Por que estou otimista?

1) A taxa de ocupação dos hospitais aparenta estar sob controle

Como visto nos vários “hotspots” da crise do Coronavírus ao redor do mundo, ocupações de hospitais são um leading indicator da crise. Ou seja, para entender como a crise se comporta, observamos primeiro suspeitas (sintomas), depois internações (geral e em seguida, UTI), confirmações de infecção e, por fim, óbitos.

Desde o começo da crise tenho tentado coletar dados de hospitalizações, principalmente em São Paulo, e fora o relatório esporádico e informal via Whatsapp (obrigado à minha fonte!), não tive acessos a esses dados de forma estruturada. Isso mudou essa semana, com várias fontes compartilhando as informações de forma granular e em tempo real.

Dados da rede Hapvida, a maior operadora de saúde do país com 39 hospitais em 14 Estados, mostrando a utilização de leitos de UTI bem abaixo da capacidade de 555, e com pouco crescimento. Além dos 555 leitos de UTI que eles possuem, anunciaram a construção de mais 200 para o COVID:

Fonte: Hapvida / Itaú BBA (link do report)

[UPDATE 19/4: gráfico atualizado; link para um Google Sheets com os dados em tempo real, mas a situação permanece sobre controle]

Dados do Hospital Albert Einstein, consolidando dados informais que circularam no Whatsapp do boletim médico COVID-19, mostrando internações estáveis na UTI e tendência de queda em casos confirmados:

Fonte: anônimo no Telegram

[UPDATE 19/4: gráfico atualizado; link para um Google Sheets com os dados em tempo real, que confirmam a tendência de queda nas internações e na UTI]

Uma crítica comum ou preocupação com esses dados é que eles cobrem somente a rede privada, cobrindo uma população mais privilegiada que, em tese, já está verticalmente isolada desde o início da crise.

Com isso, podemos olhar alguns datasets de hospitais públicos.

A Prefeitura de São Paulo divulga os dados de utilização dos hospitais de campanha que foram construídos no Pacaembu e no Anhembi. A ocupação está sob controle, principalmente considerando a ocupação de leitos de baixa complexidade vs. grave:

Fonte: Prefeitura de São Paulo (dados neste link)

[UPDATE 19/4: gráfico atualizado; link para um Google Sheets com os dados em tempo real, mas a situação permanece sobre controle]

Outras fontes de dado da rede pública demonstram um desenho parecido. Esse artigo da Folha fala de uma ocupação de 70% dos leitos de UTI, mas com certa variação por hospital e com mais casos de COVID-19 em enfermaria do que em leitos de UTI, segundo os gráficos abaixo:

Fonte: Secretaria Estadual da Saúde de SP

Os dados das hospitalizações da rede pública ainda são uma incógnita (não achei os dados para internações do SUS — se alguém tiver, me mande por favor!). Porém, olhado para o Estado de São Paulo, temos aproximadamente 2.500 internações em UTI, entre casos suspeitos e confirmados, por causa do COVID-19, segundo o gráfico abaixo:

O Estado de São Paulo aparenta ter entre 7mil ( fonte ) e 10mil ( fonte ) leitos de UTI, dos quais ~40% na rede pública, ou 3.500 leitos . Assumindo que temos hoje 2.5mil casos internados por COVID-19 no Estado e um total de 7–10mil leitos, me encoraja ver que temos o número de leitos suficiente para atender à demanda vinda desse epidemia. Mesmo se 100% dos casos fossem na rede pública, hoje teríamos a capacidade para atender todos os casos.

. Assumindo que temos hoje 2.5mil casos internados por COVID-19 no Estado e um total de 7–10mil leitos, me encoraja ver que temos o número de leitos suficiente para atender à demanda vinda desse epidemia. Mesmo se 100% dos casos fossem na rede pública, hoje teríamos a capacidade para atender todos os casos. Fico animado em ver que o poder público continua adicionando novos leitos de UTI na rede pública (artigo) e que estamos pensando ativamente em parcerias público-privadas (artigo) para conseguir lidar com uma potencial superlotação. Isso para já estar acontecendo no Ceará, por exemplo (artigo).

Vale lembrar que a distribuição de leitos de UTI, a nível estadual, mas também municipal, continua sendo um grande ponto de atenção. Se o sistema público continuar sendo pressionado, a mobilização de recursos para atender a população mais vulnerável vai ser absolutamente crucial.

