A curva epidemiológica deve ser calculada com base em casos novos, não com a soma de mortos

Imunidade de rebanho e os brilhantes da coroa
José Carlos Serufo

Finalmente, fruto de mente independente, uma resposta que contesta o cenário imposto ao crédito (Nicholas Lewis, 2020). A imunidade de rebanho eficaz na covid é muito menor do que as alarmantes estatísticas iniciais, assim como o R0 real, que é cinético morro abaixo.
Prudentemente, para essa nova análise, a população foi dividida em quatro compartimentos: susceptíveis, expostos, infectados e recuperados. De maneira que, como é lógico de se pensar, com o fluxo da doença as pessoas vão mudando de compartimento. Recuperados, doentes e mortos não fazem parte dos susceptíveis.
Em segundo lugar, devem-se excluir os três primeiros dias de incubação da doença, em que não há transmissão.
Em terceiro, os infectados, transmissores da doença, mudam seus hábitos assim que têm conhecimento do diagnóstico e tomam precauções que reduzem acentuadamente o R0.
Considerando esses três fatores, a imunidade de rebanho calculada pelos especialistas do Imperial College (Neil et al., 2020) cai de 81% para 58,3%.
Não pára por aí. A mais importante assertiva, as populações não são homogêneas (Gomes et al., 2020). A conectividade social é fator determinante na transmissão. Estudos estimam entre 8,9% a 10% os espalhadores responsáveis por 80% dos casos novos (Bi et al., 2020; Akira et al., 2020). Além disso, a suscetibilidade e a carga viral são menores nas populações mais jovens e menos aglomeradas.
Esses fatores afetam em cerca de 60% a estimativa da imunidade de rebanho, o que reduz o nível inicial de 58,3% para 23,6%. Tanto assim, será verdade?
Para não ser apenas mais um fruto de epidemiocartomantes, a análise da curva epidemiológica da Suécia, país que não adotou medidas drásticas, mostra que, ao atingir 17% de imunidade populacional (talvez um pouco mais), a doença serpenteou, flexionou e continua caindo.
Salienta-se que a curva epidemiológica a ser analisada deve ser a de casos novos, não a da somatória de mortos; que as estatísticas a serem noticiadas deveriam ser taxas ajustadas às populações e não dados brutos; que os suecos são diferentes dos brasileiros, como o mineiro é diferente do carioca; e, por fim, talvez essa ainda não seja a verdade, mas pontua um extremo novo que nos direcionará de volta à racionalidade em busca do equilíbrio. O medo real já nos basta!
Fato é que os estimadores oficiais, que construíram o modelo da catástrofe mundial, adotado por propagadores do pânico, perderam alguns brilhantes da coroa da cátedra imperial e deveriam ressarcir os prejuízos em consórcio com os donos, pouco de zelo, da estufa criadora.
Referências
Neil M Ferguson et al., Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand. Imperial College COVID-19 Response Team Report 9, 16 March 2020, https://spiral.imperial.ac.uk:8443/handle/10044/1/77482.
Gomes, M. G. M., et al. Individual variation in susceptibility or exposure to SARS-CoV-2 lowers the herd immunity threshold. medRxiv 2 May 2020. https://www.medrxiv.org/content/10.1101/2020.04.27.20081893v1
Bi, Qifang, et al. “Epidemiology and transmission of COVID-19 in 391 cases and 1286 of their close contacts in Shenzhen, China: a retrospective cohort study.” The Lancet Infectious Diseases 27 April 2020. https://doi.org/10.1016/S1473-3099(20)30287-5
Endo, Akira, et al. “Estimating the overdispersion in COVID-19 transmission using outbreak sizes outside China.” Wellcome Open Research 5.67 (2020): 67. https://wellcomeopenresearch.org/articles/5-67
https://judithcurry.com/2020/05/10/why-herd-immunity-to-covid-19-is-reached-much-earlier-than-thought/#_ednref16