-
Notifications
You must be signed in to change notification settings - Fork 44
/
analises.html
7755 lines (7126 loc) · 510 KB
/
analises.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!doctype html> <!-- HTML 5 doctype -->
<html lang="pt">
<head>
<!-- Description meta tags -->
<meta charset="utf-8">
<meta name="viewport" content="width=device-width, initial-scale=1, shrink-to-fit=no">
<meta name="description"
content="O Observatório Covid-19 BR é uma iniciativa independente com o desejo de disseminar informações de qualidade sobre o coronavírus, baseada em dados científicos atualizados.">
<title>Análises · Observatório Covid-19 BR</title>
<!-- Bootstrap CSS via BootstrapCDN -->
<link href="https://stackpath.bootstrapcdn.com/bootstrap/4.4.1/css/bootstrap.min.css" rel="stylesheet"
integrity="sha384-Vkoo8x4CGsO3+Hhxv8T/Q5PaXtkKtu6ug5TOeNV6gBiFeWPGFN9MuhOf23Q9Ifjh" crossorigin="anonymous">
<!-- Custom Fonts -->
<link href="https://fonts.googleapis.com/css2?family=Poppins:wght@300;400;500;600;700&display=swap" rel="stylesheet">
<link href="https://fonts.googleapis.com/css2?family=Open+Sans:wght@300;400;500;600;700&display=swap" rel="stylesheet">
<!-- Observatorio CSS -->
<link href="https://covid19br.github.io/css/global.css?ver=3.02" rel="stylesheet">
<link href="https://covid19br.github.io/css/charts.css?ver=2.02" rel="stylesheet">
<link href="https://covid19br.github.io/css/toc.css?ver=2.00" rel="stylesheet">
<!-- Favicons -->
<link rel="apple-touch-icon" href="https://covid19br.github.io/img/favicons/apple-touch-icon.png" sizes="180x180">
<link rel="icon" href="https://covid19br.github.io/img/favicons/favicon-32x32.png" sizes="32x32" type="image/png">
<link rel="icon" href="https://covid19br.github.io/img/favicons/favicon-16x16.png" sizes="16x16" type="image/png">
<link rel="manifest" href="https://covid19br.github.io/img/favicons/manifest.json">
<link rel="icon" href="https://covid19br.github.io/img/favicons/favicon.ico">
<meta name="msapplication-config" content="https://covid19br.github.io/img/favicons/browserconfig.xml">
<meta name="theme-color" content="#007bff">
<!-- Twitter -->
<meta name="twitter:card" content="summary_large_image">
<meta name="twitter:title" content="Observatório Covid-19 BR">
<meta name="twitter:description" content="Grupo de cientistas brasileiros com um objetivo: espalhar ciência e conter o vírus!">
<meta name="twitter:image" content="https://covid19br.github.io/img/favicons/observatorio-social-analises.png">
<!-- Facebook -->
<meta property="og:url" content="https://covid19br.github.io">
<meta property="og:title" content="Observatório Covid-19 BR">
<meta property="og:description" content="Grupo de cientistas brasileiros com um objetivo: espalhar ciência e conter o vírus!">
<meta property="og:type" content="website">
<meta property="og:image" content="http://covid19br.github.io/img/favicons/observatorio-social-analises.png">
<meta property="og:image:secure_url" content="https://covid19br.github.io/img/favicons/observatorio-social-analises.png">
<meta property="og:image:type" content="image/png">
<meta property="og:image:width" content="1200">
<meta property="og:image:height" content="630">
</head>
<body>
<!-- Barra Superior -->
<nav class="navbar navbar-expand-lg navbar-light">
<!-- BOTAO DO MENU -->
<button class="navbar-toggler" type="button" data-toggle="collapse" data-target="#navbarSupportedContent"
aria-controls="navbarSupportedContent" aria-expanded="false" aria-label="Toggle navigation">
<span class="navbar-toggler-icon"></span>
</button>
<!-- LOGO -->
<a class="navbar-brand" href="https://covid19br.github.io">
<img class="navbar-logo" src="./img/logo.svg"></img> <!-- OBSERV.LOGO.IMAGEM -->
</a>
<!-- DESTAQUE -->
<div class="nav-item destaque" data-toggle="collapse" data-target="#navbarSupportedContent"
aria-controls="navbarSupportedContent" aria-expanded="false" aria-label="Toggle navigation">
<a href="#">
Análises
</a>
</div>
<!-- MENU -->
<div class="collapse navbar-collapse" id="navbarSupportedContent">
<ul class="navbar-nav mr-auto">
<li class="nav-item">
<a class="nav-link" href="./estados?uf=br">Estados</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./municipios?aba=aba1">Municípios</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./drs">DRS</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./cenarios">Cenários</a>
</li>
<li class="nav-item">
<a class="nav-link active" href="#">Análises</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./perguntas">Perguntas Comuns</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./informacoes">Informações Técnicas</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./midia">Reportagens</a>
</li>
<li class="nav-item">
<a class="nav-link" href="./sobre">Sobre</a>
</li>
<!-- MENU.ITEM -->
</ul>
</div>
</nav>
<!-- Titulo Principal + Abas -->
<div class="container-fluid main-title-bg">
<!-- PAGE.TITLE -->
<div class="main-title">
<h1 class="display" id="page-title">Análises comentadas</h1>
<small class="page-subtitle ml-0" style="margin-top: -5px;">Última revisão em 12 de Abril, 2021 (16:10,
Horário de Brasília) </small>
<p class="text-justify mt-4 ml-0">Nesta seção, exibimos pequenos artigos com leituras pertinentes de
análises realizadas em
conjunto pelos colaboradores do Observatório COVID-19 BR. Nosso objetivo aqui é trazer ao público geral
análises
cientificamente fundamentadas que contenham conceitos-chave e lições para o enfrentamento da pandemia de
COVID-19 no
Brasil.
</p>
</div>
<!-- Separator -->
<hr class="my-4" style="margin-left: 1.3rem;">
<!-- Menu -->
<div class="main-title">
<small class="page-subtitle m-0">Selecione uma análise ></small>
<!-- ABAS PILL -->
<ul class="nav nav-pills nav-fill" id="main-title-aba-pills">
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba1">Esgotamento dos Leitos</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba3">COVID-19: ainda há muito pela frente</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba4">Nota sobre Plano São Paulo</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba5">Impacto econômico da COVID-19 no Brasil</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba6">O impacto da desigualdade na mortalidade por
COVID-19</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba7">Nota sobre a transmissão de COVID-19 por pacientes
assintomáticos</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba8">Esgotamento de leitos por jovens e adultos</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba2">Óbitos por COVID-19 no país</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba9">Cobertura da Renda Básica Emergencial nos municípios
brasileiros</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba9a">Por que a imunidade de rebanho não vai nos salvar</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba10">Notas sobre rastreamento de contatos</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba11">COVID-19: A solução passa pelo SUS</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba12">Experiência internacional na reabertura de escolas e
situação no Brasil</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba13">Ainda não há um plano nacional para vacinação contra
COVID-19
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba14">É urgente controlar o crescimento de casos e mortes por
COVID-19 no Brasil
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba15">Alerta sobre a variante de coronavírus em Manaus
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba16">Uma catástrofe se aproxima, mas ainda podemos evitá-la
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba17">Escolas não deveriam abrir com os altos índices de COVID-19
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba18">O Brasil perante uma crise sanitária e humanitária
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba19">Vacinação contra a COVID-19 no Brasil deve ser universal e atender as prioridades do Plano Nacional de Imunização
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba20">A estrutura de dados no Brasil não permite verificar se vacinas vencidas foram aplicadas
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link" href="#" card-id="aba21">Medidas eficazes devem ser adotadas no ambiente escolar para a prevenção da transmissão do coronavírus
</a>
</li>
<li class="nav-item aba-pill">
<a class="nav-link active" href="#" card-id="aba22">O Brasil precisa com urgência de uma política de testagem universal para contenção da Covid-19
</a>
</li>
</ul>
</div>
<!-- Footer -->
<div class="mt-3 pb-2" style="margin-left: 1.3rem;">
<img src="img/license_cc.svg" width="13px" class="m-0">
<small class="page-subtitle">
<a class="text-reset" href="https://creativecommons.org/licenses/by-nc/4.0/deed.pt_BR" target="_blank"
rel="noopener">Reuse</a>
</small>
<small class="page-subtitle ml-1 mr-1">·</small>
<img src="img/icon_github.svg" width="13px">
<small class="page-subtitle">
<a class="text-reset" href="https://github.com/covid19br/covid19br.github.io" target="_blank"
rel="noopener">Contribua</a>
</small>
</div>
</div>
<!-- ABA 1: Esgotamento dos Leitos -->
<div class="aba-group aba1" style="display: none;">
<!-- Titulo Principal -->
<div class="container-fluid mt-5 mb-5 xl-small">
<div class="main-title">
<h1 class="display">Esgotamento dos Leitos</h1>
<small class="page-subtitle title-tab mt-2">
Na ausência de medidas preventivas na cidade de São Paulo
</small>
</div> <!-- PAGE.TITLE -->
</div>
<!-- Texto Principal -->
<div class="card-columns one xl-small">
<!-- COLUMNS.NUM -->
<!-- Card 1 -->
<div class="card background-light br-0" style="z-index: 1110;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center mt-2">
<div class="hero-body">
<h5 class="card-title" id="aba1-card1">Em quanto tempo 100% dos leitos de São Paulo estariam
ocupados com COVID-19, sem distanciamento social?</h5>
</div>
</div>
<!-- CARD.TEXT -->
<p class="text-justify">
No início da epidemia no município de São Paulo, a ocupação dos leitos com casos graves
confirmados
de COVID-19 era de 0.8% dos leitos totais (dados da base oficial de notificações SIVEP-GRIPE), e
o
número de casos graves da doença duplicava rapidamente (a cada 2,17 dias, valor estimado entre
os dias 14 e 19 de
março).
</p>
<p class="text-justify">
Usando estes dados, nosso modelo mostra que 100% dos leitos disponíveis em São Paulo seriam
ocupados somente por pacientes de COVID-19 <b>entre os dias 1 e 5 de abril</b><i>(*)</i> se
nenhuma medida de
controle de contágio tivesse sido tomada e o número de leitos se mantivesse constante (<a
href="#aba1-fig1">Fig. 1 e 2</a>).
</p>
<p class="text-justify">
A simulação de leitos de UTI mostra resultados parecidos: sem nenhuma medida de controle, 100%
dos
leitos de UTI seriam ocupados somente com pacientes de COVID-19 entre os dias 29 de março e 1 de
abril
(<a href="#aba1-fig3">Fig. 3 e 4</a>).
</p>
<p class="text-right"><i><small>(*) valores atualizados em 14/05/2020</small></i></p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Card 2 -->
<div class="card background-light br-0" id="card2" style="z-index: 1100;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center">
<div class="hero-body">
<h5 class="card-title" id="aba1-card2">Os efeitos do distanciamento social</h5>
</div>
</div>
<!-- CARD.TEXT -->
<p class="text-justify mt-4" id="fig1">
Nosso modelo representa um cenário hipotético do avanço da epidemia de COVID-19 no município de
São Paulo
que nos permite explorar o que aconteceria se medidas de distanciamento não tivessem sido
tomadas
e a propagação da doença não tivesse desacelerado.
</p>
<p class="text-justify">
Ao comparar os resultados do nosso modelo com a atual ocupação de leitos na cidade de São
Paulo, podemos <b>quantificar quantos leitos (e vidas!) foram salvos pelas as medidas de
distanciamento social</b>.
A comparação é importante, por exemplo, para o gestor público ter as condições necessárias para
tomar a
melhor decisão em termos de administração e de política pública, em especial em um momento de
extrema gravidade como é o atual.
</p>
<p class="text-justify">
Nosso modelo, apesar de hipotético,
utiliza dados reais de número de leitos e de hospitalizados por faixa etária na cidade. Para
representar o cenário sem medidas
de distanciamento social, estimamos o tempo de duplicação da doença num período anterior a estas
medidas em São Paulo (dias 14 a 19 de março, <a href="#aba1-fig1">Fig. 1 e 2</a>).
</p>
</div>
</div>
<!-- NEW.CARD -->
</div>
<!-- Figuras 1 e 2 -->
<div class="card-deck two-small mb-4">
<!-- Figura 1 -->
<div class="card background-light br-0" style="z-index: 1090;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-3" style="text-align: center;" id="aba1-fig1">Figura 1</h5>
<!-- CARD.TITLE.TEXT -->
<!-- CARD.IMAGE -->
<img src="./web/leitos_fig1.svg" class="card-img-top" alt="DESCRIÇÃO ACESSÍVEL">
<p class="card-text legenda mt-2">
<small>
Previsão da porcentagem de leitos hospitalares ocupados por COVID-19 no município de São
Paulo entre os dias 14/03 e
07/04 em um cenário sem distanciamento social. A linha e os pontos amarelos são os casos
estimados pelo modelo, e os
pontos pretos são os dados observados de casos graves hospitalizados entre os dias 14 e 19/03
(dados da base oficial
de notificações SIVEP-GRIPE).
</small>
</p> <!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
<!-- Figura 2 -->
<div class="card background-light br-0" style="z-index: 1080;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-2" style="text-align: center;" id="aba1-fig2">Figura 2</h5>
<!-- CARD.TITLE.TEXT -->
<!-- CARD.IMAGE -->
<img src="./web/leitos_fig2.svg" class="card-img-top" alt="DESCRIÇÃO ACESSÍVEL">
<p class="card-text legenda mt-2">
<small>
Versão em escala logarítmica da Fig 1. Previsão da porcentagem (em escala logarítmica) de
leitos hospitalares
ocupados por COVID-19 no município de São Paulo entre os dias 14/03 e 07/04 em um cenário
sem distanciamento social.
A linha e os pontos amarelos são os casos estimados pelo modelo, e os pontos pretos são os
dados observados de casos
graves hospitalizados entre os dias 14 e 19/03 (dados da base oficial de notificações
SIVEP-GRIPE).
</small>
</p>
<!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
</div>
<!-- Texto Principal -->
<div class="card-columns one xl-small">
<!-- COLUMNS.NUM -->
<!-- NEW.CARD -->
<!-- Card 3 -->
<div class="card background-light br-0" style="z-index: 1070;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center">
<div class="hero-body">
<h5 class="card-title" id="aba1-card3">A redução do isolamento social</h5>
</div>
</div>
<!-- CARD.DESTAQUE -->
<ul class="list-group mt-3">
<li class="list-group-item d-flex justify-content-center align-items-center">
<h6 class="mb-0">É arriscado reduzir o isolamento social em municípios com mais de 50% dos
leitos disponíveis?</h6>
</li>
</ul>
<!-- CARD.TEXT -->
<p class="text-justify">
<b>Nosso modelo sugere que sim.</b> Mesmo em cidades onde pacientes com COVID-19 ocupam
atualmente uma
porcentagem baixa dos leitos, a ocupação total de leitos pode ser atingida muito rapidamente sem
medidas preventivas. Medidas preventivas, como o isolamento social, aumentam o tempo de
duplicação
da doença e, portanto, diminuem a velocidade de ocupação dos leitos de hospitais.
</p>
<p class="text-justify">
Iniciar as medidas preventivas somente quando 50% dos leitos estiverem ocupados pode ser muito
tarde, já que o
número de hospitalizados por COVID-19 aumenta exponencialmente, e os efeitos de medidas
preventivas podem demorar
para afetar o número de hospitalizações por COVID-19.
</p>
</div>
</div>
<!-- Card 4 -->
<div class="card background-light br-0" style="z-index: 1060;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center">
<div class="hero-body">
<h5 class="card-title" id="aba1-card4">Quantos leitos existem na cidade de São Paulo?</h5>
</div>
</div>
<!-- CARD.TEXT -->
<p class="text-justify mt-2" id="fig3">
De acordo com o Cadastro Nacional de Estabelecimentos de Saúde (CNES) <a
href="#aba1-card6">[Ref. 1]</a>, a cidade de São
Paulo possui <b>4.205 leitos de UTI</b> para adultos, dos quais 25% são SUS, e <b>27.847 leitos
simples</b> para adultos dos quais
52% são SUS. Esses leitos estão disponíveis para pacientes com diversos tipos de enfermidades.
Até o momento, tem
sido difícil saber com precisão quantos leitos estão disponíveis exclusivamente para acolherem
pessoas acometidas de
COVID-19 ou Síndrome Respiratória Aguda Grave (SRAG).
</p>
<p class="text-justify">
Há informes oficiais que os gestores das redes hospitalares, tanto pública quanto privada,
suspenderam os chamados
procedimentos eletivos (não urgentes), re-alocaram doentes entre enfermarias, adequaram e ainda
vêm adequando espaços
físicos, dentro e fora dos hospitais, para aumentar a disponibilidade de leitos para os casos de
COVID-19.
</p>
<p class="text-right"><i><small>Fonte : Secretaria Municipal de São Paulo</small></i></p>
</div>
</div>
<!-- NEW.CARD -->
</div>
<!-- Figuras 3 e 4 -->
<div class="card-deck two-small mb-4">
<!-- Figura 3 -->
<div class="card background-light br-0" style="z-index: 1050;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-3" id="aba1-fig3" style="text-align: center;">Figura 3</h5>
<!-- CARD.TITLE.TEXT -->
<!-- CARD.IMAGE -->
<img src="./web/leitos_fig3.svg" class="card-img-top" alt="DESCRIÇÃO ACESSÍVEL">
<p class="card-text legenda mt-2"><small>Previsão da porcentagem de leitos de UTI ocupados por
COVID-19
no município de São Paulo entre os dias 14/03 e 07/04 em um cenário sem distanciamento
social. A
linha e os pontos amarelos são os casos estimados pelo modelo.
</small></p> <!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
<!-- Figura 4 -->
<div class="card background-light br-0" id="fig4" style="z-index: 1040;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-2" id="aba1-fig4" style="text-align: center;">Figura 4</h5>
<!-- CARD.TITLE.TEXT -->
<!-- CARD.IMAGE -->
<img src="./web/leitos_fig4.svg" class="card-img-top" alt="DESCRIÇÃO ACESSÍVEL">
<p class="card-text legenda mt-2"><small>Versão em escala logarítmica da Fig. 3. Previsão da
porcentagem (em
escala logarítmica) de leitos de UTI ocupados por COVID-19 no município de São Paulo entre
os
dias 14/03 e 07/04 em um cenário sem distanciamento social. A linha e os pontos amarelos são
os
casos estimados pelo modelo.
</small></p>
<!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
</div>
<!-- Situacao atual, metodos e Referencias -->
<div class="card-columns one xl-small">
<!-- NEW.CARD -->
<!-- Leitos situacao atual -->
<div class="card background-light br-0" style="z-index: 1030;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-3" id="aba1-card5">Qual é a situação atual de ocupação de leitos em São
Paulo?</h5> <!-- CARD.TITLE.TEXT -->
<!-- CARD.TEXT -->
<p class="text-justify">
A situação atual de ocupação de leitos é difícil de estimar, devido ao <b>atraso de
notificação</b> entre uma pessoa
ser internada com sintomas de COVID-19 e obter o resultado do exame. Os dados utilizados na
nossa simulação,
por exemplo, mudaram após uma atualização da base de dados SIVEP-GRIPE feita no dia 14 de maio.
Após o período de atraso de notificação, os números de casos oficiais positivos de COVID-19 em
São Paulo
aumentaram de 62 para 74 no dia 14/03, e de 259 para 364 no dia 19/03 <a
href="#aba1-card6">(Ref. 4 e 5)</a>.
O Observatório COVID-19 utiliza modelos estatísticos para corrigir este atraso, e assim, estimar
a situação
atual de ocupação de leitos. Para maiores informações, veja a página
<a href="municipios?aba=aba2&uf=SP-Sao_Paulo&q=acu#">Leitos ocupados no Município em São
Paulo</a>.
</p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Metodos -->
<div class="card background-light br-0" style="z-index: 1020;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-3" id="aba1-card5">Método</h5> <!-- CARD.TITLE.TEXT -->
<!-- CARD.TEXT -->
<p class="text-justify">
Usamos um modelo que simula os números de infectados, suscetíveis e
hospitalizados por classe etária, de acordo com a distribuição etária da população do município
de São Paulo.
Consideramos como suscetíveis as pessoas que não foram infectadas pela doença.
</p>
<p class="text-justify">
Utilizamos número de hospitalizados (casos graves) por faixa etária da base oficial de
notificações
SIVEP-GRIPE entre os dias 14 e 19 de março (período anterior às medidas de quarentena, que
entraram
em vigor dia 24 de março <a href="#aba1-card6">(Ref. 1)</a>. Usamos um método de ajuste
bayesiano para
ajustar os valores dos parâmetros do modelo aos dados observados.
</p>
<p class="text-justify">
O tempo de duplicação que melhor se ajustou aos dados
observados neste período foi de 2,17 <span>±</span> 0,17 dias.
Usamos este valor inicial de tempo de duplicação como estimativa inicial da taxa de propagação
da doença
e projetamos o número de hospitalizados para os dias subsequentes (20 de março a 13 de
abril). A taxa de crescimento da doença, contudo, não é uma constante, e varia no modelo de
acordo
com o número de uscetíveis a cada tempo t.
</p>
<p class="text-justify">
Para a estimativa de número de infectados, utilizamos a
distribuição etária de hospitalizados proposta na <a href="#aba1-card6">Ref. 2</a>. A conversão
de
hospitalizados em pessoas que necessitam de leitos de UTI foi feita conforme a
distribuição etária de pacientes hospitalizados que necessitam de UTI proposta na <a
href="#aba1-card6">Ref. 3</a>.
Para estimar o número de hospitalizados a cada tempo t, levamos em conta a distribuição do tempo
de hospitalização
de pacientes com COVID-19, a qual é estimada a partir dos dados do SIVEP-GRIPE e possui média de
aproximadamente 11 dias.
Nós não consideramos possíveis mudanças no tempo de duplicação devido às medidas de
distanciamento social,
somente devido a diminuição de suscetíveis. A incerteza (95% C.L.) da estimativa do tempo
inicial
de duplicação é propagada ao modelo e domina as barras de erro dos valores estimados pelo
modelo.
</p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Referencias -->
<div class="card background-light br-0" style="z-index: 1010;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title mb-3" id="aba1-card6">Referências</h5> <!-- CARD.TITLE.TEXT -->
<!-- CARD.TEXT -->
<ol>
<li><a href="https://www.saopaulo.sp.gov.br/ultimas-noticias/ao-vivo-governo-de-sp-anuncia-novas-medidas-para-combate-ao-coronavirus-no-estado/"
target="_blank">Portal do Governo: Governo de SP determina quarentena em todo o
Estado.</a> <a href="#aba1-card4"><img src="./img/icon_arrow_up.svg"></a></li>
<li><a href="https://doi.org/10.1101/2020.03.09.20033357" target="_blank">Verity, R.,
Okell, L.C., Dorigatti, I., et al. Estimates of the severity of COVID-19 disease.
medRxiv
2020.03.09.20033357.</a></li>
<li><a href="http://dx.doi.org/10.15585/mmwr.mm6912e2" target="_blank">Severe Outcomes
Among Patients with Coronavirus Disease 2019 (COVID-19), United States, February 12 –
March 16,
2020. Morb Mortal Weekly Rep 2020; 69:343-346.</a></li>
<li><a href="https://g1.globo.com/sp/sao-paulo/noticia/2020/03/14/sao-paulo-tem-65-casos-confirmados-de-coronavirus-mais-de-53percent-dos-registros-no-pais.ghtml"
target="_blank">
G1: São Paulo tem 65 casos confirmados de coronavírus, mais de 53% dos registros no
país.</a></li>
<li><a href="https://g1.globo.com/sp/sao-paulo/noticia/2020/03/19/sp-tem-286-casos-confirmados-de-coronavirus.ghtml"
target="_blank">
G1: São Paulo tem 286 casos confirmados de coronavírus.</a></li>
</ol>
</div>
</div>
<!-- NEW.CARD -->
</div>
</div>
<!-- ABA 2: Nowcasting Obitos -->
<div class="aba-group aba2" style="display: none;">
<!-- Titulo Principal -->
<div class="container-fluid mt-5 mb-5 xl-small">
<div class="main-title">
<h1 class="display">Óbitos por COVID-19</h1>
<small class="page-subtitle title-tab mt-2">
23 de junho de 2020 - Quantos casos fatais estimamos ter atualmente no país?
</small>
</div> <!-- PAGE.TITLE -->
</div>
<!-- Texto Principal -->
<div class="card-columns one xl-small">
<!-- COLUMNS.NUM -->
<!-- Alert -->
<div class="alert alert-info alert-dismissible fade show" role="alert">
<small><b>Conteúdo atualizado com novos boletins do Ministério da Saúde!</b></small>
<button type="button" class="close" data-dismiss="alert" aria-label="Close">
<span aria-hidden="true">×</span>
</button>
</div>
<!-- Card 1 -->
<div class="card background-light br-0" style="z-index: 1110;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center mt-2">
<div class="hero-body">
<h5 class="card-title" id="aba2-card1">Correção no atraso no número de óbitos anunciados
</h5>
</div>
</div>
<!-- CARD.TEXT -->
<p class="text-justify mt-4">
O número de óbitos divulgado pelo Ministério da Saúde em seus boletins epidemiológicos
não refletem a atualidade de mortes por Covid-19. Para dar um panorama mais real da
atualidade aplicamos uma técnica estatística que, através dos atrasos entre o óbito e a
notificação, estima quantos óbitos já ocorreram mas ainda não constam no sistema de
notificação. Essa estimativa é o que chamamos de nowcasting e nos dá uma visão mais
realista da atualidade. <b>Estimamos que no limite inferior temos mais 21 óbitos para
cada 100 óbitos notificados e no limite superior estimamos que haja 41 óbitos não
notificados para cada centena de óbitos já notificados. Ou seja, um aumento entre
21 e 41% no número de óbitos. </b>
</p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Card 2 -->
<div class="card background-light br-0" id="card2" style="z-index: 1100;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center">
<div class="hero-body">
<h5 class="card-title" id="aba2-card2">De onde vêm os atrasos e porque corrigí-los?</h5>
</div>
</div>
<!-- CARD.TEXT -->
<p class="text-justify mt-4">
Para que um óbito causado por COVID-19 seja contabilizado nas estatísticas oficiais do
Ministério da Saúde (MS),
é necessário esperar o resultado do teste laboratorial. Normalmente, este teste é feito com
material coletado
quando a pessoa ainda estava viva (em geral por coleta de secreções) ou, raramente, após o
óbito.
Por isso, o número de óbitos diários divulgados pelo MS reflete, na verdade, somente o número de
resultados de exames
para SARS-Cov-2 que já foram concluídos para óbitos, e não os que realmente ocorreram na data de
divulgação.
</p>
<p class="text-justify">
A <a href="#aba2-fig1">Figura 1</a> mostra o número de óbitos por COVID em cada data,
conforme anunciados em boletins de diferentes dias, pelo governo federal.
Nesta figura vemos que muitos óbitos são anunciados vários dias depois de realmente terem
ocorrido -
basta notar como a curva cresce a cada data de boletim, o que significa que a cada novo boletim
o número de
óbitos aumenta mesmo em dias anteriores a essa data. Com esses dados, <b>podemos estimar que a
maioria do óbitos
(61%) leva mais de dez dias para ser confirmado e notificado</b>. Já a <a
href="#aba2-fig2">Figura 2</a> mostra que somente 3% dos óbitos são
de notificados com até 1 dia de atraso. Se olharmos para outros intervalos de dias de atrasos
para
notificação de um óbito, vemos que a grande minoria dos óbitos são confirmados na data de
ocorrência,
uma porcentagem de aproximadamente de 0,17% e, poranto, estamos falando de um evento
extremamente raro de ser
observado no sistema de notificação. Já no caso da proporção de óbitos que são notificados
com até 3 dias de atraso com relação a data de ocorrência, esse número aumenta para apenas 13%
das
notificações. Só se atinge uma maioria em percentagem de notificações, após o intervalo 15 dias
de atraso entre
a data de notificação e a data de ocorrência do óbito, quando atingimos 51,4% de notificações.
Mais de um quarto dos
óbitos são notificados apenas 1 mês depois de ocorrerem.
</p>
</div>
</div>
</div>
<!-- Figuras 1 e 2 -->
<div class="card-deck two-small mb-4">
<!-- Figura 1 -->
<div class="card mt-3 mb-4" style="z-index: 1090;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title" style="text-align: center;" id="aba2-fig1">Figura 1</h5>
<!-- CARD.IMAGE -->
<img src="./fig/gif_BE_05_junho.gif" class="card-img-top"
alt="Evolução dos óbitos por data de óbitos">
<!-- CARD.TEXT -->
<p class="card-text legenda mt-2">
<small>
Número de óbitos por COVID por data no Brasil, reportados em boletins epidemiológicos do
Ministério da Saúde.
Cada linha mostra o número de óbitos reportados até o respectivo boletim.
Mesmo boletins de datas muito posteriores incrementam o número de óbitos em datas
anteriores.
A curva cai para datas próximas do dia do boletim pois há poucos óbitos que são notificados
e
confirmados próximos de sua data de ocorrência - efeito de atraso de notificação.
Nos boletins seguintes estas são as datas pras quais são acrescentados mais óbitos, em
geral.
</small>
</p> <!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
<div class="card mt-3 mb-4" style="z-index: 1070;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title" style="text-align: center;" id="aba2-fig2">Figura 2</h5>
<!-- CARD.IMAGE -->
<img src="./fig/cpf_atrasos_05_junho.png" class="card-img-top"
alt="Número de óbitos por COVID no Brasil acumulados e o nowcasting a cada data">
<!-- CARD.TEXT -->
<p class="card-text legenda mt-2">
<small>
Distribuição de probabilidade acumulada de notificação, isto é, o eixo veritical indicada a
fração de óbitos
notificados com atrasos indicados no eixo horizontal. Os pontos indicados correpondem a 7,
14, 30 e 60 dias.
</small>
</p> <!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
<!-- NEW.CARD -->
</div>
<div class="container-fluid mt-5 mb-5 xl-small">
<!-- Card 3 -->
<div class="card background-light br-0" id="card3" style="z-index: 1080;">
<div class="card-body">
<!-- CARD.HEADER -->
<div class="d-flex align-items-center">
<div class="hero-body">
<h5 class="card-title" id="aba2-card3">Quantas pessoas já faleceram devido à COVID-19?</h5>
</div>
</div>
<!-- CARD.TEXT -->
<p class="text-justify mt-4">
Infelizmente, este número é maior do que o número oficial divulgado a cada dia. O nowcasting
estima um número de óbitos
para o último boletim, que é entre 32.716 e 38.090 óbitos até a data deste boletim (5 de junho).
No dia 5 de junho, havia 26.888 óbitos notificados, ou seja, um número menor.
Isso significa que, para cada óbito registrado nos boletins deve haver 1,21
óbitos que ainda não constam como confirmados por COVID-19, no limite inferior
da estimativa, e até 1,41 outros óbitos que não constam no limite superior da
estimativa.
</p>
<p class="text-justify">
Os dados de número de óbitos por data de notificação, como feito pelo Ministério da Saúde,
refletem a situação do
passado e não a realidade atual. Para podermos fazer um gráfico do número de óbitos por data do
óbito para datas
recentes, precisamos considerar que no futuro ainda virá o resultado de exames de pessoas que já
faleceram, fazendo com
que os números de óbitos nas datas recentes aumentem. Para isso, supomos que a estatística de
atrasos dos casos futuros
é semelhante à dos últimos dias. Na <a href="#aba2-fig3">Figura 3</a>, mostramos o número de
óbitos por dia do óbito, ou seja, com a correção de
atrasos já incorporada. Por ser uma estimava há no método uma faixa (mais clara) de 95% de
confiança para a estimativa
(em vermelho). Em azul, temos o número de óbitos divulgados até o último boletim epidemiológico
(5 de junho), isto é, sem
correções de atraso.
</p>
<p class="text-justify">
O nowcasting é uma estimativa que é sensível a frequência com que os dados
são disponibilizados. Fazemos a análise extraindo os dados dos boletins,
mas nem todos os boletins informam óbitos por data. Além disso, houve dias
em que não houve boletins. Essa intermitência afeta o nowcasting, fazendo
pois períodos longos em que não há dados levam a uma subestimativa na técnica.
Por isso, é possível que o número de óbitos que estimamos ainda seja menor do
que o real.
</p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Figura 2-->
<div class="card mt-3 mb-4" style="z-index: 1070;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title" style="text-align: center;" id="aba2-fig3">Figura 3</h5>
<!-- CARD.IMAGE -->
<div class="text-center"><img src="./fig/nowcasting_BE_MS_05_junho_cumsum.svg"
class="tamanho_dinamico"
alt="Número de óbitos por COVID no Brasil acumulados e o nowcasting a cada data"></div>
<!-- CARD.TEXT -->
<p class="card-text legenda mt-2">
<small>
Número de óbitos por COVID no Brasil acumulados e o nowcasting a cada data. Linha azul é o
número de óbitos acumulados
até cada data até o último boletim do MS do dia 05 de junho. A linha vermelha é o valor
estimado de óbitos acumulados
através da técnica de nowcasting e a faixa vermelha indica o intervalo de 95% de
credibilidade da análise.
</small>
</p> <!-- CARD.IMAGE.LEGENDA -->
</div>
</div>
<!-- NEW.CARD -->
<!-- Card 4 -->
<div class="card background-light br-0" id="card4" style="z-index: 1060;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title" id="aba2-card4">Método</h5> <!-- CARD.TITLE.TEXT -->
<!-- CARD.TEXT -->
<p class="text-justify mt-3">
O método de nowcasting faz uma correção da atualidade, ou seja, estima como está o presente
baseando-se naquilo que se
sabe até agora sobre o passado recente. Cada óbito que ocorre tem duas datas que lhe podem ser
atribuídas: (i) de
ocorrência do óbito em si, e (ii) data de confirmação desse óbito devido à COVID-19 pelos órgãos
responsáveis, no caso a
data de divulgação do boletim. Com essa duas datas podemos verificar como se distribui o tempo
entre um óbito ocorrer e
ele ser incluído no sistema de notificação como um óbito confirmado por COVID-19. A partir dessa
distribuição de
atrasos, obtemos a probabilidade de notificação do óbito para cada dia de atraso, e estimamos
quantos óbitos que já
ocorreram mas ainda não constam como confirmados devido à COVID-19.
</p>
<p class="text-justify">
Devemos ressaltar que, como toda estimava, há uma margem de erro, que depende da qualidade do
dado disponível.
Os dados que temos para o Brasil são agregados e irregulares, pois nem todo dia o boletim foi
divulgado ou mesmo nem
sempre o boletim divulgou as datas de óbito. As análises poderiam ser ainda melhores se o
Ministério da Saúde
disponibilizasse os microdados dos óbitos confirmados em nível nacional sobre a epidemia, como a
base SIVEP - Gripe,
com atualizações frequentes ou até mesmo diárias. Nestes microdados constam as datas de cada
caso , com as quais
poderíamos estimar o atraso em cada etapa de investigação de um óbito.
</p>
<p class="text-justify">
É importante ressaltar que o método só corrige atrasos de notificação, isto é, corrige somente o
fato de existirem
óbitos ainda causados por COVID-19 que ainda não foram confirmados mas o serão em algum momento.
As estimativas que
apresentamos aqui não corrigem subnotificação de mortes, i.e., óbitos devido a COVID-19 que não
foram detectados,
e que portanto podem nunca serem conhecidos. É possível que essa subnotificação aconteça por
diversos fatores,
um deles é que os testes não têm sensibilidade de 100%, e podem ter resultados que são
falsos-negativos.
</p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Card 5 -->
<div class="card background-light br-0" id="card5" style="z-index: 1050;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title" id="aba2-card5">Com todas as limitações, o quão boa é a correção do atraso?
</h5> <!-- CARD.TITLE.TEXT -->
<!-- CARD.TEXT -->
<p class="text-justify mt-3">
Para efeito de validação do método, criamos um nowcasting retroativo com a primeira metade dos
boletins
lançados até hoje (os 12 primeiros dos 25 boletins). Apenas com a informação contida nos 12
primeiros boletins
epidemiológicos, estimamos com o método de nowcasting o valor esperado e o intervalo de
confiança até o dia 14 de abril.
Este seria o dia até o qual seria possível fazer a estimativa, se voltássemos ao dia 14 de abril
e usássemos os boletins disponíveis então.
Na Figura 3, comparamos esse nowcasting do dia 14 de abril (linha e intervalo vermelhos) com a
curva de óbitos divulgados até o dia 14 de abril (linha azul).
Também mostramos com a curva acumulada dos óbitos divulgados até o último boletim em 8 de maio
(linha laranja). A curva laranja se situa dentro do intervalo
previsto pelo nowcasting do dia 14 de abril. Ou seja, a estimativa feita com dados de até 14 de
abril previu um máximo de 3510 óbitos até este dia.
Após 13 boletins, o número acumulado oficial foi de 2838, o que é bem pŕoximo do estimado e está
na margem de erro da estimativa.
Veja também que a maior parte da curva laranja passa pelo limite superior da faixa vermelha, que
é a margem de erro.
Isso indica que a correção foi muito otimista, e que o número real de óbitos em várias datas
quase a ultrapassou.
</p>
</div>
</div>
<!-- NEW.CARD -->
<!-- Figura 3 -->
<div class="card mt-3 mb-4" id="fig3" style="z-index: 1040;">
<div class="card-body">
<!-- CARD.HEADER -->
<h5 class="card-title" style="text-align: center;" id="aba2-fig4">Figura 4</h5>
<!-- CARD.IMAGE -->
<div class="text-center"><img src="./fig/sensibilidade_nowcasting_BE_MS_08_maio_cumsum.svg"
class="tamanho_dinamico" alt="Nowcasting em comparação aos boletins de Abril e Maio"></div>
<!-- CARD.TEXT -->
<p class="card-text legenda mt-2">
<small>
A linha azul representa os óbitos por COVID anunciados nos boletins, acumulados até o dia 14
de abril. A linha laranja
representa os óbitos por COVID acumulados até o dia 14 de abril, apresentados no boletim de
08 de maio. A linha vermelha
representa a média e a faixa vermelha mais clara representa o intervalo de confiança do
nowcasting feito com dados até
dia 14 de abril.
</small>
</p> <!-- CARD.IMAGE.LEGENDA -->
</div>
</div>