Entre os maiores desafios da pandemia para os especialistas em saúde pública estãoo quanto nova ela anã, o quanto difa­cil tem sido obter dados aºteis suficientes e as poucas ferramentas que os cientistas possuem para rastrear e prever com precisão sua propagação.

Um estudo recente analisando as informações coletadas por um aplicativo que 500.000 pessoas usam para registrar sintomas dia¡rios, estado de saúde e exposições ao COVID-19 sugere o possí­vel papel que o big data crowdsourced pode desempenhar na compreensão e previsão da propagação da infecção.

A análise analisou dados auto-relatados do aplicativo How We Feel coletados durante abril e maio para determinar quais populações eram mais prova¡veis ​​de terem sido testadas para o va­rus, a prevalaªncia de distanciamento social e uso de ma¡scara, e quais fatores estavam mais associados a s pessoas que testaram positivo naquele período, como sintomas principais, riscos de exposição, condições médicas preexistentes e informações demogra¡ficas.

O estudo mostrou que usuários negros e Latinx, profissionais de saúde da linha de frente e trabalhadores essenciais tinham o dobro do risco de infecção do que outros grupos após o ajuste para condições médicas pré-existentes e socioecona´micas, e que esses mesmos grupos, junto com pessoas que eram sintoma¡ticas, eram mais prova¡veis ​​do que outros de serem testados durante abril e maio.

De acordo com os pesquisadores, isso era uma faca de dois gumes, porque enquanto significava que pessoas doentes estavam sendo testadas, também significava que casos assintoma¡ticos provavelmente não estavam sendo detectados devido a diretrizes ra­gidas de teste que exigiam que apenas aqueles com sintomas fossem verificados. A equipe também descobriu que 36 por cento dos usuários de aplicativos que testaram positivo relataram sintomas não listados pelos Centros de Controle de Doena§as durante o período de abril a maio, ou não tiveram nenhum sintoma.

“A primeira mensagem do artigo éque devemos fornecer testes mais abrangentes, além dos grupos vulnera¡veis ​​e sujeitos sintoma¡ticos”, disse o professor de Harvard Xihong Lin , um dos autores seniores do artigo. “Esses casos assintoma¡ticos e levemente sintoma¡ticos ainda são infecciosos, por isso éimportante capturar essas pessoas precocemente e isola¡-las para evitar a propagação.”

Os cientistas então pegaram seus resultados e, usando novos manãtodos estata­sticos e de aprendizado de ma¡quina, estabeleceram a base para modelos que podem prever quem tem probabilidade de teste positivo para COVID-19. A esperana§a éque modelos preditivos como esses possam ser usados ​​em breve para ajudar a superar as limitações da capacidade de teste e identificar pontos cra­ticos de doena§as.

Os pesquisadores descobriram que seus modelos, que foram validados entre si, mas precisam de uma análise mais aprofundada, tem cerca de 80 por cento de chance de prever se um indiva­duo tera¡ um teste positivo ou negativo.

O estudo foi publicado na Nature Human Behavior por uma equipe de 36 pesquisadores de Harvard, MIT, Broad Institute of MIT e Harvard, e uma sanãrie de outras instituições.

O aplicativo éo primeiro produto do  How We Feel Project , uma organização sem fins lucrativos criada a partir de uma colaboração envolvendo Lin , professor de bioestata­stica na  Escola de Saúde Paºblica Harvard TH Chan e professor de estata­stica na  Faculdade de Artes e Ciências ; Feng Zhang, do Broad Institute; Gary King , professor da Albert J. Weatherhead III University e diretor do  Institute for Quantitative Social Science; e o CEO do Pinterest, Ben Silbermann. Outros que trabalham no projeto incluem pesquisadores de Cornell, Stanford, Universidade da Pensilva¢nia, Escola de Medicina da Universidade de Maryland, Instituto Manãdico Howard Hughes e Fundação Bill & Melinda Gates. Equipes de voluntários independentes também prestaram assistaªncia.

Os pesquisadores dizem que a ideia do estudo e do aplicativo, lana§ado em abril, surgiu da necessidade de ajudar a preencher lacunas de informações considera¡veis ​​sobre a disseminação desenfreada do va­rus nos Estados Unidos

“Compreender as caracteri­sticas da epidemia de COVID-19 nos EUA por meio da análise de dados grandes e reais éfundamental para orientar políticas baseadas em evidaªncias sobre vigila¢ncia, triagem e medidas de controle”, disse Lin. “As descobertas da análise dos dados de How We Feel ajudara£o a atingir esse objetivo.”

As descobertas defendem a importa¢ncia de testes generalizados, especialmente por causa das descobertas do grupo em casos assintoma¡ticos e levemente sintoma¡ticos, que os pesquisadores disseram ter sido provavelmente subestimados. Lin observa que em um recente estudo de modelagem que ela e outra equipe de pesquisadores conduziram para o surto em Wuhan, China, eles descobriram que 87% dos casos não foram detectados. Uma recente pesquisa sorola³gica do CDC encontrou resultados semelhantes nos EUA

Coincidentemente, os resultados do estudo How We Feel foram publicados na mesma semana de agosto em que o CDC modificou as diretrizes de teste para dizer que as pessoas sem sintomas não precisavam de um teste.

Quando se trata de distanciamento social e uso de ma¡scaras, o estudo constatou que, embora uma parcela substancial dos usuários, 61%, se aventurasse fora de casa diariamente de abril a maio, a maioria relatou cumprir as diretrizes sobre distanciamento e coberturas faciais.

Algumas tendaªncias perturbaram os pesquisadores, no entanto.

Sete por cento dos que receberam um teste positivo ignoraram e foram trabalhar, embora a grande maioria tenha relatado ficar em quarentena em casa por dois a sete dias. Os pesquisadores também observaram que 3% das pessoas com teste positivo para COVID-19, 10% dos que testaram negativo e 13% dos que não foram testados começam a trabalhar sem ma¡scaras. Aqueles que foram testados, tanto positivos quanto negativos, disseram que entraram em contato pra³ximo com uma média de uma e quatro pessoas, respectivamente, em três dias.

“Dadas as evidaªncias de que o uso de máscaras e o distanciamento social são eficazes para retardar ou prevenir a disseminação do COVID-19, havia espaço para fazer melhor na anãpoca em algumas partes dopaís”, disse William Allen, um estudante jaºnior em  Harvard Society of Fellows e um dos principais autores do artigo. Esses números provavelmente não representam a situação agora, disse ele.

Junto com Allen, vários bolsistas de pa³s-doutorado e estudantes de graduação em Harvard, MIT e no Broad Institute trabalharam no estudo, incluindo os co-autores Han Altae-Tran, James Briggs, Xin Jin, Glen McGee e Andy Shi.

Outras descobertas dos dados de How We Feel mostraram que a exposição familiar e da comunidade foram os principais fatores de infecção. As pessoas que viviam com alguém que estava infectado corriam 19 vezes mais risco de teste positivo, e aquelas expostas a alguém na comunidade com o va­rus corriam quase quatro vezes mais risco. Pessoas que vivem em bairros de alta densidade tem quase o dobro do risco de teste positivo.

Quarenta por cento dos entrevistados que relataram perda de cheiro, sabor ou ambos e foram testados para o va­rus receberam resultados positivos. A descoberta aumenta as evidaªncias de que o sintoma éo maior indicador de um teste positivo e que pode ser usado para distinguir o va­rus da gripe comum.

Embora os resultados tenham sido provocativos, a equipe notou as limitações de seu estudo. Os voluntários foram auto-selecionados, predominantemente mulheres (80 por cento) e, portanto, não representavam a população em geral. Além disso, um número desproporcional era de Connecticut ou da Califa³rnia. A How We Feel tem uma parceria com Connecticut e o Pinterest estãosediado na Califa³rnia.

Os pesquisadores estãoatualmente focados na análise de dados durante o vera£o, validando ainda mais os modelos de previsão que criaram e estudando dados de um novo ma³dulo de bem-estar emocional no aplicativo que analisa a saúde mental.

“[How We Feel] continuou a crescer desde nossa análise inicial”, disse Zhang, o outro autor saªnior do jornal, que, com Lin, supervisionou todos os aspectos do trabalho. “Estamos ansiosos para compartilhar este rico conjunto de dados com outras pessoas e continuar a explora¡-lo em busca de ideias importantes que podem ajudar a impedir a disseminação do COVID"