Desde o início da crise, um dos grandes riscos relativos ao nosso sistema hospitalar era a questão da distribuição dos leitos de UTI por estado e por sistemas de saúde privado e público:

Fonte: BCG (report completo)

Já o Rio de Janeiro publicou o dado de ocupação de 88,45%, ou seja, 548 leitos de UTI ocupados de um total de 619 no SUS da cidade. Porém, como publicado no próprio relatório, apenas 203 desses casos de UTI estão diretamente relacionados ao COVID-19. Além disso, estão sendo construídos vários hospitais de campanha para aliviar essas ocupações.

Minha leitura é que, salvo algumas exceções (AM, CE — estados que tiveram taxa de crescimento de contágio mais elevada no início da crise), a situação hospitalar está sob relativo controle no Brasil. Espero que essa realidade não mude para pior nos próximos dias.

2) A taxa de mortalidade aparenta estar abaixo da expectativa inicial

No início da crise, o que assustou muita gente na questão do COVID-19, inclusive eu, foi a taxa de mortalidade estimada em 3%+, o que colocava o COVID-19 bem acima de uma gripe comum, com um número de reprodução também bem maior, parecida com a do SARS:

Fala-se muito de subnotificação e ausência de testes e como isso pode nos ajudar a desvendar o “mistério” do Coronavírus. Na minha opinião, o melhor report até agora sobre o assunto é do JP Morgan, dos mesmos autores que modelaram as taxas de infecção em NY e no Brasil:

O argumento básico dos autores é que a taxa de mortalidade só pode ser calculada com precisão uma vez que grande parte da população seja testada. E os resultados da análise deles, usando dados de países que já testaram grande parte das suas populações, resumidas no gráfico abaixo, são surpreendentes:

Fonte: JP Morgan (report completo, y = mortalidade [óbitos/infecções] | x = % da população testada)

Em resumo, a taxa de mortalidade do COVID-19 aparenta etsar muito mais próxima de 0.4–0.5% do que dos valores de 6–13% reportados em lugares com presença forte do vírus como NY, Itália e Espanha.

Obviamente, temos que tomar muito cuidado com essa conclusão, já que ela se baseia em estudos ainda pequenos e testar população maiores e maiores deve ser o caminho. Recomendo a leitura desse estudo em uma pequena cidade “hotspot” da Alemanha, que pode nos dar o caminho das pedras, assim como os outros programas mencionados no artigo na Islândia, Ilhas Faroe, Emirados Árabes Unidos, além da China.

UPDATE 19/04

Tive acesso a um artigo muito interessante sobre um estudo da Universidade de Stanford, parecido com os estudos que foram feitos em Gangelt. No estudo (link), os pesquisadores testaram 3.300 pessoas para COVID-19 de forma aleatória, recrutadas via Facebook, em Santa Clara na Califórnia.

Os achados são consistentes com outros estudos parecidos: a prevalência do COVID-19 no grupo foi de 1.5% (ou 2.81% se levado em consideração fatores populacionais), levando à conclusão que a região de Santa Clara deve ter algo entre 2.49% a 4.16% de taxa de infecção real pelo COVID-19, o que é entre 50 a 85 vezes os casos oficiais reportados.

Com isso, a taxa de mortalidade estimada seria de 0.12–0.20% assumindo os óbitos na região. Isso adiciona mais um estudo à lista de populações (segregadas) amplamente testadas e que discuti anteriormente:

Novamente esse estudo reforça a necessidade de se fazer testes generalizados na população para termos um panorama mais claro da mortalidade desse vírus. O governo de SP informa que conseguirá ampliar significativamente os testes a curto prazo, principalmente para pessoas em hospitais. Isso vai reduzir o risco de subnotificações e nos dar muito mais informação nos próximos dias.

Se for verdade, o Coronavírus é uma infecção que se compara de forma muito favorável a outras infecções, algumas delas inclusive bem mais comuns em mercados emergentes como o Brasil. No gráfico abaixo, o COVID-19 estaria em R0 de 1–3 e taxa de mortalidade de 0.4–0.5%, no mesmo quadrante de risco da gripe suína (H1N1) e a Zika, e menos perigoso que dengue e e.coli: