Interesso-me especialmente por sistemas sociais complexos, envolvendo actores humanos, cada um decidindo pela sua cabeça, tendo em conta as suas crenças, os seus desejos e as suas intenções.
O contágio numa população, seja de uma doença ou de uma ideia, é um problema complexo, envolvendo muitas variáveis difíceis de controlar, como hoje todos percebemos olhando para a pandemia do CoVid-19.
E todos, políticos, jornalistas, comentadores, falam do R0 como se fosse uma entidade do conhecimento geral, algo de trivial que temos a obrigação de conhecer e entender.
Mas basta assistir às perguntas numa conferência de imprensa da DGS para se perceber que o conhecimento é parco.
Claro que há literatura e documentação, até em Português, cuja leitura seria útil para melhorar a informação que nos é servida à hora do almoço, mas aparentemente isso pouco interessa.
Uma fonte muito útil, em português legível, é o blogue de Tiago Charters de Azevedo, doutorado em Física-Matemática, professor do ISEL, que trata destes e de outros assuntos de uma forma acessível a todos. (ver fonte i))
Encontrei neste blogue a figura seguinte (entre muitas outras)
que mostra a evolução da taxa de transmissão R ao longo do tempo na região Norte. Pois claro! R0 é o valor de R no momento 0 e Rt é o valor de R no momento t. t é o índice.
E como se calcula este Rt, o valor actualizado da taxa de transmissão no momento t? Como sabemos, em média, quantos contágios provoca um infectado no dia t?
Curiosamente, um dos artigos mais citados para este cálculo tem um dedo português, ou melhor, dois, de Luís Bettencourt, membro do Santa Fe Institute, e Ruy Ribeiro, actualmente director do Laboratório de Biomatemática da FMUL. (ver fonte ii))
O cálculo é complexo, e recursivo, tem de assumir qual será o tempo característico de propagação (TCA assume 7 dias) e a partir daí fazer uma estimativa de Rt com base no número de casos do dia t e no histórico anterior, usando (mais fácil dizer que fazer...) probabilidades condicionadas, as velhas fórmulas de Bayes.
Um fonte de inspiração será o código publicado por Kevin Systrom (fonte iii)).
Fica aqui um desafio...
Fontes:
i) Tiago Charters de Azevedo, Rt: previsões para que te quero (2020)
ii) Bettencourt LMA, Ribeiro RM (2008) Real Time Bayesian Estimation of the Epidemic Potential of Emerging Infectious Diseases. PLoS ONE 3(5): e2185. https://doi.org/10.1371/journal.pone.0002185
iii) Kevin Systrom, Estimating COVID-19's Rt in Real-Time
Sem comentários:
Enviar um comentário