Estrutura revela como negligenciar a renda, a educação e a etnia afeta as previsões de propagação de doenças nos dados da COVID-19

Uma equipa internacional de investigadores desenvolveu uma abordagem inovadora à modelização epidémica que poderá transformar a forma como os cientistas e os decisores políticos prevêem a propagação de doenças infecciosas. Liderado pelo Dr. Nicola Perra, Leitor de Matemática Aplicada, o estudo publicado em Avanços da Ciência introduz um novo quadro que incorpora factores de estatuto socioeconómico (SES) – como rendimento, educação e etnia – em modelos epidémicos.

“Os modelos epidémicos normalmente centram-se em padrões de contacto estratificados por idade, mas isso é apenas parte do quadro”, disse o Dr. Perra.

“O nosso novo quadro reconhece que outros factores – como o rendimento e a educação – desempenham um papel significativo na forma como as pessoas interagem e respondem às medidas de saúde pública. Ao incluir estas variáveis ​​SES, somos capazes de criar modelos mais realistas que reflectem melhor o mundo real. resultados epidêmicos”.

O Dr. Perra e os seus colaboradores abordaram esta supervisão crítica com uma estrutura que utiliza “matrizes de contacto generalizadas” para estratificar os contactos em múltiplas dimensões, incluindo o SES. Isto permite uma representação mais detalhada e realista de como as doenças se propagam através de diferentes grupos populacionais, especialmente aqueles que enfrentam desvantagens socioeconómicas.

O estudo demonstra como a falta de consideração destas variáveis ​​pode levar a grandes distorções nas previsões epidémicas, minando tanto as estratégias de saúde pública como as decisões políticas.

A abordagem da equipe baseia-se tanto em derivações matemáticas formais quanto em dados empíricos. O seu estudo estabelece que ignorar as dimensões do SES pode levar a subestimações de parâmetros-chave, como o número reprodutivo básico (R₀), que mede o número médio de infecções secundárias causadas por um único indivíduo infectado.

Utilizando dados sintéticos e dados do mundo real da Hungria, recolhidos durante a pandemia de COVID-19, os investigadores mostram como a inclusão de indicadores SES fornece estimativas mais precisas do fardo da doença e revela disparidades cruciais nos resultados entre diferentes grupos socioeconómicos.

“A pandemia da COVID-19 foi um lembrete claro de que o fardo das doenças infecciosas não é suportado igualmente por toda a população”, disse o Dr.

“Os factores socioeconómicos desempenharam um papel decisivo na forma como os diferentes grupos foram afectados e, no entanto, a maioria dos modelos epidémicos em que confiamos hoje ainda não consegue incorporar explicitamente estas dimensões críticas. O nosso quadro traz estas variáveis ​​para o primeiro plano, permitindo percepções mais abrangentes e accionáveis. .”

Os investigadores demonstraram como o seu quadro poderia quantificar variações na adesão a intervenções não farmacêuticas (NPIs), como o distanciamento social e o uso de máscaras, em diferentes grupos de SES. Descobriram que negligenciar estes factores nos modelos não só deturpa a propagação de doenças, mas também obscurece a eficácia das medidas de saúde pública.

A sua análise dos dados húngaros destacou ainda como as heterogeneidades nos padrões de contacto impulsionadas pelo SES podem levar a diferenças substanciais nos resultados das doenças entre grupos, sublinhando a necessidade de intervenções mais direcionadas.

“Nossas descobertas sugerem que futuras pesquisas de contato devem ir além das variáveis ​​tradicionais, como a idade, e incluir dados socioeconômicos mais diferenciados”, acrescentou o Dr. Perra. “A inclusão destes factores poderia melhorar dramaticamente a precisão dos modelos epidémicos e, por extensão, a eficácia das políticas de saúde”.

O estudo sublinha a necessidade urgente de quadros de modelização epidémica mais abrangentes, à medida que as sociedades continuam a lutar com os impactos persistentes da COVID-19 e a preparar-se para futuras pandemias. Ao expandir-se para além do foco convencional na idade e no contexto, esta nova abordagem abre a porta a uma compreensão mais detalhada da transmissão de doenças e oferece uma ferramenta poderosa para abordar as desigualdades na saúde.

Este trabalho foi realizado em colaboração com Adriana Manna (Universidade da Europa Central), Dr. Lorenzo D’Amico (Fundação ISI), Dr. ).