Professores da UFPE desenvolvem modelo para avaliar risco de explosão de casos de coronavírus
Modelo probabilístico foi desenvolvido para quantificar os riscos da explosão do novo coronavírus, demonstrado através de Análise Quantitativa de Riscos Microbianos (AQRM)
Via Ascom UFPE
Os professores da UFPE Márcio das Chagas Moura (Engenharia de Produção) e Heitor de Oliveira Duarte (Engenharia Naval) desenvolveram um modelo probabilístico para quantificar os riscos da explosão do novo coronavírus, demonstrado através de Análise Quantitativa de Riscos Microbianos (AQRM). No artigo “Probabilistic Model for Quantitative Risk Assessment of Covid-19: the case of a patchy environment with potential for migration between continents, os autores apontam que, em um cenário sem intervenções, até meados de março de 2021, o mundo teria 55% de risco de vivenciar uma explosão da doença, 22% da população mundial (1,7 bilhão) teria sido infectada e teríamos 22 milhões de mortes.
Validado a partir da comparação de dados reais com os valores previstos desde 17 de março até 28 de abril deste ano, o relato demonstra que os resultados também sinalizam um cenário em que tudo continua normal na Ásia e há mitigação moderada em todos os outros continentes. Mas, segundo os pesquisadores, “medidas rigorosas de mitigação em todos os continentes podem reduzir esses números esperados para 7% de risco de explosão, taxa de infecção de 3% (223 milhões) da população mundial e 1,5 milhões de mortes”.
ACIDENTES
Com o propósito de explicar os princípios básicos da Análise de Riscos e discutir a sua importância dentro do contexto da Covid-19, Marcio Moura e Heitor Duarte, em outro artigo, se valem de casos emblemáticos de acidentes aéreos e industriais para ilustrar a sua tese. “Devido à sua magnitude, acidentes industriais são estudados e se tornam temas de pesquisa por vários anos após o ocorrido, dando origem a diversas diretivas compostas de um apanhado de lições aprendidas, que têm o objetivo de reduzir a probabilidade de algo semelhante acontecer no futuro ou eliminar, por completo, a causa raiz”, explicam.
Ao considerarem que as consequências negativas desses acidentes são muito altas, e a frequência de incidência seja baixa, ou seja, com baixa probabilidade de ocorrência, os autores discorreram que Risco (R) envolve a combinação de dois fatores: 1) F – frequência, probabilidade ou chance do evento acontecer; e 2) C – dimensão da consequência negativa dado que o evento aconteceu. “Portanto, Risco pode, em sua forma mais simplória, ser definido como uma função de F e C: R = f (F,C). Assim, de forma simplória, as estratégias de redução de Risco de um evento indesejável envolvem influenciar pelo menos um destes dois fatores”, explica o artigo.
E, fazendo um paralelo entre a tragédia ocorrida com o voo da TAM em 2007 e as consequências fatais da pandemia do novo coronavírus no Brasil, os autores relatam que, nos dias 8 e 9 deste mês, a quantidade de mortes relacionadas à Covid-19 registrada pelo Governo Federal foi de 751 e 730, respectivamente. “Ou seja, é como se mais de sete acidentes aéreos da TAM tivessem acontecido em apenas dois dias”, analisam. “Além disso”, continuam, “o primeiro óbito causado pela Covid-19 foi registrado pelo Governo Federal no dia 17 de março e, no dia 11 deste mês, o total de mortes chegou a 11.519. Em outras palavras, em 55 dias, observamos aproximadamente uma média de um acidente aéreo de grandes proporções por dia”.
No artigo, os autores discorrem sobre tipos de risco, individual ou social, e os respectivos fatores que se inserem no cálculo e analisam a efetividade do isolamento social como medida para mitigar os riscos da pandemia. Há, ainda, gráficos que demonstram os efeitos dessas providências em função do seu grau de aplicação. “Na ausência de uma vacina, a forma mais eficiente de reduzir a frequência é o distanciamento social, o que reduz a exposição dos indivíduos suscetíveis aos infectados. Além disso, o uso de máscaras e higienização são medidas bastante úteis”, reforçam.
Leia os artigos na íntegra:
Probabilistic Model for Quantitative Risk Assessment of Covid-19: the case of a patchy environment with potential for migration between continents
