quinta-feira, 10 de novembro de 2022

1281 - Equação de Drake aplicada à pandemia da covid-19

A Universidade Johns Hopkins, nos EUA, tornou-se referência mundial durante a pandemia, ao compilar os dados globais da covid-19 que estavam sendo usados pela imprensa e pelas autoridades de saúde. Mas uma equipe da Escola de Engenharia da mesma universidade acreditou que seria possível ir bem mais longe do que apenas compilar os dados do que já aconteceu. 
Como se tinha mostrado extremamente difícil prever as ondas da pandemia e os efeitos das diversas medidas adotadas para tentar conter a disseminação da doença, Rajat Mittal e seus colegas foram buscar uma ferramenta que poucos pensariam em utilizar para questões de saúde pública.
A ferramenta é a famosa Equação de Drake, uma fórmula matemática de sete variáveis que o astrônomo Frank Drake desenvolveu em 1961 para estimar a probabilidade de encontrar vida alienígena inteligente na Via Láctea. 
Quanto aos ETs, diversas interpretações dessa equação já deram resultados indicando que existem 36 civilizações inteligentes na Via Láctea ou que, se você não acredita em ETs, está contra as probabilidades. Mas Mittal e seus colegas decidiram aplicar a metodologia para calcular as chances de uma pessoa ser contaminada pela covid-19 pelo ar.
"Ainda há muita confusão sobre as vias de transmissão da covid-19. Isso ocorre em parte porque não há uma 'linguagem' comum que facilite o entendimento dos fatores de risco envolvidos," disse Mittal. "O que realmente precisa acontecer para alguém se infectar? Se pudermos visualizar esse processo de forma mais clara e quantitativa, poderemos tomar melhores decisões sobre quais atividades retomar e quais evitar."
Mas o risco de se infectar depende muito das circunstâncias. Por isso, o modelo da equipe ampliou a Equação de Drake de sete para dez variáveis de transmissão, incluindo as taxas de respiração das pessoas infectadas e não infectadas, o número de gotas transportadoras do vírus expelidas, o ambiente circundante e o tempo de exposição.
A equação não dá respostas diretas e fáceis. Dependendo do cenário, a previsão de risco da pandemia pode variar muito. Mas, dados os mesmos parâmetros, a comparação entre situações pode ser útil.
Considere o caso de uma academia, por exemplo. A imprensa tem falado exaustivamente que fazer exercícios em uma academia pode aumentar suas chances de pegar covid-19, mas quão arriscado é realmente? "Imagine duas pessoas em uma esteira na academia; ambas respiram com mais dificuldade do que o normal. A pessoa infectada está expelindo mais gotas e a pessoa não infectada está inalando mais gotas. Nesse espaço confinado, o risco de transmissão aumenta em 200 vezes," citou o pesquisador.
A equipe destacou que o modelo pode ser útil para quantificar o valor do uso de máscaras e do distanciamento social. Se ambas as pessoas - contaminada e não contaminada - estiverem usando máscaras N95, o risco de transmissão é reduzido por um fator de 400, ou seja, menos de 1% de chance de pegar o vírus. Mas mesmo uma máscara simples de tecido reduz significativamente a probabilidade de transmissão, de acordo com o modelo.
A equipe também descobriu que o distanciamento social tem uma correlação linear com o risco. Se você dobrar a distância, você dobra o fator de proteção, ou reduz o risco pela metade.
Ajuste dos parâmetros
Como acontece com a previsão da existência de civilizações alienígenas e com a maioria dos modelos de covid-19, algumas variáveis são conhecidas e outras ainda são um mistério. Por exemplo, ainda não sabemos quantas partículas do vírus SARS-CoV-2 inaladas são necessárias para desencadear uma infecção. Variáveis ambientais, como vento ou sistemas de ar-condicionado também são difíceis de especificar com precisão.
"Com mais informações, é possível calcular um risco bem específico. De maneira mais geral, nosso objetivo é apresentar como todas essas variáveis interagem no processo de transmissão," disse Mittal. "Acreditamos que nosso modelo pode servir como base para estudos futuros que irão preencher essas lacunas em nosso entendimento sobre a covid-19 e fornecer uma melhor quantificação de todas as variáveis envolvidas em nosso modelo."
DOI: 10.1063/5.0025476

Nenhum comentário: