▪ A evolução da curva de contaminação do Coronavirus no Brasil sugere que a política de isolamento social poderá começar a ser flexibilizada na primeira semana de maio, indicando um período de aproximadamente 40 dias de isolamento.

▪ Alguns países que implementaram políticas mais restritivas de confinamento, como EUA e Itália, têm apresentado uma curva de contaminação mais íngreme do que países que adotaram políticas bem menos restritivas, como no caso da Suécia, Japão e Coréia do Sul. Entretanto, todos os países adotaram políticas de distanciamento social, proibição de eventos com aglomerações de pessoas, utilização de máscaras, etc.

▪ Exercícios estatísticos não trazem evidência de que as políticas de isolamento social têm sido efetivas no sentido de reduzir a taxa de crescimento do número de infectados. Isto não significa que esta política não foi efetiva. Não sabemos o que teria acontecido caso elas não tivessem sido utilizadas. O número de casos poderia ter tido um aumento muito mais pronunciado do que o que efetivamente aconteceu. Por outro lado, caso o número de infetados mostrasse um comportamento descontrolado, o sistema de saúde entraria em colapso, aumentando também o número de mortes decorrente de outras doenças graves.

Evolução recente do COVID-19

Uma das principais medidas de saúde pública que tem sido adotada em diferentes países para o combate à COVID-19 é o isolamento social, as aulas são imediatamente suspensas, determinação que as pessoas permaneçam em casa, com distanciamento em relação a outras pessoas e evitem aglomerações. O objetivo é evitar que o número de infectados aumente de forma descontrolada, o que levaria o sistema de saúde ao colapso, ou seja, que os hospitais, UTIs, aparelhos hospitalares, pessoal de saúde, etc. não deem conta da demanda, causando um grande número de mortes não apenas pela COVID-19, mas também por outras doenças graves. Por esta razão, acompanhar a evolução da taxa de crescimento do número de infectados se tornou um dos principais indicadores do sucesso ou fracasso da estratégia de combate ao Coronavirus.

Segundo as recomendações de especialistas, infectologistas e da OMS, a política de isolamento social somente deveria ser relaxada, de forma paulatina, quando esta taxa de crescimento estabilizasse e começasse a dar sinais de queda. O objetivo deste relatório é avaliar a evolução deste indicador para diferentes países, como o Brasil está se comportando em relação a outros países e tentar prever, com algum grau de certeza, quanto tempo o isolamento social deverá continuar até que este indicador se estabilize e o Brasil possa começar a afrouxar, de forma segura, o isolamento social. Para esta análise, vamos utilizar dados da OMS para todos os países e, para o Brasil, dados do Ministério da Saúde.


Dados atualizados até dia 14 de abril mostram um arrefecimento na curva de contaminação do COVID-19 ao redor do mundo. Na Itália a taxa de crescimento diária do número de infectados recuou de 10,2%, nas últimas duas semanas de março, para 3,2% nas duas primeiras semanas de abril. Nos EUA, houve uma queda de 30% para 9,2% no mesmo período. A figura abaixo mostra a evolução no crescimento do número de infectados em alguns países europeus mais atingidos pela pandemia e nos Estados Unidos.

Ainda que esta estatística esteja sendo amplamente utilizada para avaliar o desempenho dos diferentes países, é importante destacar que ela padece de vários problemas. Em primeiro lugar, o número de testes realizados difere bastante entre os países. Países que fazem mais testes, tendem a mostrar mais pessoas infectadas que países que fazem menos testes. Entretanto, como o que importa é a taxa de crescimento diária e não o número absoluto de casos, desde que a metodologia de testagem não mude, a taxa de variação e sua evolução ao longo do tempo, devem ser relativamente pouco afetadas.

Segundo o número de testes disponíveis pode variar em cada país ao longo do tempo. Como resultado, em um determinado momento o crescimento do número de infectados pode aumentar simplesmente porque o número de testados aumentou. Não temos como evitar este problema.

Terceiro, existe uma suposição implícita de que a oferta de testes não é um fator limitativo. Se, em um determinado país em um determinado dia o número de testes disponíveis cair a zero, o número de pessoas testadas vai cair a zero e, portanto, o número de novos infectados vai cair a zero. Também não temos como controlar por este fator. Ou seja, todos os pacientes que os médicos avaliam que precisam ser testados, serão efetivamente testados. E a avaliação dos médicos não mudou ao longo do período. Esta é a hipótese.

Quarto, esta estatística é bastante instável, apresenta grandes variações de um dia para outro, principalmente no início do processo. Isto torna as estimativas menos confiáveis e dificulta a interpretação dos resultados.
Estes são fatores limitativos para todos os países, uns mais que outros. Esta é a única estatística disponível para fazer o exercício a que nos propomos. Porém, devido a suas limitações, os resultados devem ser olhados com muito cuidado.

O caso brasileiro

O mesmo processo pode ser observado no Brasil. Ao mesmo tempo em que o número de novos casos aumentou significativamente, a taxa de crescimento diária do número de infectados recuou de 24%, nas últimas duas semanas de março, para 12% nas duas primeiras semanas de abril. O gráfico abaixo mostra a evolução dessa taxa de crescimento (linha preta no eixo da esquerda) e o número de novos casos reportados (barra azul no eixo da direita).

O gráfico abaixo mostra a evolução da taxa de crescimento do número de casos no Brasil e em alguns outros países do mundo. Como podemos ver, a taxa de crescimento do número de infectados no Brasil é mais íngreme que Coréia do Sul, por exemplo, e menos íngreme que Estados Unidos, Itália, Espanha e Alemanha, entre outros. A evolução do número de casos no Brasil segue a média da Europa até o décimo segundo dia do levantamento e, a partir daí, passa a ter um comportamento mais favorável que esta média.

Um segundo ponto importante é que a curva do crescimento do número de infectados tem um comportamento similar em todos os países. Cresce acentuadamente no início do processo e, a partir de um determinado momento, começa a decrescer. A principal diferença é o nível atingido por cada país. É impossível com os dados disponíveis saber se este é um comportamento natural ou se é o resultado das políticas de isolamento social adotadas nos diferentes países, ainda que alguns países não tenham adotado esta política, como Coréia do Sul, por exemplo, tendo adotado outras medidas menos drásticas, como a utilização de máscaras, proibição de aglomerações, etc.

No dia 25 de março, estimamos um cenário base onde o pico de contaminação se daria no dia 3 de maio. Com base nisso, naquela data, reavaliamos a projeção de PIB de crescimento de 1,9% para queda de -3,2% em 2020.

Utilizando dados mais recentes, reestimamos a curva de infectados e atualizamos a projeção do total de casos infectados para o Brasil. A estimativa mais atualizada indica que o pico da contaminação deverá ocorrer em torno do dia 8 de maio com cerca de 90 mil infectados. Ou seja, cinco dias a mais em relação à estimativa anterior. O número total de infectados está em uma trajetória bem próxima do nosso cenário base (ainda que tenha, aparentemente, tido um pequeno descolamento positivo a partir de 12 de abril), que indica uma queda de PIB de – 3,2% em 2020 e taxa de desemprego encerrando o ano em 14,3% (taxa dessazonalizada).

Caso este cenário efetivamente se verifique, devemos esperar que a política de isolamento social poderá começar a ser flexibilizada no início de maio, com aproximadamente 50 dias de isolamento social. Dada a proximidade desta data, seria muito importante que o governo começasse a preparar um planejamento de como esta flexibilização deveria ocorrer. Por outro lado, como esta flexibilização precisa ser realizada de forma lenta e paulatina para evitar uma “segunda onda” da epidemia, avaliamos que nosso cenário base continua sendo o mais provável.

A efetividade da política de isolamento social

Com a disseminação do surto de Coronavírus ao redor do mundo, diversos países (inclusive o Brasil) adotaram medidas rígidas de isolamento social (lockdown). Nesta seção, fazemos uma avaliação preliminar dos possíveis resultados destas políticas no sentido de reduzir o número de infectados.

Da mesma forma que chamamos a atenção dos leitores na seção anterior, estas estimativas devem ser olhadas com muito cuidado. Em primeiro lugar, porque temos poucos dados. Afinal, a pandemia se intensificou a pouco mais de um mês. Segundo, porque nos primeiros dias da intensificação da doença, os dados são extremamente instáveis, com aumentos e quedas acentuadas de um dia para o outro, o que dificulta as estimativas. Terceiro, o grau de isolamento em cada estado ou cidade é diferente e o agregado do Brasil é a soma dos dados do país. Neste sentido, as estimativas para São Paulo e Rio de Janeiro são mais confiáveis.

O primeiro exercício foi feito com os dados do número de casos de contaminação do Brasil. Conforme o gráfico abaixo mostra, o Brasil aplicou as políticas de confinamento bem cedo. A partir do dia 16 de março, o Estado de São Paulo suspendeu aulas escolares, cancelou eventos para evitar aglomeração de pessoas, recomendação para fechamento de comércio, entre outras medidas. No Estado do Rio de Janeiro, medidas semelhantes foram impostas a partir do dia 17 de março. No dia 17 de março o Brasil tinha apenas 234 casos confirmados.

O gráfico abaixo compara o crescimento do número de infectados antes e depois da aplicação das políticas de confinamento (em número índice). Não parece haver mudança na inclinação da tendência antes (linha verde) e depois do lockdown. A inclinação da taxa de crescimento de casos antes do lockdown é igual à inclinação após a introdução de medidas de confinamento.

Porém, existe uma defasagem entre o início do confinamento e seus resultados, devido ao período de contaminação assintomática, que dura, em média, 14 dias.  Portanto, comparamos a inclinação da taxa de crescimento do número de casos antes do lockdown (linha verde) com a inclinação 14 dias após as primeiras políticas de confinamento serem impostas (linha vermelha pontilhada). Na realidade, a inclinação estimada 14 dias após o lockdown é maior do que antes do lockdown. Isso poderia indicar que a taxa de crescimento dos casos decaía mais rápido antes do lockdown. Contudo, essa diferença não é estatisticamente significativa.

Foram realizadas várias estimações, lineares e não-lineares, com componentes autoregressivos (passado explicando parte do presente) e usando médias móveis (para suavizar a variância dos dados), porém os resultados não foram afetados. Por esta razão, optamos por apresentar as estimativas em forma de tendência linear devido à facilidade na análise visual.

Realizamos o mesmo exercício para os casos no Estado de São Paulo e do Rio de Janeiro e os resultados forma distintos. O gráfico abaixo apresenta o resultado para o Estado de São Paulo. A inclinação antes do lockdown é de -0,008 contra uma inclinação de -0,023, 14 dias após o lockdown (com erro –padrão de 0,006). Ou seja, a inclinação após lockdown é menor em magnitude e essa diferença é estatisticamente significativa. Uma inclinação menor significa que a taxa de crescimento do número de casos cai mais rapidamente após o lockdown. Portanto, para o caso específico de São Paulo, as estimações indicam que o lockdown fez diferença no achatamento da curva de contaminação.

Já no caso do Rio de Janeiro, a inclinação da tendência diminui a partir da introdução do isolamento social, o que indica que a queda no crescimento do número de contaminados cai mais rápido antes do lockdown. Porém, como os erros-padrão são elevados, as diferenças não são estatisticamente significativas.

A conclusão é que com os dados disponíveis, não se pode dizer se as políticas de isolamento social são efetivas ou não.

É preciso considerar que há muita variabilidade nos dados. Por exemplo, no dia 30 de março, o Estado de São Paulo divulgou apenas 66 novos casos. No dia seguinte, 31 de março, foi divulgado 822 novos casos. Não parece natural ter 66 infectados em um dia e mais de 800 no dia seguinte. Sendo que os cinco dias anteriores a média de novos casos era de cerca de 200/dia. Esse tipo de variabilidade provavelmente está relacionado a uma questão burocrática de quando os laboratórios divulgam os dados. Com poucos dados na amostra, esses dados influenciam as estimativas. No caso de São Paulo, por exemplo, se considerarmos a média móvel de cinco dias, não conseguimos detectar diferença significativa para a tendência do número de novos infectados antes e depois do isolamento social.

O fato de as estimativas sugerirem que após a introdução do isolamento social a tendência da variação do número de casos não mudou não significa, necessariamente, que a medida foi inócua, por pelo menos duas rações: primeiro, porque como já falamos acima, estes são dados agregados para o país como um todo e o isolamento não foi implementado em todo o país nem foi implementado com o mesmo rigor em todo o país; segundo, porque simplesmente não podemos saber o que teria acontecido caso o isolamento não tivesse sido implementado. Será que teria continuado na tendência de queda ou teria aumentado significativamente? Não temos este contrafactual.

Comparação internacional

Dados agregados das experiências internacionais também não são capazes de trazer evidências quanto à efetividade das políticas de isolamento social. O gráfico abaixo mostra a evolução do número de casos de contaminação para um grupo selecionado de países.

Países que implementaram políticas mais restritivas de confinamento, como EUA e Itália, têm apresentado uma curva de contaminação mais íngreme do que países que adotaram políticas bem menos restritivas, como no caso da Suécia. Para muitos analistas, isto decorre do fato de que os primeiros países demoraram para implementar tais políticas.

A Suécia tem mostrado um achatamento da curva nos últimos dias assim como os demais países europeus, porém, aplicou uma política de combate ao vírus muito mais branda que os demais países europeus. Em linhas gerais as principais medidas adotadas foram a proibição de eventos com mais de 50 pessoas, o fechamento de escolas de ensino médio e universidades, e a recomendação de isolamento de pessoas acima de 70 anos. Escolas para crianças, restaurantes e comércio em geral permanecem funcionando.

Por outro lado, o Japão também não aderiu a uma política agressiva de isolamento, e ainda não apresentou arrefecimento na curva de contaminação. Foram impostas medidas de emergência, como na Suécia. Escolas estão fechadas, mas não há proibição de funcionamento do comércio em geral. O governo requisitou que os estabelecimentos de comércio fechem temporariamente ou diminuam o horário de funcionamento, mas não há proibição.

Conclusões

O objetivo deste documento foi avaliar como o Brasil está se comportando em relação a outros países, no combate à COVID-19, em que estágio do processo de achatamento da curva de novos casos de infectados estamos, se é possível ter alguma previsão de quando a política de isolamento social poderá ser flexibilizada e qual o grau de efetividade desta política no sentido de reduzir a taxa de crescimento do número de infectados.

Para tal, utilizamos dados da OMS para outros países e do Ministério da Saúde para o Brasil. Os resultados mostram que o crescimento do número de infectados no Brasil está seguindo uma trajetória um pouco melhor que a média dos países europeus e pior que Coréia do Sul e Japão, que o objetivo de estabilizar a taxa de crescimento dos infectados deverá ser conseguido em torno do dia 8 de maio, o que sugere que a política de isolamento social poderá começar a ser flexibilizada entre no início de maio, o que terá significado um período de aproximadamente 50 dias de isolamento. Sendo assim, mantivemos nossa previsão de queda do PIB de – 3,2% e taxa de desemprego de 14,3% em 2020.

No que se refere à efetividade do isolamento social no sentido de reduzir a taxa de crescimento do número de infectados, os resultados são, no mínimo, decepcionantes. Em nenhum dos casos analisados, Brasil, São Paulo e Rio de Janeiro, conseguimos concluir que tal política efetivamente reduziu o crescimento do número de infectados. Isto não significa, como dissemos acima, que foram pouco importantes. Além de termos poucos dados e sua variabilidade ser muito grande, não sabemos o que teria acontecido com o número de novos infectados se elas não tivessem sido adotadas. É perfeitamente possível que o efeito do isolamento social tenha sido, exatamente, manter a trajetória de queda no número de novos infectados. Não temos este contrafactual.

Equipe Macro

José Márcio Camargo
Tiago Tristão
Eduardo Ferman

Abra sua conta na Genial Investimentos!

Publicado por Genial Investimentos

A Genial é a plataforma de investimentos que está democratizando o acesso aos melhores produtos do mercado, de forma simples, ágil e eficiente, através de uma assessoria financeira isenta, transparente e qualificada.

Comentários

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *