Título original: Fractal kinetics of COVID-19 pandemic

Título traduzido: Cinética fractal da pandemia de COVID-19

Autores: Anna L. Ziff (Departamento de Economia, Universidade Duke, Durham, EUA) e Robert M. Ziff (Centro para Estudos de Sistemas Complexos e Departamento de Engenharia Química, Universidade de Michigan, Ann Arbor, EUA)

Projeto Covid-19 e a Matemática das Epidemias - Fazendo a Ponte entre Ciência e Sociedade

Tradução: Danillo Barros de Souza

Síntese: Camila Sousa

Coordenação: Felipe Wergete Cruz

 

---------------------------------------------------------------------------------------------------------------

 

Resumo

Os pesquisadores americanos Anna e Robert Ziff, das Universidades Duke e de Michigan, respectivamente, encontraram um modelo exponencial de redução dos casos do novo coronavírus. Tendo a China, primeiro país a enfrentar pandemia, como principal ‘case’ e abordando, de forma secundária, demais países, a relevante descoberta se deu a partir de uma dinâmica baseada na aplicação de um modelo estatístico de ação repetitiva (fractal) comum a comportamentos epidêmicos.

O trabalho, intitulado “Cinética fractal da pandemia de COVID-19” conseguiu identificar três estágios de disseminação da doença, tomando como base o número de mortes: o crescimento exponencial (ou seja, não linear, muito rápido) de novos casos, o comportamento da lei de potência presente na epidemia e a redução exponencial diária de vítimas fatais.

Em um comparativo com os dados encontrados no país asiático e demais nações, observou-se um aumento vertiginoso na quantidade de óbitos. Um resultado bastante discrepante ao obtido na China, que hoje controla a transmissão do vírus.

Na primeira versão do projeto, publicado no dia dois de março e atualizado quinze dias depois (17/03) (período no qual a quantidade de vítimas fatais por Covid-19 na China, começava a cair), o resumo do artigo informava que o novo coronavírus crescia rápido no território chinês e se espalhava por outras partes do mundo.

A aplicação da abordagem clássica epidemiológica no estudo deste crescimento tem como objetivo principal quantificar o número básico de reprodução da Covid-19 entre pessoas (em linguagem científica, conhecido como fator R0 ) e o tempo de duração da infecção em pacientes contaminados.

Acontece que este cenário nos leva a compreender a evolução dos casos do novo coronavírus de forma exponencial, mas o padrão de evolução da pandemia não segue, a rigor, este comportamento.

Uma abordagem que vem sendo utilizada para compreender a evolução de ocorrências de Covid19 é manter ajustado o número de reprodução dos casos à dinâmica do modelo. Ou seja, de alguma maneira, fazer com que a curva epidêmica se ajuste à dinâmica comportamental, ou o uso de modelos dinâmicos, como SEIR (Suscetível-Exposto-Infectado-Recuperado) e modelos logísticos (de dinâmica com suporte populacional).  

 

Leia o o restante do artigo aqui.