dados de óbitos confirmados por COVID-19 — não considera o número de casos confirmados — e pondera também as medidas de intervenções estaduais, como decretos com medidas de distanciamento social. 

Desenvolvido por:

Apoio: