Celular ajuda a prever epidemias por meio de dados de uso

A ecóloga de doenças infecciosas da Universidade de Princeton, Jessica Metcalf, usa modelagem demográfica para entender como a dinâmica de infecções muda no Antropoceno.
Ela busca refinar modelos com dados mais atuais de mobilidade humana obtidos a partir de registros de telefonia móvel, após a pandemia de Covid-19.
Em um estudo sobre o surto de sarampo no Paquistão entre dois mil doze e dois mil treze, foram cruzados dados de saúde pública e deslocamento de mais de quarenta milhões de usuários para avaliar a possibilidade de prever epidemias e direcionar campanhas de vacinação.
O trabalho depende de uma grande base de dados, que costuma ser escassa, especialmente em áreas com maior vulnerabilidade, onde a vigilância é falha.
No Brasil, grande parte dos dados está disponível online, mas a disponibilidade varia entre países; a demanda por modelos mais precisos cresce à medida que impactos humanos no clima influenciam surgimento de doenças.

Jessica Metcalf, ecóloga de doenças infecciosas da Universidade de Princeton, investiga como a dinâmica de infecções é moldada pelo comportamento humano. A orientação é usar modelos simples, porém não simplórios, para entender o Antropoceno.

A pesquisadora utiliza dados demográficos para refinar modelos existentes e orientar políticas públicas. O objetivo é prever surtos e planejar ações como vacinação, água potável e distribuição de medicamentos.

A ideia é acompanhar, em tempo real, como as pessoas se movem, especialmente após a Covid-19, quando dados de telefonia móvel passaram a estar mais disponíveis para cientistas. As operadoras colaboram com planilhas sob solicitação.

Dados de mobilidade apoiam previsões

Entre 2012 e 2013 ocorreu um surto de sarampo no Paquistão, com mais de 30 mil casos. Cinco anos depois, pesquisadores cruzaram dados de saúde pública com registros de deslocamento de milhões de usuários para testar previsões.

O estudo combinou notificações hospitalares de novos casos com fluxos de mobilidade para mapear regiões de maior risco. O objetivo era orientar campanhas de imunização de forma mais rápida e eficaz.

Metcalf aponta que a base de dados é crucial para o funcionamento dos modelos. Em contextos com vigilância sanitária deficiente, como áreas com alta transmissão, os dados de notificações costumam ser incompletos.

Para avançar nessa linha de pesquisa, é essencial ampliar a disponibilidade de dados. No Brasil, por exemplo, parte das informações está aberta na internet, em contraste com outros países que mantêm processos mais tradicionais de vigilância em saúde.

Desafios e relevância

Segundo a pesquisadora, a demanda por modelos mais precisos cresce à medida que os impactos humanos no clima influenciam o surgimento de novas doenças. “Ainda há muito trabalho a ser feito. Conseguir os dados certos é o maior desafio”, afirma Metcalf.

O trabalho é creditado ao Ciência Fundamental, projeto editado pelo Serrapilheira, instituto brasileiro que apoia a ciência. A coluna destaca avanços técnicos na área sem incluir dados pessoais ou informações sensíveis.