Como as aplicações meteorológicas poderiam prever seu risco de COVID

Por Laura Tedesco

17 de agosto de 2022 - Tapio Schneider é um cientista climático, e sua esposa um engenheiro mecânico. Em muitos aspectos, eles eram como muitas outras famílias afetadas pela COVID: dois jovens fora da escola e intermináveis reuniões de Zoom a partir de casa. Mas os dois não estavam apenas fazendo pão com massa de pão e dando passeios durante o fechamento: Eles estavam fazendo um brainstorming sobre como poderiam usar seus conhecimentos para ajudar.

"Estávamos escondidos em casa como todos os outros, falando sobre como o isolamento ou trancamentos poderiam ser evitados", lembra Schneider, professor de ciência e engenharia ambiental no Instituto de Tecnologia da Califórnia e cientista sênior de pesquisa no Laboratório de Propulsão a Jato da NASA.

Na época, os bloqueios eram a única maneira conhecida de controlar o vírus, mas Schneider sentiu que eles não funcionavam bem.

"Mesmo no auge da pandemia, 1 ou 2% da população era realmente contagiosa", diz ele. "Noventa e oito por cento não precisariam se isolar". Mas o problema era descobrir quem eram essas pessoas infecciosas.

Então, ele foi atingido: E se ele pudesse criar uma "previsão" COVID usando a mesma tecnologia que as aplicações meteorológicas usam?

A esposa de Schneider, que também é professora da Caltech, estava estudando os sensores de temperatura corporal. Talvez, eles argumentaram, dados de dispositivos similares pudessem ser combinados com dados de testes COVID para prever as chances de uma pessoa obter o vírus. Envie esses dados para um aplicativo, e cada usuário poderia ter seu próprio risco personalizado entregue diretamente em seu smartphone.

Essa semente de uma idéia se tornou um estudo na PLOS Biologia Computacional. A Schneider fez uma parceria com uma equipe global - incluindo um cientista computacional da Alemanha e um modelador de doenças da Universidade de Columbia em Nova York - para descobrir se um aplicativo como este poderia ajudar a controlar uma pandemia como a COVID. E os resultados são promissores.

Como funciona um aplicativo de previsão de COVID

Se você já usou um aplicativo meteorológico, você provavelmente já notou que a previsão de fim de semana pode parecer muito diferente na segunda em relação à sexta-feira. E isso não é porque os meteorologistas não sabem o que estão fazendo: É um reflexo da grande quantidade de dados que está sendo constantemente importada, aumentando a precisão da previsão à medida que a data real se aproxima.

A cada 12 horas, os aplicativos meteorológicos fazem uma análise. O primeiro passo captura o estado atmosférico agora mesmo - coisas como temperatura, umidade e velocidade do vento, medidas por fontes como estações meteorológicas e satélites. Esta informação é misturada com a previsão de 12 horas antes, e depois é conectada a um modelo atmosférico. Um algoritmo prevê como serão as condições em outras 12 horas, o aplicativo meteorológico é atualizado, e meio dia depois, o ciclo se repete.

Imagine um aplicativo que usa um método semelhante, exceto que conecta os dados COVID a um modelo de rastreamento de doenças, traçando o caminho do risco, à exposição, à infecciosidade e, finalmente, à recuperação, hospitalização ou falecimento. Os dados incluiriam o óbvio - resultados de testes rápidos e testes de antígenos, sintomas auto-relatados - juntamente com os mais inesperados, como dados de smartphones e a quantidade de vírus nas águas residuais locais, que está rapidamente se tornando uma ferramenta valiosa para a previsão de surtos de COVID.

"A chave é que isto é específico para os indivíduos", explica Schneider. O aplicativo não apenas prevê a porcentagem de pessoas em sua cidade que estão infectadas; ao contrário, ele avaliaria seu risco único de ter o vírus, com base nos dados que seu dispositivo habilitado para o Bluetooth- apanha.

Os aplicativos de notificação de exposição existentes, que são usados mais amplamente na Europa e na Ásia do que nos EUA, podem lhe chamar a atenção depois de ter sido exposto ao vírus, mas não o atualizam entre os alertas. A Schneider imagina usar os dados que esses aplicativos usam de uma maneira mais eficiente, aproveitando outras fontes de dados, fornecendo uma previsão de infecciosidade atualizada regularmente, e aconselhando você a se isolar após uma provável exposição.

Qual seria a eficácia do aplicativo?

