Algoritmo que prevaª infecção pela covid-19 pode orientar retorno seguro a s aulas
Fa³rmula baseada em indicadores epidemiola³gicos e varia¡veis individuais éindicada para situaa§aµes de controle da doena§a
Classificação poderia ajudar a orientar o retorno a s aulas em situações onde o controle da doença éevidente, mantendo as medidas ba¡sicas de proteção e aumentando a cobertura vacinal osFoto: Reprodução/TVGlobo
Â
Pesquisa coordenada pela Faculdade de Saúde Paºblica (FSP) criou um algoritmo para classificar alunos e funciona¡rios de escolas em grupos de probabilidade de infecção pelo varus sars-cov-2, causador da covid-19. A fa³rmula, que combina indicadores epidemiola³gicos dos municapios, como números de casos e mortes, com varia¡veis individuais de fa¡cil medição, como perda de olfato e viagens recentes, édescrita em preprint (versão prévia de artigo cientafico) publicada no site medRxiv em junho. De acordo com o estudo, a classificação poderia ajudar a orientar o retorno a s aulas em situações onde o controle da doença éevidente, mantendo as medidas ba¡sicas de proteção e aumentando a cobertura vacinal.
“A pesquisa estimou a prevalaªncia da infecção pelo sars-cov-2 em alunos e funciona¡rios de escolas e identificou fatores que podem prever a infecção e, dessa forma, orientar o retorno a s aulas de forma mais seguraâ€, relata o professor Fredi Alexander Diaz-Quijano, da FSP, primeiro autor do artigo. “O estudo corresponde a um inquanãrito virola³gico, realizado em escolas do Estado de Sa£o Paulo. Foram incluados 3.436 participantes, 1.689 alunos e 1.747 funciona¡rios, vinculados a 84 escolas de 16 municapios. No entanto, os participantes incluaram residentes de 72 municapios.â€
A avaliação foi realizada no segundo semestre de 2020, quando foi considerada a volta a s aulas por controle relativo da epidemia. “Aos participantes foi aplicado um questiona¡rio com informações sociodemogra¡ficos e clanicas. Além disso, foi realizado swab de nasofaringe para teste virola³gico do tipo RT-PCR. Tambanãm avaliamos a relação dos indicadores epidemiola³gicos de covid-19 do municapio de residaªncia com a probabilidade de infecção pelo varusâ€, descreve Diaz-Quijano. “Para isso, foi proposto um andice relacionando mortalidade recente e incidaªncia anterior, chamado de andice RM/PI. Este andice ébaseado na quantidade de mortes por covid-19 registradas na segunda e terceira semanas contadas para trás e a soma dos casos durante as sete semanas anteriores. Posteriormente, obtivemos um modelo maºltiplo integrando indicadores epidemiola³gicos e varia¡veis individuais.â€
De acordo com o professor, a prevalaªncia geral de infecção foi de 1,7%. “A infecção por sars-cov-2 foi independentemente associada a perda do olfato, história de doença pulmonar e uma viagem recente para fora do municapio. Além disso, o andice RM/PI previu consistentemente a infecção pelo coronavarusâ€, destaca. “Com base nessas associações, o estudo permitiu classificar os participantes em grupos com diferentes prevalaªncias de infecção, segundo manifestações e caraterasticas do municapio.â€
Probabilidade de infecção
“Por exemplo, pessoas vivendo em municapio com valores baixos do andice proposto, e sem perda de olfato, doença pulmonar ou antecedente de viagem recente, teriam a menor probabilidade de infecção, ou seja, de 0,54%â€, afirma Diaz-Quijano. “Combinando as varia¡veis mencionadas, o andice e a presença dos preditores clínicos, também foi possível reconhecer mais três categorias de risco, podendo dessa forma estabelecer um ranking segundo a probabilidade de infecção.â€
Foto: Fredi Alexander Diaz-Quijano
Â
O professor esclarece que os valores exatos da prevalaªncia podem mudar ao longo do tempo e conforme a população. “No entanto, espera-se que a estratanãgia apresentada no algoritmo permita identificar grupos com tendaªncias similaresâ€, salienta. Dessa forma, ele poderia orientar a ordem para reiniciar as aulas, comea§ando pelo grupo sem nenhum preditor individual de infecção e que morem em cidades com baixo andice RM/PI.â€
Diaz-Quijano adverte que o estudo foi realizado num momento de aparente controle da doena§a, no segundo semestre de 2020. “Por essa raza£o, recomendamos que o algoritmo seja aplicado apenas em contextos nos quais exista consenso de que estãohavendo controle da epidemia e seguindo as medidas de segurança, idealmente com coberturas elevadas de vacinaçãoâ€, conclui.
A pesquisa foi coordenada por Fredi Alexander Diaz-Quijano, professor do Departamento de Epidemiologia da FSP, com a participação de JoséMa¡rio Nunes da Silva, do Laborata³rio de Inferaªncia Causal em Epidemiologia (Lince-USP) e do programa de pós-graduação em Epidemiologia da FSP, Tatiana Lang D’Agostini, Janãssica Pires de Camargo, Nathalia Cristina Soares Franceschi Landi de Moraes e Regiane A. Cardoso de Paula, da Coordenadoria de Controle de Doena§as da Secretaria de Saúde do Estado de Sa£o Paulo, Ricardo Haddad e Dimas Tadeu Covas, do Instituto Butantan, e Maria Cecalia Gomes Pereira, da Secretaria de Educação do Estado de Sa£o Paulo. O estudo teve financiamento da Fundação Butantan.