Um novo modelo baseado em dados mostra que usar máscaras salva vidas - e quanto antes você começar, melhor
O modelo de computador simula quantos casos COVID-19 poderiam ter sido evitados em um determinado condado nos EUA Vetores Leontura / DigitalVision por meio de imagens Getty

O Dr. Biplav Srivastava, professor de ciência da computação na Universidade da Carolina do Sul, e sua equipe desenvolveram uma ferramenta baseada em dados que ajuda a demonstrar o efeito do uso de máscaras em casos e mortes de COVID-19. Seu modelo utiliza uma variedade de fontes de dados para criar cenários alternativos que podem nos dizer “O que poderia ter acontecido?” se um condado nos EUA teve uma taxa maior ou menor de adesão à máscara. Nesta entrevista, ele explica como funciona o modelo, suas limitações e que conclusões podemos tirar dele.

O cientista da computação Biplav Srivastava fornece uma demonstração da simulação para mostrar que as políticas anteriores para recomendar o uso de máscara fazem uma diferença maior na disseminação do coronavírus.

{vembed Y = g3o_TW2OWJU}

O que este modelo de computador faz?

Esta é uma ferramenta nacional que pode mostrar o efeito que o uso de máscaras pode ter. Se for um condado onde as pessoas usam máscaras regularmente, ele mostrará quantos casos e mortes de COVID-19 foram evitados. Se você escolher um condado onde as pessoas não usam máscaras, isso mostrará quantos casos e mortes poderiam ter sido evitados lá.

Como isso acontece?

Precisamos de muitos dados para fazer isso. O jornal New York Times pesquisou quase todos os condados dos EUA durante o verão e atribuiu uma pontuação de uso da máscara de 0-5 a cada um deles, então isso é o cerne do modelo. Também usamos dados do New York Times e da Johns Hopkins para números de casos em tempo real; dados do censo para dados demográficos, como tamanho da população, idade média e muito mais; e dados geográficos para medir a distância entre os condados.


innerself assinar gráfico


É baseado em uma técnica matemática chamada controle sintético robusto, que é frequentemente usado na pesquisa de drogas, onde há um grupo de controle e há um grupo de tratamento.

Por exemplo, vejamos o condado de Wyandotte, no Kansas. Ele tem uma pontuação de uso de máscara relativamente alta de cerca de 3.4. Porque o modelo foi projetado para nos dizer o "e se?" cenário, ele vai ver o que teria acontecido se a pontuação de uso da máscara fosse reduzida para 3.0, que é nosso ponto de corte para “uso baixo da máscara”, mas o usuário também pode experimentar outros valores apenas para ver o que acontece. Chegamos a 3.0 com base na análise dos hábitos de uso de máscara em todo o país. Os valores reais variaram entre 1.4 e 3.85, com média nacional de 2.98.

Podemos definir uma data em que a pontuação de uso da máscara muda para 3.0. Se definirmos para funcionar de 1 de junho a 1 de outubro, isso nos diz que o condado de Wyandotte teria 101.5% a mais de casos e 150 mortes a mais naquele período. Diz ao usuário quantas mortes ocorreram ou foram evitadas com base em um parâmetro de taxa de mortalidade que o usuário pode definir. Neste exemplo, foi definido em 2%.

Como o modelo cria o "e se?" cenário se isso realmente não aconteceu? Ele faz isso observando outros condados que estão próximos e têm dados demográficos e contagem de casos semelhantes, mas um limite inferior de uso de máscara. Ele tenta chegar a uma média ponderada para formar um grupo de controle sintético semelhante ao nosso município de interesse (grupo de tratamento). O modelo então analisa o quanto os dois grupos divergiram em termos de contagens de casos. A diferença na contagem de casos entre os dois grupos é convertida em uma diferença nas mortes usando o parâmetro da taxa de mortalidade.

O que isso nos diz sobre o impacto das políticas de uso de máscara?

Manter o uso da máscara ou implementar uma política de máscara a qualquer momento pode ser útil. Mas seu impacto é maior quando você faz isso cedo. Ao executar este modelo várias vezes usando datas diferentes, você verá que o impacto diminui à medida que adia a implementação de uma política de uso de máscara. Portanto, se um condado implementasse uma política de máscara em 1º de junho, muitos casos seriam evitados. Se agisse em 1º de julho, teria um impacto menor. Se agisse em agosto, ainda teria evitado casos, mas em número muito pequeno.

Quais são as limitações deste modelo?

Esta ferramenta funciona melhor em alguns países do que em outros. Em geral, funciona melhor com condados mais próximos da média, porque terá correspondências mais próximas para comparação. Também há uma limitação no sentido de que a pesquisa de adesão à máscara do The New York Times foi feita no verão, e as coisas continuam mudando. Portanto, se outros pesquisadores usarem essa ferramenta, eles terão que dar conta das mudanças.

Mas o que você vê é que quando você implementa uma política de máscaras ou a população usa máscaras regularmente, isso tem um impacto positivo. E quanto mais cedo você fizer isso, mais eficaz será.

Sobre o autor

Biplav Srivastava, Professor de Ciência da Computação, University of South Carolina. Gostaria de agradecer o trabalho da minha equipe, Sparsh Johri, Kartikaya Srivastava, Chinmayi Appajigowda e Lokesh Johri, no desenvolvimento deste programa.A Conversação

Este artigo foi republicado a partir de A Conversação sob uma licença Creative Commons. Leia o artigo original.

Livros relacionados:

O corpo marca o placar: cérebro, mente e corpo na cura do trauma

de Bessel van der Kolk

Este livro explora as conexões entre trauma e saúde física e mental, oferecendo insights e estratégias para cura e recuperação.

Clique para mais informações ou para encomendar

Breath: a nova ciência de uma arte perdida

por James Nestor

Este livro explora a ciência e a prática da respiração, oferecendo insights e técnicas para melhorar a saúde física e mental.

Clique para mais informações ou para encomendar

O paradoxo das plantas: os perigos ocultos em alimentos "saudáveis" que causam doenças e ganho de peso

por Steven R. Gundry

Este livro explora os vínculos entre dieta, saúde e doença, oferecendo insights e estratégias para melhorar a saúde e o bem-estar geral.

Clique para mais informações ou para encomendar

O Código de Imunidade: O Novo Paradigma para Saúde Real e Antienvelhecimento Radical

por Joel Greene

Este livro oferece uma nova perspectiva sobre saúde e imunidade, baseando-se nos princípios da epigenética e oferecendo insights e estratégias para otimizar a saúde e o envelhecimento.

Clique para mais informações ou para encomendar

O Guia Completo para o Jejum: Cure o Seu Corpo Através do Jejum Intermitente, em Dias Alternados e Prolongado

por Dr. Jason Fung e Jimmy Moore

Este livro explora a ciência e a prática do jejum, oferecendo insights e estratégias para melhorar a saúde e o bem-estar geral.

Clique para mais informações ou para encomendar