Os esforços para conter surtos como o recente do coronavírus dependem de conseguir prever como a doença pode se espalhar pelo mundo. Nos primeiros dias, quando dados confiáveis podem ser escassos, pesquisadores recorrem a modelos matemáticos que calculam a probabilidade de os indivíduos transmitirem a doença.
O poder computacional moderno permite que esses modelos incorporem rapidamente várias entradas, como a capacidade de contágio e os padrões de movimento de pessoas potencialmente infectadas. O fechamento de um determinado aeroporto, por exemplo, pode afetar a disseminação global de uma doença.
Já quando se usam dados incompletos, um pequeno erro pode ter um efeito enorme. Como cada fator desconhecido introduz mais incerteza em um modelo, os pesquisadores preferem se concentrar em uma fórmula mais limitada que depende de apenas um fator principal.
Além disso, se modelos diferentes apontam na mesma direção, há mais confiança no realismo dos resultados. Os modelos devem considerar, ainda, o impacto de intervenções de saúde pública, como a adoção de máscaras faciais, o fechamento de escolas ou outras medidas governamentais, como a quarentena de cidades inteiras.
