Fredi Alexander Diaz-Quijano explica que o modelo de previsão diagnóstica permite melhor análise epidemiológica da doença e ações mais rápidas no enfrentamento da pandemia.
Na Faculdade de Saúde Pública (FSP) da Universidade de São Paulo (USP), um estudo fez uma análise dos dados de vigilância epidemiológica e identificou algumas variáveis que podem ajudar a predizer o diagnóstico da covid-19. Com isso, tentou-se obter uma fórmula capaz de calcular probabilidades de que o paciente que foi notificado tenha realmente a covid-19. O estudo, em versão preprint (sem revisão) neste link, já foi aceito para publicação em periódico científico.
Fredi Alexander Diaz-Quijano, professor do Departamento de Epidemiologia FSP, responsável pelo estudo, explica que esse modelo diagnóstico é aplicado a um conjunto de pacientes, no intuito de identificar uma estimativa da probabilidade de que o caso notificado seja de uma infecção em particular, neste caso, a covid-19, causada pelo novo coronavírus. Em entrevista ao Jornal da USP no Ar, ele explica que o modelo foi usado em outros tipos de doença, como dengue e doenças respiratórias.
“O que a gente fez foi analisar a informação daqueles que tinham uma prova laboratorial para confirmar ou descartar, comparar aqueles positivos daqueles negativos, para identificar quais variáveis, quais informações das fichas de notificações estavam mais associadas com o diagnóstico”, comenta Diaz-Quijano. Através de algumas estratégias de análise, o estudo conseguiu obter uma fórmula em que o resultado gera a probabilidade do caso ser covid-19. A fórmula foi baseada em dados obtidos de pacientes de São Paulo e do Rio de Janeiro e obteve resultados bastante satisfatórios para previsão diagnóstica.
O professor esclarece que o modelo permite ter uma previsão de cálculo baseada nas características encontradas nas fichas de pacientes, mesmo se estes não fizerem um teste de laboratório. Isto permite a existência de uma previsão no momento da notificação, possibilitando recomendações específicas de isolamento, por exemplo, se a probabilidade for alta.
Hoje, o Brasil tem mais de 3 milhões de testes confirmados para o novo coronavírus e mais 2,5 milhões de casos suspeitos sem testes diagnósticos. Com o modelo criado pela FSP, esses casos sem testes poderiam ter a confirmação se de fato são covid-19, o que ajudaria a diminuir significativamente a proporção do número de suspeitos ainda dependentes de uma resposta.
