População de baixa renda está mais exposta à Covid-19, aponta estudo

Modelo feito pela Universidade de Stanford indica ainda que locais fechados em que as pessoas passam mais tempo, como restaurantes, academias e bares, são os principais focos de contaminação

Renato Mota 11/11/2020 19h11
Pandemia da Covid-19 no Rio
A A A

Em qual local tenho mais chances de ser contaminado com a Covid-19: na farmácia ou na academia? Hotéis são mais seguros do que restaurantes? Quais as chances de me contaminar se for em um consultório médico ou loja de conveniência. Saber em quais lugares o coronavírus se dissemina mais é uma informação essencial para combater a pandemia.


Uma equipe de pesquisadores da Universidade de Stanford e da Northwestern University criou um modelo computacional que prevê com precisão a disseminação da Covid-19 em dez grandes cidades dos Estados Unidos nos próximos meses. Para isso, os pesquisadores analisaram três fatores que geram o risco de infecção: para onde as pessoas vão no decorrer de um dia, quanto tempo permanecem e quantos outras pessoas estão visitando o mesmo lugar, ao mesmo tempo.

"O modelo analisa como pessoas de diferentes origens demográficas e de diferentes bairros visitam diferentes tipos de lugares que estão mais ou menos lotados. Com base em tudo isso, podemos prever a probabilidade de novas infecções ocorrerem em qualquer hora ou lugar", explica o cientista da computação Jure Leskovec, principal autor do estudo publicado na revista Nature

Marcelo Camargo/Agência Brasil

Restaurantes são os locais onde as chances de ser contaminado com a Covid-19 são maiores, de acordo com o estudo. Imagem: Marcelo Camargo/Agência Brasil

Por meio de dados demográficos, estimativas epidemiológicas e dados de localização de smartphones, os pesquisadores confirmaram que a maioria das transmissões de Covid-19 ocorrem em locais onde as pessoas permanecem fechadas por longos períodos. Lideram a lista restaurantes, academias de ginástica, cafés e bares. Completam o "top 10" hotéis e motéis, restaurantes nos quais os clientes podem levar a comida, centros religiosos, consultórios médicos, mercados, lojas de mercadorias usadas e pet shops.

A equipe disponibilizou publicamente suas ferramentas e dados para que outros pesquisadores possam replicar o modelo e trazer novas descobertas. "Qualquer pessoa pode usar este modelo para entender as consequências de diferentes decisões de política de fechamento de empresa e estadia em casa", disse Leskovec.

Mais pobres, mais risco

Para o coautor do estudo, o professor de Sociologia de Stanford David Grusky, essa capacidade preditiva pode explicar os fatores por trás das taxas desproporcionais de infecção entre pessoas de baixa renda. "No passado, presumia-se que essas disparidades eram causadas por condições preexistentes e acesso desigual aos cuidados de saúde. Nosso modelo sugere que os padrões de mobilidade também ajudam a impulsionar esses riscos desproporcionais", afirma Grusky.

É importante salientar que os dados foram coletados quando o uso de máscaras era menos prevalente nos EUA, e por isso o modelo não as leva em consideração. "No entanto, na segunda onda, vemos que a mobilidade das pessoas aumentou, mas o número de infecções não aumentou tanto quanto deveria. Portanto, atribuímos o número de infecções inferior ao esperado ao uso de máscaras", explicou Leskovec em entrevista ao G1.

De acordo com a pesquisa, a reabertura com limites de ocupação mais baixos tende a beneficiar mais os grupos desfavorecidos. "Como os locais que empregam pessoas de baixa renda costumam ser menores e mais lotados, os limites de ocupação em lojas reabertas podem reduzir os riscos", afirma o sociólogo. Para Leskovec, o modelo ainda "oferece a evidência mais forte até agora" de que as políticas de isolamento reduziram a taxa de novas infecções. 

Marcelo Camargo/Agência Brasil

A necessidade de sair para trabalhar faz com que as camadas mais pobres da população estejam expostas ao novo coronavírus. Imagem: Marcelo Camargo/Agência Brasil

Vigilância no bolso

O estudo rastreou os movimentos de 98 milhões de norte-americanos em dez das maiores áreas metropolitanas do país: Nova York, Los Angeles, Chicago, Dallas, Washington (D.C.), Houston, Atlanta, Miami, Filadélfia e San Francisco. A SafeGraph, uma empresa que agrega dados de localização anônimos de aplicativos móveis, forneceu aos pesquisadores dados de 553 mil locais públicos.

As informações eram detalhadas ao ponto que os cientistas sabiam quantas pessoas visitam os lugares a cada dia, por quanto tempo e qual era a metragem quadrada de cada estabelecimento. Combinando o modelo com dados demográficos, os pesquisadores concluíram que pessoas de baixa renda saem de casa com mais frequência (porque seus empregos exigem) e compram em lojas menores, portanto mais cheias.

Pessoas com rendas mais altas, por outro lado, podem trabalhar em casa e usam a entrega em domicílio para evitar aglomerações. O estudo revelou que é quase duas vezes mais arriscado para as populações não brancas nos EUA se infectarem enquanto compram mantimentos em comparação com brancos. "Ao combinar conjuntos de dados de mobilidade, demográficos e epidemiológicos, pudemos usar nosso modelo para analisar a eficácia e a equidade de diferentes políticas de reabertura", afirma o estudo.

Via: Stanford University/G1


Confira em tempo real a COVID-19 no Brasil:



Computação coronavirus modelos matemáticos covid19 pandemia
Assinar newsletter
Assine nossas newsletters e receba conteúdos em primeira mão
enviando dados - aguarde...
Parabéns! Sua assinatura foi recebida com sucesso!
Atenção: Em instantes você receberá um email de confirmação da assinatura. Para efetivá-la, clique no link de confirmação que você receberá. Verifique também sua caixa de SPAM, pois por se tratar de um email automático, seu servidor de emails poderá identificar incorretamente a mensagem como não solicitada.
Compras na Internet? Para aproveitar as melhores ofertas, baixe a nova extensão do Olhar Digital. Além da garantia do melhor preço, você ainda ganha descontos em várias lojas. Clique aqui para instalar a extensão Olhar Digital Ofertas em seu navegador!

Recomendados pra você