COVID-19: Evidências científicas da eficácia do distanciamento social

Prof. Ng Haig They

Departamento Interdisciplinar/CECLIMAR/UFRGS Litoral

Muito tem se discutido no Brasil a respeito da melhor maneira de lidar com a pandemia do vírus SARS-CoV-2. Embora haja muitos estudos em andamento, a doença, chamada COVID-19, ainda carece de vacina e medicamentos comprovadamente eficazes no seu tratamento até o momento. Nestas circunstâncias, o que a ciência nos diz sobre a melhor abordagem para conter a pandemia?

Primeiramente, é preciso entender que estamos tratando de uma doença totalmente nova e, portanto, todas as pessoas são potencialmente suscetíveis (sem imunidade) ao vírus. Nestas circunstâncias uma grande parcela da humanidade será infectada e uma parte desta parcela poderá vir a óbito. Conforme será mais detalhado adiante, os dados que temos até o momento sobre a COVID-19 indicam que as taxas de mortalidade não são tão altas quanto as de outras doenças causadas por outros coronavírus como o MERS-CoV e o SARS-CoV. Então, por que a grande preocupação?

O maior impacto que a COVID-19 pode apresentar está relacionado a algumas características peculiares:

Alta transmissibilidade: cada pessoa infectada transmite em média para 2 a 3 pessoas;
A transmissão ocorre por gotículas de saliva, mas também através da fala ou respiração (via aérea);
Pessoas assintomáticas e pré-sintomáticas transmitem o vírus (no caso das pré-sintomáticas antes do aparecimento dos sintomas), o que dificulta a identificação de infectados e seu isolamento;
Um percentual importante das pessoas necessita de internação e de cuidados intensivos (leitos de UTI e respiradores);
Não há vacina ou tratamento com eficácia comprovada até o momento.

Então a COVID-19 tem o potencial de infectar simultaneamente um grande número de pessoas, muitas das quais necessitam de leitos de UTIs e respiradores, que é um recurso bastante limitado pelo seu alto custo. Neste sentido que se fala tanto do tal “achatamento” da curva, que significa na prática o seguinte: ao invés de termos muitas pessoas doentes ao mesmo tempo (pico agudo de número de casos), adotam-se medidas para “espalhar” o número de infectados ao longo do tempo de modo a não sobrecarregar o sistema de saúde. É importante lembrar que todas as demais necessidades de atendimento médico continuarão a ocorrer, e a indisponibilidade de leitos, por exemplo, pode causar uma série de óbitos indiretos.

Para entendermos o tamanho do problema, vamos analisar os aspectos que seguem.

Situação dos leitos no Brasil e potenciais impactos no sistema de saúde

Um estudo publicado pelo Instituto de Estudos para Políticas de Saúde em março de 2020[1] levantou um total de 32.757 leitos de UTI (14.873 SUS e 17.884 privados) a partir de dados do Cadastro Nacional de Estabelecimentos de Saúde (CNES) de 2017. Observou-se, portanto, uma redução no número de leitos de UTI no Brasil, sendo atualmente 31.868 (16.850 SUS e 15.018 privados) segundo o Painel SUS[2]. Estes números indicam que para a população total brasileira de 211.463.794 habitantes (Censo IBGE: 03/05/2020[3]), há cerca de 15 leitos para cada 100.000 habitantes. Vale ressaltar que não estão contabilizados aqui os leitos locados ou oriundos de hospitais de campanha recentemente disponibilizados.

Os leitos, no entanto, não estão distribuídos de maneira uniforme no país. Roraima, por exemplo, é o Estado com menos leitos, sendo 25 no total (17 SUS e 8 privados) enquanto que São Paulo é o Estado com mais leitos, com 8.256 no total (3.516 SUS e 4.740 privados). Cerca de 72% (316 de 436) das regiões de saúde[4] possuem menos de 10 leitos por 100.000 habitantes, considerado um limiar mínimo aceitável [1]. Em cerca de 15% das regiões de saúde (principalmente nas regiões Norte, Nordeste e Centro-Oeste) não há um leito sequer.

Em um cenário de ausência total de controle e com livre circulação de pessoas, podemos ter uma ideia do potencial impacto no sistema de saúde. Realizando uma conta simples de que, de cada 100.000 habitantes, cerca de 70% será infectado e que destes, cerca de 5% ficam em estado crítico e necessitam de internação em Unidade de Terapia Intensiva, chegamos ao número de 100.000 × 70% × 5% = 3.500 pessoas a cada 100.000 habitantes necessitando de internação hospitalar. Isso significa que o impacto pode ser mais de 200 vezes a capacidade de suporte do sistema de saúde como um todo (SUS + Rede particular).

Na Tabela 01 são mostrados os cenários por números de casos, sintomatologia e óbitos em relação ao total de casos na China e Itália e são apresentadas projeções para o Brasil considerando estes dois cenários. Cabe ressaltar que os trabalhos foram publicados em momentos anteriores ao controle da pandemia nestes dois países e, portanto, com um número bem menor de casos ao que realmente ocorreu. As taxas de mortalidade também variam de país para país em função de características específicas. No entanto, servem de base de cálculo para os números esperados de internação hospitalar.

Nos dois cenários considerados, o total de hospitalizações poderia variar entre cerca de 28 milhões e 69 milhões e o número de óbitos entre cerca de 3 a 11 milhões (Tabela 01).

Tabela 01: Número de casos, sintomatologia e número de óbitos em relação ao total do número de casos para a China e a Itália em levantamentos publicados e projeções para o Brasil considerando estes dois cenários.

			Sem hospitalização	Com Hospitalização		Óbitos^A
				Sintomas
		Casos	Leves	Moderados	Críticos
	China[5]	44.415	36.160 (81%)	6.168 (14%)	2.087 (5%)	1.023
	Itália[6]	27.980	15.004 (53,6%)	11.125 (39,8%)	1.851 (6,6%)	2.158
Brasil	cenário China	148.024.656^B	119.899.971	20.723.452	7.401.233	3.404.567
	cenário Itália	148.024.656^B	79.341.215	58.913.813	9.769.627	11.397.898

A – Número de óbitos refere-se ao total de casos e não deve ser somado às colunas “Sintomas”. Para a China a CFR (Case Fatality Rate) = 1.023/44.415 = 2,3%, enquanto que para a Itália o CFR = 2.158/27.980 = 7,7%.

B – A estimativa considera a “imunidade de rebanho”, com estimativas de infecção de cerca de 70% da população total (211.463.794 habitantes segundo o IBGE em 03/05/2020^[7])

Subnotificação

A subnotificação é um problema que vem sendo enfrentado por todos os países, pois decorre da impossibilidade de testar todos os indivíduos da população. A testagem é necessária inclusive mais de uma vez, pois nada garante que uma pessoa com testagem negativa em determinado momento não venha a ter uma testagem positiva no futuro. As amostragens, quando realizadas, são estimativas difíceis, pois demandam a testagem de um grande número de pessoas selecionadas de maneira aleatória em regiões representativas. Um dos impactos mais importantes da subnotificação é a dificuldade de isolar todas as pessoas infectadas e seus possíveis contatos.

Um estudo [8] pioneiro coordenado pela Universidade Federal de Pelotas (UFPEL) e encomendado pelo governo do Estado aplicou testes sorológicos (que detectam anticorpos para a COVID-19) em 4.500 pessoas aleatoriamente selecionadas em 9 municípios (Pelotas, Uruguaiana, Ijuí, Caxias do Sul, Passo Fundo, Santa Cruz do Sul, Santa Maria e Porto Alegre) estimou que a subnotificação pode ser da ordem de 12 vezes em relação ao número de casos. No entanto, uma limitação importante do trabalho é que o teste sorológico utilizado (WONDFO SARS-CoV-2 Antibody Test) somente identifica pacientes que ou já tiveram a doença ou estão em estágios mais avançados, do que decorre que a subnotificação pode ser ainda maior do que a estimada.

Dados de óbito (notificação obrigatória, parte observada) podem ser utilizados também para estimar a subnotificação (parte não observada). No RS, a taxa de letalidade está estimada em 3,9% (Dados[9] de 02/05/2020), enquanto que os dados do estudo da UFPEL indicam um valor de 0,33%, indicando um índice de subnotificação de 3,9%/0,33% = 11,8 vezes, uma estimativa muito próxima da obtida pelo estudo.

Outros países também têm empreendido esforços em estimar a taxa de subnotificação. Em um total de 15.000 testes aleatórios, o Estado de Nova Iorque realizou a maior testagem em massa até o momento e chegou à estimativa[10] de cerca de 12,3% de infectados na população geral. Considerando a população total do Estado de Nova Iorque igual a 19,45 milhões de pessoas, temos um total de infectados estimados em aproximadamente 19.450.000 pessoas × 12,3% = 2.392.350 pessoas. Tomando-se em conta o número de óbitos e este total de infectados (03/05/2020[11]), podemos fazer uma estimativa de 23.826 mortes / 4.473.500 infectados = taxa de letalidade de 0,99%. Considerando este cenário, no Brasil teríamos 26.010.046 infectados e 257.499 mortes. É importante destacar que Nova Iorque realizou um lockdown severo, muito embora tardio, o que não vem sendo observado no Brasil.

Outras evidências da subnotificação podem ser observadas a partir do aumento do número de notificações de síndrome respiratória aguda grave (SRAG). No Brasil, houve um aumento nos casos de SRAG da ordem de 10 vezes maior do que no mesmo período no ano de 2019 (https://covid.saude.gov.br/). Este aumento incomum está diretamente relacionado com a pandemia, uma vez que segundo o relatório InfoGripe (http://info.gripe.fiocruz.br) da FIOCRUZ no Boletim da semana 16 de 2020, dentre todos os testes já realizados em pacientes com SRAG, 73% deram positivos para COVID-19.

Mas e quais as evidências científicas da efetividade do isolamento social?

Uma vez que há necessidade de evitar o colapso do sistema de saúde através da redução do número concomitante de infectados e que não é possível fazê-lo através de quarentena por causa do custo, da grande demanda operacional e da subnotificação, qual seria a melhor forma de lidar com a pandemia? Segundo a Organização Mundial da Saúde, as recomendações incluem, dentre outros, os cuidados básicos de higiene pessoal e as medidas de distanciamento social. Mas quais são as evidências científicas de efetividade do distanciamento social?

Em 19 de março de 2020 a China anunciou ao mundo seu primeiro dia sem nenhum caso de transmissão local, marco que foi conquistado após cerca de 2 meses de um lockdown severo iniciado em 23 de janeiro com muitas restrições à circulação de pessoas. Isto gerou uma oportunidade ímpar para realizar pesquisas sobre o efeito destas medidas.

Kraemer e colaboradores (2020) publicaram um artigo na revista Science[12] utilizando dados de mobilidade gerados a partir de geolocalização em telefones celulares e histórico de viagens combinados a dados epidemiológicos para testar se a redução da transmissão do vírus pôde ser atribuída às medidas adotadas. Neste trabalho eles constataram que a maioria (57%) dos casos que ocorreram fora de Wuhan antes de 23 de janeiro tinham histórico de viagem conhecido recente para Wuhan, demonstrando que Wuhan foi de fato o epicentro inicial da doença. Outro resultado interessante foi que a magnitude (número de casos) do início da epidemia pôde ser predita (R² = 0,89) pelo volume (quantidade total de viagens) de saídas de Wuhan. Foi possível também estabelecer uma correlação entre o número de casos novos diários e o número de pessoas viajando para fora de Wuhan, correlação esta que desapareceu após o estabelecimento de um cordão sanitário em 1º de fevereiro de 2020. As implementações das medidas drásticas de mobilidade levaram a taxas de crescimento negativas de novos casos.

