Matemática e estatística para enfrentar a gripe

Projeto visa ao desenvolvimento de métodos estatísticos para a análise da epidemiologia da gripe
Profissional da saúde aplicando vacina em paciente
Métodos estatísticos podem colaborar para o desenvolvimento de melhores estratégias de prevenção e manejo da doença - Foto: Tony Winston/Agência Brasília CC by 2.0

Dor de garganta, nariz congestionado, fraqueza acompanhada de dores no corpo e na cabeça, tosse e febre. Enquanto para a maioria das pessoas a gripe não é mais que um incômodo passageiro – você se sente mal por um tempo, talvez chegue a perder um ou dois dias de trabalho, mas em uma semana já está bem –, para muitos (especialmente crianças, idosos e pessoas com o sistema imunológico comprometido), a doença pode ser bastante perigosa e levar a uma série de complicações. Sua incidência é mais comum no inverno, e, durante uma epidemia sazonal da enfermidade, cerca de 5% a 15% da população é infectada, de acordo com a Organização Pan-Americana da Saúde (OPAS). Segundo dados do Ministério da Saúde, neste ano, até 23 de março, foram registrados 255 casos de gripe em todo o país, com 55 mortes. Em 2018, até 16 de julho, foram 4.680 casos de infecções pelo vírus Influenza, com 839 mortes.

A vacinação é uma das maneiras de prevenir a doença. A alta taxa de mutação do vírus, entretanto, é um desafio aos envolvidos na produção da vacina. Além da necessidade de atualização anual, é preciso, meses antes de a temporada de gripe chegar, selecionar as variedades de vírus que serão incluídas no processo de imunização. A eficácia da vacina a cada ano depende, em parte, da precisão da previsão dos subtipos de vírus que circularão naquele ano e da velocidade com que surgem e se espalham novas variantes ainda não contempladas pela vacina.

Fica clara, portanto, a necessidade de contarmos com informações confiáveis sobre a gripe e seus processos de disseminação, bem como com meios adequados para processar e analisar essas informações. “Hoje em dia o que não faltam são dados, né. Aliás, esse é um desses grandes temas que a gente vê hoje em dia. A gente tem um monte de informação. A gripe é meio excepcional nesse sentido, porque tem muito banco público com dados disponíveis sobre a gripe. A gente tem, por exemplo, informações de vigilância de vários países diferentes, semana a semana, com número de casos, tipos, etc. Tem muita informação e dá para fazer muita coisa com isso. Mas a questão é como eu pego essa enorme quantidade de informação e traduzo em conhecimento, em coisas que eu consigo utilizar para, por exemplo, pensar em políticas de vigilância, de manejo, ou pensar em como melhorar a vacina da gripe? Como transformar a informação em conhecimento?”, questiona a professora do Instituto de Matemática e Estatística da UFRGS Gabriela Cybis.

Buscando colaborar para preencher essa lacuna, Gabriela coordena um projeto de pesquisa que visa ao desenvolvimento de métodos estatísticos para a análise da epidemiologia genética da gripe, com financiamento do Instituto Serrapilheira – instituição privada de apoio à ciência. Utilizando dados públicos relacionados à incidência, à evolução, à dispersão e à interação do Influenza com o sistema imune humano, o estudo tem como objetivo a elaboração de técnicas apropriadas para entender como os processos epidemiológicos da gripe acontecem.

Conforme explica a pesquisadora, como a taxa de mutação do vírus da gripe é muito alta, devido a seu material genético estar codificado no RNA – em vez de no DNA –, sua evolução acontece na mesma escala de tempo de processos de interesse epidemiológico, como sua dispersão geográfica. “Enquanto o vírus está se dispersando pelo mundo, também está mutando. É como se essas mutações fossem uma testemunha desse processo de dispersão geográfica. Então, seria possível eu usar a informação das mutações para tentar entender como essa dispersão geográfica aconteceu antes”, comenta. Uma forma de exemplificar seria com a migração do H1N1. Sabe-se que ele surgiu no México. Supondo que foi coletada uma amostra do mesmo vírus em Los Angeles dois meses depois e outra amostra em Nova York três meses depois, para saber como ocorreu o processo de dispersão (se a variante encontrada em Nova York veio direto do México ou se passou por Los Angeles no caminho, por exemplo), é preciso analisar as semelhanças e as diferenças genéticas entre as amostras. Segundo Gabriela, os processos deixam uma assinatura genética, que pode ajudar a entender como os processos epidemiológicos acontecem, e os métodos estatísticos são o que se usa para ler essa assinatura.