No estudo, Schneider e sua equipe criaram uma cidade de simulação, projetada para imitar a cidade de Nova York durante os estágios iniciais da pandemia. Esta rede de dados incluía milhares de pontos de interseção, cada um representando uma pessoa - alguns com muitas interações diárias, outros com poucas. A cada um deles foi atribuída uma idade, pois a idade afeta a rota que a COVID toma.

O que suas simulações revelaram: Se 75% das pessoas usassem um aplicativo de previsão da COVID e se isolassem como recomendado, a pandemia poderia ser efetivamente controlada - desde que as taxas de testes diagnósticos fossem altas.

"É tão eficaz quanto um bloqueio, exceto que, a qualquer momento, apenas uma pequena fração da população se isola", diz Schneider, observando que, neste caso, uma "pequena fração" é cerca de 10% da população. "A maior parte das pessoas poderia fazer a sua vida normalmente".

Mas, como as taxas de vacinação da COVID revelaram, o cumprimento quase universal pode ser uma meta que não pode ser alcançada.

Outro desafio potencial: superar as preocupações de privacidade, mesmo que os dados fossem anonimizados. Começando com comunidades menores, como campus universitários ou locais de trabalho, poderia promover uma aceitação mais ampla, diz Schneider, à medida que as pessoas vêem o benefício de compartilhar seus dados. Os mais jovens, ele observa, parecem mais à vontade para divulgar informações sobre saúde, o que significa que eles podem estar mais dispostos a usar tal aplicativo, especialmente se ele pudesse afastar outro bloqueio.

O Futuro do Rastreamento de Doenças Infecciosas: Capacitando cada pessoa

A modelagem matemática para doenças infecciosas não é novidade. Em 2009, durante a pandemia de H1N1 (gripe suína), o CDC utilizou dados de várias fontes para ajudar a diminuir a propagação da gripe. Durante o surto de Zika de 2016 a 2017, a modelagem ajudou os pesquisadores a identificar a ligação entre o vírus e a microcefalia, ou uma condição em que a cabeça de um bebê é muito menor do que o normal, logo no início. De fato, a previsão matemática tem sido útil para tudo, desde a gripe até o HIV, de acordo com um artigo de 2022 da revista InClinical Infectious Diseases.

Depois veio a COVID-19 - a pior pandemia da história dos Estados Unidos, exigindo um novo nível de contração de números.

Em parceria com a Universidade de Massachusetts em Amherst, o CDC criou o The Hub, um repositório de dados que fundiu várias previsões independentes para prever casos de COVID, hospitalizações e mortes. Este empreendimento maciço não só ajudou a informar as políticas públicas - como também revelou a importância do rastreamento rápido de contatos: Se a identificação de contatos próximos levou mais de 6½ dias após a exposição, foi praticamente inútil.

Schneider faz eco desta preocupação com o que uma vez foi elogiado como o método de controle da COVID. Nas simulações de sua equipe de previsão baseada em aplicativos, "você reduz as taxas de mortalidade em algum lugar entre um fator de 2 a 4, só porque você identifica mais pessoas que provavelmente são infecciosas do que você faria por meio de testes, rastreamento e isolamento", diz ele. O rastreamento de contato é limitado em sua capacidade de controlar a propagação da COVID, devido à alta taxa de transmissão sem sintomas e ao curto período de latência do vírus. Ao combinar múltiplas fontes de dados com um modelo de transmissão da doença, você se torna mais eficiente.

"Você sabe como ele se espalha pela rede", diz Schneider. "E uma vez que você constrói isso, você obtém um controle mais eficaz da epidemia".

Aplicar esta abordagem matemática a indivíduos - e não a populações inteiras - é a verdadeira inovação na visão de Schneider. No passado, podíamos prever, digamos, a chance de encontrar uma pessoa infecciosa em toda a cidade de Nova York. Mas o aplicativo que Schneider espera desenvolver determinaria a chance única de infectividade para cada usuário. Isso coloca o poder de tomar decisões informadas - Eu saio hoje à noite? Eu me isolei a mim mesmo? - mais diretamente nas mãos de todos.

"Temos aqui uma tecnologia que pode levar ao gerenciamento de epidemias, até mesmo a sua destruição total, se for amplamente adotada e combinada com testes", diz Schneider, "e isso é tão eficaz quanto nossos bloqueios, sem ter que isolar grande parte da população".

Esta inovação poderia ajudar a rastrear doenças infecciosas como a gripe ou até mesmo refrear a próxima COVID, diz Schneider.

"Você quer controlar epidemias, você quer minimizar doenças e sofrimento", diz ele. "Ao mesmo tempo, você quer minimizar a perturbação econômica e a perturbação da vida, da escolaridade". A esperança é que com meios digitais como os que delineamos, você possa alcançar estes dois objetivos".