Outra evidência forte encontrada no trabalho de Kraemer e colaboradores (2020) foi com relação ao perfil de razão sexual e estrutura etária de pessoas infectadas com COVID-19 fora de Wuhan. Comparando pessoas que tinham histórico de viagem recente para Wuhan com aquelas que não tinham, o perfil dos viajantes possuía um viés para maior quantidade de indivíduos do sexo masculino e de pessoas mais jovens, enquanto que aquelas que se infectaram fora de Wuhan tinham perfil de idade mais avançada e com razão sexual mais equânime, sugerindo que estas já adquiriram a doença por transmissão comunitária.

Outro exemplo foi uma situação ocorrida a bordo do Cruzeiro Diamond Princess, em que em um “experimento natural” pôde ser observado o efeito da doença em uma situação de alta aglomeração de pessoas, conforme relatado no trabalho publicado por Mizumoto e colaboradores (2020)[13]. Um dos passageiros que havia recém desembarcado em Hong Kong testou positivo para COVID-19. Isto fez com que com que os 3.711 tripulantes fossem proibidos de desembarcar logo que chegaram à costa de Yokohama no Japão e obrigados a cumprir uma quarentena a bordo de 05 a 20 de fevereiro de 2020. Após a realização de 3.063 testes, foi constatado que haviam 634 infectados (17%), sendo destes 17,9% assintomáticos. Os autores concluíram que a maioria dos casos de infecção ocorreram antes da quarentena (isto é, em situação de livre circulação) e que a alta proporção de assintomáticos causa preocupação em relação ao controle da pandemia. Eles também ressaltaram a importância da minimização de aglomerações na disseminação da doença.

As medidas adotadas de distanciamento social estão dentro de um espectro de medidas chamadas coletivamente de intervenções não farmacológicas (INFs), pois são medidas que não envolvem vacinas e nem medicamentos. Muito tem sido estudado a respeito da efetividade destas medidas a partir de outras pandemias do passado. Um exemplo clássico é a pandemia de influenza (gripe espanhola) de 1918/1919 que dizimou 40 milhões de pessoas no mundo todo.

Dois trabalhos analisaram o comportamento epidemiológico da influenza em cidades norte americanas de acordo com o número de medidas tomadas e com a rapidez com que foram implementadas. No trabalho de Markel et al (2007)[14], foram coletados dados de boletins epidemiológicos, obituários, históricos e registros da imprensa de 43 cidades com mais de 100 mil habitantes. Dentre as INFs principais estavam inclusos: i) isolamento ou quarentena, ii) fechamento de escolas e iii) proibição de aglomerações, dentre outras medidas mais brandas. É importante lembrar que, como não haviam testes moleculares e imunológicos como temos atualmente e os diagnósticos eram feitos de maneira clínica, os autores analisaram uma variável chamada de “mortalidade em excesso” (Excess Death Rates, EDR), ou seja, quantas mortes devido à pneumonia e influenza combinadas tinham a mais do que seria esperado nas mesmas semanas baseado em anos anteriores (1910-1916). Os resultados mostraram que a combinação de INFs tiveram os efeitos mais pronunciados na redução da EDR e que cidades que implementaram estas medidas mais cedo tiveram menores picos de EDR. Cidades que demoraram mais tempo para implementar INFs chegaram mais rápido em picos de EDR e tiveram maior quantidade de óbitos. Por outro lado, cidades que sustentaram as intervenções mais tempo tiveram menos óbitos no total. Os autores concluíram que intervenções tardias, ainda que duradouras ou combinadas, resultaram invariavelmente em mais mortes e picos mais acentuados de EDR.

Outro trabalho de Hatchett e colaboradores (2007)[15] debruçou-se sobre a mesma pandemia de influenza analisando 17 cidades norte americanas e encontrou resultados bastante semelhantes: quanto maior o número de INFs antes de atingir determinada taxa de mortalidade (EDR), menor o pico e total de óbitos. Também encontraram que quanto mais as cidades esperaram pra tomar medidas (quanto maior a EDR), maior foi o pico de EDR. Os efeitos encontrados foram mais pronunciados sobre o tamanho do pico de EDR do que sobre o total de óbitos, embora este último tenha sido também importante. Outro ponto importante foi que eles encontraram uma relação inversa entre o tamanho do primeiro pico de EDR e o segundo, ou seja, quanto maior o primeiro pico, menor o segundo e vice versa. Isto aconteceu porque uma cidade que teve um primeiro pico pequeno ainda tinha muitas pessoas suscetíveis que foram infectadas numa segunda onda. No entanto, as cidades que sustentaram as INFs de maneira prolongada nunca tiveram uma segunda onda; esta só foi observada em cidades que, embora tenham tomado medidas, acabaram relaxando as intervenções e acabaram invariavelmente experienciando um segundo pico de mortalidade. A conclusão dos autores foi de que a combinação de intervenções e a adoção de medidas antecipadas e sustentadas por longos períodos foram primordiais na redução dos picos de mortalidade.

E o isolamento vertical? Tem sido proposto como alternativa ao isolamento horizontal por autoridades brasileiras e tem como princípio o isolamento social preventivo de pessoas vulneráveis e a identificação e isolamento de infectados. No entanto, este procedimento só é eficaz quando há baixos níveis de subnotificação e em populações em que potenciais vetores do agente infeccioso (tais como crianças) não convivam com pessoas vulneráveis (tais como idosos).

Um artigo de modelagem matemática (Hellewell et al., 2020[16]) analisou as probabilidades de erradicação de uma pandemia considerando a estratégia de isolamento de casos infectados e pessoas com quem os infectados tiveram contato. Eles analisaram cenários diferentes de tempo entre começo dos sintomas e isolamento, tempo de incubação, número de casos iniciais, percentual de contatos traçados, número de pessoas infectadas por cada infectado, dentre outros, e concluíram que em todos os cenários o sucesso no controle da pandemia num período de 3 meses é bastante improvável apenas tomando como medida estas estratégias. Em alguns cenários seria necessário identificar e isolar até 90% dos contatos potenciais de infectados e esta ação deveria ser rápida, o que na prática seria inviabilizado por questões logísticas. Além deste esforço, ainda seriam necessários esforços no sentido de vencer a subnotificação para identificar infectados assintomáticos.

Todos estes elementos permitem concluir que, na ausência de medicamentos e vacinas, experiências recentes com a COVID-19 e prévias com outras pandemias mostram que as únicas medidas efetivamente comprovadas para o achatamento da curva de contágio é o distanciamento social. Estas medidas visam não sobrecarregar o sistema de saúde e propiciar atendimento médico a todos que necessitarem.

Índices de isolamento social

E o isolamento social no Brasil?

O grau de isolamento social tem sido calculado em muitos países através dos dados oriundos de telefones celulares. No Brasil, a startup Inloco[17] é uma empresa de inteligência que utiliza dados de geolocalização de celulares de cerca de 60 milhões de brasileiros de maneira anônima[18] e calcula o Índice de Isolamento Social (IIS) para os estados Brasileiros e alguns municípios considerando o número de celulares parados num mesmo local (sem realizar deslocamentos diários) em relação ao total de celulares.

De acordo com estes dados, o Brasil chegou a um máximo de isolamento de 62,2% em 22 de março de 2020, mas vem decaindo desde então até o patamar atual de 43,1% (10/05/2020).

E a “imunidade de rebanho”?

Tem se aventado como alternativa ao isolamento social o relaxamento das medidas de controle de isolamento e mobilidade de modo que as pessoas venham a se contaminar livremente, visando o aumento da imunização de grande parte da população, a chamada imunidade de rebanho. O princípio disto é que, quando uma alta proporção de pessoas se torna imune a um agente infeccioso, a probabilidade de um indivíduo interagir com indivíduos suscetíveis diminui, resultando em reduções drásticas nas taxas de contágio.

Para a COVID-19 tem sido sugerido o limiar de 70% de pessoas imunes como o valor mínimo para o controle da pandemia. No entanto, é importante considerar o seguinte: as taxas de infectados até o momento tem sido baixas. Como anteriormente citado para o Estado de Nova Iorque, cerca de 12,3% da população foi contaminada até o momento, o que significa que um segundo pico teria o potencial de ser do tamanho de até 87,7% da população. Considerando este ritmo de contágio, certamente não atingiríamos 70% de imunidade ainda em 2020 e ainda assim teríamos um alto custo em vidas humanas, conforme apontado por David Dowdy e Gypsyamber D’Souza da Universidade Johns Hopkins[19]. Estes mesmos pesquisadores levantaram que algumas estimativas mundiais apontam que menos de 5% da população foi infectada até o momento. No passo que estamos, a tal imunidade de rebanho não seria atingida antes de 2021 e ainda assim teríamos perdas de milhões de vidas no caminho.

PARA SABER MAIS, CONSULTE AS REFERÊNCIAS A SEGUIR

[1] B. Rache, Rocha, R., Nunes, L., Spinola, P., Malik, A. M. e A. Massuda (2020). Necessidades de Infraestrutura do SUS em Preparo à COVID-19: Leitos de UTI, Respiradores e Ocupação Hospitalar. Nota Técnica n.3. IEPS: São Paulo

[2] https://covid-insumos.saude.gov.br/paineis/insumos/painel_leitos.php

[3] https://www.ibge.gov.br/apps/populacao/projecao/box_popclock.php

[4] Regiões de saúde: um nível de organização para o planejamento e execução de ações de saúde que agrupa municípios limítrofes em função de similaridades. Regulamentado pela Resolução Normativa 259 de 2011 da Agência Nacional de Saúde Suplementar (ANSS)

[5] Wu Z, McGoogan JM (2020) Characteristics of and important lessons from the Coronavirus Disease 2019 (COVID-19) outbreak in China. JAMA 323(13):1239-1242. DOI: .10.1001/jama.2020.2648

[6] Lazzerini M, Putoto G (2020) COVID-19 in Italy: momentous decisions and many uncertainties. The Lancet 8(e641) DOI: 10.1016/S2214-109X(20)30110-8.

[7] https://www.ibge.gov.br/apps/populacao/projecao/box_popclock.php

[8] http://ccs2.ufpel.edu.br/wp/2020/04/29/resultado-da-2a-etapa-da-pesquisa-sobre-covid-19/

[9] http://ti.saude.rs.gov.br/covid19/

[10] https://www.governor.ny.gov/news/amid-ongoing-covid-19-pandemic-governor-cuomo-announces-results-completed-antibody-testing

[11] https://www.cdc.gov/coronavirus/2019-ncov/cases-updates/cases-in-us.html

[12] Kraemer et al. (2020) The effect of human mobility and control measures on the COVID-19 epidemic in China. Science DOI: 10.1126/science.abb4218

[13] Mizumoto et al. (2020) Estimating the asymptomatic proportion of coronavirus disease 2019 (COVID-19) cases on board the Diamond Princess cruise ship, Yokohama, Japan, 2020. Euro Surveillance 25(10) DOI: 10.2807/1560-7917.ES.2020.25.10.2000180

[14] Markel et al (2007) Nonpharmaceutical interventions implemented by US cities during the 1918-1919 influenza pandemic. JAMA 298(6): 644-654.

[15] Hatchett et al. (2007) Public Health interventions and epidemic intensity during the 1918 influenza pandemic. PNAS 104(18):7582-7587 DOI: 10.1073pnas.0610941104

[16] Hellewell et al. (2020) Feasibility controlling COVID-19 outbreaks by isolation of cases and contacts. The Lancet e488 DOI: 10.1016/S2214-109X(20)30074-7

[17] https://mapabrasileirodacovid.inloco.com.br/

[18] https://www.uol.com.br/tilt/reportagens-especiais/indice-de-isolamento-o-que-revelam-os-dados-de-celular-sobre-a-quarentena/#tematico-1

[19] https://coronavirus.jhu.edu/from-our-experts/early-herd-immunity-against-covid-19-a-dangerous-misconception