“Esse tipo de ideia é a que baseia a área de filodinâmica”, afirma a professora. A filodinâmica é a área que estuda a interação dos processos epidemiológicos, imunológicos e evolutivos de patógenos. “É a ideia de montar métodos estatísticos que modelem explicitamente como essas mutações acontecem e como são relacionadas com processos, como o da dispersão geográfica”, complementa Gabriela. Ela cita como possivelmente o melhor exemplo de trabalho na área o site Nextstrain, que apresenta informação da evolução de diversos agentes infecciosos em tempo real. O projeto de código aberto utiliza dados públicos e ferramentas analíticas e de visualização com o objetivo de colaborar para compreensão epidemiológica e melhorar a resposta aos surtos de doenças.

O foco do estudo de Gabriela é a interação do vírus da gripe com o sistema imune humano e a análise de como essa relação pode afetar o processo evolutivo do vírus. O trabalho inclui tanto a seleção das características da evolução do vírus relevantes para modelar os processos como o desenvolvimento de estratégias para aumentar a eficiência computacional. “Esses processos são complicados. Eu consigo modelar esse processo se tiver poucos dados, mas poucos dados não me servem. Não têm a informação de que preciso. Quando a gente começa a trabalhar com grandes conjuntos de dados, tu realmente precisas de uma capacidade computacional muito grande. À medida que aumenta tua amostra, a complexidade computacional aumenta muito rápido. Então também testar algum tempo tentando buscar estratégias para obter essa eficiência computacional é uma parte bem importante do trabalho”, comenta a professora.

“O que a gente gostaria mesmo é de fazer previsão, mas previsão, digamos assim, é um passo à frente. Primeiro a gente tem que entender como os processos funcionam”, esclarece. Conhecer as tendências de evolução do vírus colaboraria consideravelmente para o desenvolvimento e a implementação de melhores estratégias de prevenção e manejo. Voltando ao exemplo das vacinas, se conseguirmos prever quais serão os subtipos de vírus preponderantes na próxima temporada de gripe, poderemos desenvolver vacinas mais eficazes. Contudo, a previsão, explica a pesquisadora, “na verdade, é um desafio muito grande em termos técnicos, não sei se a gente vai conseguir fazer isso ou não, mas a gente está no caminho”.

 

Diversas possibilidades

Os métodos estatísticos em desenvolvimento pelo grupo de Gabriela não se restringem à gripe, mas encontram uma variedade de aplicações. “Um dos modelos que a gente desenvolve é um modelo de evolução e correlações, então eu posso usá-lo para estudar a correlação da evolução de vírus, mas, se eu quiser, e inclusive há alguns trabalhos que já fizeram isso, posso usá-lo para estudar a correlação, por exemplo, em evolução de primatas. E tem um trabalho que a gente tem em colaboração com o pessoal da genética que olha para a serotonina e coisas relacionadas. Então é um modelo evolutivo, mas posso usar para estudar outros problemas.”

Outro exemplo são os trabalhos com métodos de agrupamento que eles vêm desenvolvendo. “Eles são métodos de agrupamento, digamos assim, apropriados para trabalhar com dados genéticos. Eles trabalham com dados que a gente chama de high dimension, small sample size (alta dimensionalidade, pequeno tamanho de amostra), mas esse é um problema muito comum na genética. Muitos dados genéticos têm essa característica, mas a gente está fazendo uma aplicação para dados de econometria, porque são ferramentas básicas de estatística, de inferência. Então a gente consegue fazer aplicações em áreas diferentes, embora o desenvolvimento tenha um foco específico”, complementa a pesquisadora.