Return to Video

Epidemias e o fim da humanidade | Rosalind Eggo | TEDxThessaloniki

  • 0:16 - 0:19
    Há 100 anos, o novo vírus da gripe surgiu,
  • 0:19 - 0:23
    se espalhou pelo mundo e matou
    de 50 milhões a 100 milhões de pessoas.
  • 0:24 - 0:27
    Para cada 40 pessoas
    infectadas pela gripe,
  • 0:27 - 0:29
    uma delas morreu.
  • 0:29 - 0:31
    E você pensa: "Talvez não seja
    uma probabilidade tão ruim",
  • 0:31 - 0:34
    mas, na mais recente pandemia de gripe,
  • 0:34 - 0:38
    para cada pessoa que morreu
    haveria provavelmente 10 mil casos.
  • 0:38 - 0:41
    O que significa que a pandemia de 1918
  • 0:41 - 0:43
    foi a pior pandemia da história.
  • 0:43 - 0:47
    Aqui está um gráfico mostrando
    as mortes semanais na época da pandemia
  • 0:47 - 0:49
    em Nova York, Londres, Paris e Berlim.
  • 0:50 - 0:54
    Você pode ver claramente,
    no meio, a maior onda da pandemia.
  • 0:54 - 0:57
    Da América do Norte até a Europa
  • 0:57 - 1:00
    essa pandemia estava
    acontecendo ao mesmo tempo.
  • 1:00 - 1:05
    Essa sincronicidade é uma característica
    comum da pandemia de gripe.
  • 1:05 - 1:09
    Mas em 1918 não só houve
    a maior pandemia de gripe,
  • 1:09 - 1:12
    como também foi o final
    da Primeira Guerra Mundial.
  • 1:12 - 1:14
    E eu marquei aqui o Armistício,
  • 1:14 - 1:17
    em branco, o fim oficial
    da Primeira Guerra Mundial.
  • 1:18 - 1:22
    Você pode ver que não foi apenas
    um período terrível para a Europa,
  • 1:22 - 1:25
    mas os dados eram coletados pelas mortes.
  • 1:25 - 1:29
    E isso mostra que doenças
    infecciosas são prioridade
  • 1:29 - 1:31
    e precisamos coletar esse tipo de dados
  • 1:31 - 1:35
    para entender como e por que
    essas epidemias acontecem.
  • 1:35 - 1:40
    Ferramentas de computação e matemática
    podem ser usadas para esse tipo de dado
  • 1:40 - 1:44
    para entender o processo de transmissão
    e como a epidemia está ocorrendo
  • 1:44 - 1:49
    com a finalidade de tentar desenvolver
    intervenções, métodos de controle
  • 1:49 - 1:53
    para reduzir a epidemia
    e diminuir a transmissão.
  • 1:54 - 1:58
    A diferença entre epidemias
    e pandemias são de escala.
  • 1:58 - 2:01
    Como são palavras gregas,
    você provavelmente já as conhece,
  • 2:01 - 2:04
    mas, para quem não conhece,
    farei uma breve explicação.
  • 2:04 - 2:07
    Uma epidemia é geograficamente
    localizada em um lugar.
  • 2:07 - 2:13
    Por exemplo, a recente epidemia do ebola
    no Oeste da África aconteceu apenas lá,
  • 2:13 - 2:15
    consequentemente isso é uma epidemia.
  • 2:15 - 2:19
    A pandemia de gripe de 1918
    espalhou-se por todo o mundo.
  • 2:19 - 2:22
    E espalhar-se pelo mundo
    é o que a define como uma pandemia.
  • 2:22 - 2:25
    Quando temos uma nova epidemia,
    o que realmente nos interessa
  • 2:25 - 2:28
    é o quão rápido está se expandindo
    de pessoa para pessoa.
  • 2:28 - 2:31
    E definimos isso
    como o número de reprodução.
  • 2:31 - 2:35
    O número de reprodução
    é a quantidade média de novos casos
  • 2:35 - 2:38
    que cada pessoa infectada causa no início.
  • 2:38 - 2:40
    Se você for a primeira pessoa
  • 2:40 - 2:43
    que pegou um novo vírus
    ou um novo patógeno,
  • 2:43 - 2:47
    e mais ninguém teve isso,
    quantas pessoas você pode infectar?
  • 2:47 - 2:51
    Vamos pensar, por exemplo,
    que uma pessoa infectada entra na sala.
  • 2:51 - 2:56
    E se o número de reprodução é dois,
    esperamos dois novos casos dessa pessoa.
  • 2:57 - 3:01
    E se essas duas pessoas infectam
    mais dois de seus amigos,
  • 3:01 - 3:04
    elas podem não ter mais dois amigos,
  • 3:04 - 3:06
    mas agora nós temos quatro casos.
  • 3:06 - 3:11
    E se esses quatro infectarem
    mais dois cada, e assim por diante,
  • 3:11 - 3:13
    você verá que a epidemia crescerá.
  • 3:13 - 3:15
    Então o número de reprodução,
  • 3:15 - 3:19
    a média de pessoas
    que cada contagioso infecta,
  • 3:19 - 3:22
    realmente determina
    o quão rápido a epidemia cresce.
  • 3:23 - 3:26
    Bom, isso é verdade,
    especialmente no início.
  • 3:26 - 3:30
    Mas, seguindo assim,
    com cada pessoa infectando duas,
  • 3:30 - 3:33
    passo a passo, como mostramos aqui,
  • 3:33 - 3:38
    no trigésimo terceiro passo,
    todos na Terra estariam infectados.
  • 3:38 - 3:40
    E sabemos que isso não acontece.
  • 3:40 - 3:43
    Então, por que isso não acontece?
  • 3:43 - 3:47
    Bom, porque você começa a ficar
    sem pessoas suscetíveis,
  • 3:47 - 3:49
    ou seja, pessoas que não se infectaram,
  • 3:49 - 3:52
    e isso é chamado
    de diminuição de suscetíveis.
  • 3:52 - 3:55
    Para demonstrar isso,
    vamos imaginar que essa pessoa aqui,
  • 3:55 - 3:57
    vamos chamá-la de Christina,
  • 3:57 - 3:59
    foi infectada no segundo passo,
  • 3:59 - 4:02
    o que parece ser muita falta de sorte.
  • 4:02 - 4:04
    Christina é amiga de Spyros.
  • 4:05 - 4:10
    Então, quando Spyros fica infectado
    e tenta infectar mais dois,
  • 4:10 - 4:13
    uma dessas pessoas é a Christina.
  • 4:14 - 4:15
    Mas ela já foi infectada.
  • 4:15 - 4:20
    Aqui ela está em azul,
    porque já tem imunidade à infecção
  • 4:20 - 4:22
    agora que está recuperada.
  • 4:22 - 4:24
    Então, quando Spyros tenta
    infectá-la, não consegue,
  • 4:24 - 4:28
    e isso significa que o número
    de infectados diminui.
  • 4:28 - 4:32
    E se isso é verdade para outras pessoas
    da população, como essas,
  • 4:32 - 4:36
    então você começamos a ver uma diminuição
    no número de pessoas infectadas.
  • 4:36 - 4:38
    Isso é a diminuição de suscetíveis.
  • 4:38 - 4:42
    E vou lhes mostrar como incorporamos
    esse tipo de processo
  • 4:42 - 4:44
    em modelos de transmissão.
  • 4:45 - 4:47
    Se seguirmos um modelo, algo como a gripe,
  • 4:47 - 4:49
    a primeira coisa que fazemos
    é dividir a população
  • 4:49 - 4:51
    em três grupos de doenças.
  • 4:52 - 4:55
    Aqui, temos pessoas
    suscetíveis à infecção,
  • 4:55 - 4:57
    capazes, portanto, de serem infectadas.
  • 4:57 - 5:00
    Podemos ver pessoas contagiosas,
    que têm a infeção
  • 5:00 - 5:02
    e a estão transmitindo a outras pessoas.
  • 5:02 - 5:06
    E em azul temos
    o grupo recuperado ou morto.
  • 5:06 - 5:09
    Normalmente presumimos
    que, quando as pessoas se recuperam,
  • 5:09 - 5:10
    elas estão protegidas.
  • 5:10 - 5:14
    Mas, se tiver sido uma infecção severa,
    elas também podem ter morrido.
  • 5:14 - 5:17
    Todos na população
    pertencem a um desses grupos.
  • 5:17 - 5:23
    Determinamos os índices
    de transmissão entre cada grupo.
  • 5:23 - 5:27
    Então, quando você se infecta,
    isso acontece nos índices de transmissão
  • 5:27 - 5:31
    e, quando as pessoas se recuperam,
    isso acontece nos índices de recuperação.
  • 5:31 - 5:34
    Então esse índice de transmissão
    é o mais importante
  • 5:34 - 5:37
    quando pensamos no quão rápido
    a epidemia cresce.
  • 5:37 - 5:42
    O que queremos definir é, quando existe
    uma pessoa contagiosa na população
  • 5:42 - 5:46
    e ela sai e faz contato
    com pessoas que conhece,
  • 5:46 - 5:50
    qual a probabilidade de ela passar
    a infecção para seus contatos?
  • 5:51 - 5:55
    O que fazemos quando matematicamente
    definimos o índice de transmissão
  • 5:55 - 5:57
    é dividi-lo em quatro partes.
  • 5:57 - 6:00
    Primeiramente, nosso índice de transmissão
  • 6:00 - 6:03
    é igual ao número de pessoas contagiosas.
  • 6:03 - 6:05
    Quanto mais pessoas contagiosas,
  • 6:05 - 6:07
    maiores os índices de transmissão
  • 6:07 - 6:11
    porque existem muitas pessoas por aí
    infectando outras.
  • 6:12 - 6:16
    Então multiplicamos isso pelo número
    de contatos que cada pessoa tem em média.
  • 6:16 - 6:21
    Pode-se ver que pessoas contagiosas
    fazem esses contatos aleatoriamente
  • 6:21 - 6:25
    com pessoas suscetíveis,
    contagiosas ou recuperadas.
  • 6:25 - 6:29
    Então incluímos a probabilidade
    de infecção de um contato.
  • 6:29 - 6:33
    Qual a chance de, quando uma pessoa
    contagiosa encontrar uma suscetível,
  • 6:33 - 6:35
    passar para ela a infecção?
  • 6:35 - 6:39
    Para a gripe, a probabilidade
    é em torno de 10% ou algo assim.
  • 6:39 - 6:42
    E, finalmente, incluímos
    a parcela da população
  • 6:42 - 6:44
    que é suscetível.
  • 6:44 - 6:48
    No início de uma epidemia, quando
    a maioria das pessoas são suscetíveis,
  • 6:48 - 6:49
    ou seja, elas não se infectaram,
  • 6:49 - 6:54
    a probabilidade de encontrar
    alguém suscetível é grande.
  • 6:54 - 6:59
    Porém, mais tarde, quando isso cresce,
    as pessoas suscetíveis diminuem
  • 6:59 - 7:03
    e fica cada vez mais improvável
    encontrar uma pessoa suscetível.
  • 7:03 - 7:07
    Vejamos como isso é incorporado
    nos nossos modelos.
  • 7:08 - 7:10
    Vamos ver como é uma epidemia,
  • 7:10 - 7:13
    uma simulação de epidemia
    em 5 mil pessoas.
  • 7:13 - 7:17
    Vocês podem ver que a faixa cinza
    marca o grupo suscetível,
  • 7:17 - 7:19
    que se inicia com 5 mil,
    que é todo mundo,
  • 7:19 - 7:22
    além daquela pessoa contagiosa no início.
  • 7:22 - 7:25
    Em vermelho, pode-se ver
    a epidemia contagiosa
  • 7:25 - 7:28
    e, em azul, o grupo recuperado no fim.
  • 7:29 - 7:31
    Então, você deve ter notado
    que, neste ponto,
  • 7:31 - 7:35
    quando metade dos suscetíveis
    foram infectados,
  • 7:35 - 7:39
    essa parte da equação,
    a parcela dos suscetíveis,
  • 7:39 - 7:40
    é cortada pela metade,
  • 7:40 - 7:44
    o que realmente diminui
    o índice de transmissão.
  • 7:44 - 7:47
    E isso é importante,
    porque é essa diminuição de suscetíveis,
  • 7:47 - 7:49
    ou seja, a redução
    das pessoas suscetíveis,
  • 7:49 - 7:53
    que gera o pico e o declínio da epidemia.
  • 7:53 - 7:57
    Agora, quem tiver olhos de águia
    deve ter percebido
  • 7:57 - 8:02
    que, se desenharmos uma linha horizontal
    em 5 mil, o que é a população total,
  • 8:02 - 8:06
    no fim da epidemia tem uma pequena lacuna.
  • 8:06 - 8:09
    Tem uma lacuna entre o número total
    de pessoas suscetíveis
  • 8:09 - 8:12
    e o número de pessoas
    que foram infectadas no total.
  • 8:12 - 8:16
    E isso porque algumas pessoas
    não se infectam.
  • 8:16 - 8:18
    Os sortudos.
  • 8:18 - 8:23
    Então o número total de infectados
    e o tamanho da lacuna
  • 8:23 - 8:25
    são determinados
    pelo número de reprodução,
  • 8:25 - 8:28
    de quão infeccioso o agente patogênico é.
  • 8:28 - 8:31
    Vamos ver como se dá essa relação.
  • 8:31 - 8:33
    O que estou mostrando aqui,
  • 8:33 - 8:39
    no eixo horizontal podemos ver
    o número de reprodução de zero a cinco.
  • 8:39 - 8:42
    E no eixo vertical podemos ver
    o percentual da população
  • 8:42 - 8:45
    que foi infectada no total.
  • 8:45 - 8:48
    Vamos ver alguns patógenos
    de que vocês já devem ter ouvido falar
  • 8:48 - 8:50
    e verificar quais são
    seus números de reprodução.
  • 8:51 - 8:57
    Aqui, por exemplo, gripes sazonais,
    provavelmente entre 1,4 e 1,5;
  • 8:57 - 9:01
    ebola, por volta de 2;
  • 9:01 - 9:04
    pandemia de gripe, talvez 2,5;
  • 9:04 - 9:07
    SARS, por volta de 3;
  • 9:07 - 9:09
    e varíola, por volta de 5.
  • 9:09 - 9:15
    Para cada caso de varíola
    que podemos ver na população,
  • 9:15 - 9:18
    esperamos mais cinco novos casos.
  • 9:18 - 9:20
    Então, qual a relação?
  • 9:21 - 9:25
    Aqui pode-se ver que, de zero a um,
  • 9:25 - 9:27
    quando o número de reprodução
    é menor que um,
  • 9:27 - 9:29
    ninguém é infectado.
  • 9:29 - 9:32
    E isso porque, se você infecta
    menos de uma pessoa
  • 9:32 - 9:35
    para cada pessoa infectada,
    não existe epidemia.
  • 9:35 - 9:37
    Então decola rapidamente
  • 9:37 - 9:40
    e parece próximo de 100%.
  • 9:40 - 9:41
    Mas não exatamente.
  • 9:41 - 9:44
    Essa linha não chega exatamente aos 100%.
  • 9:44 - 9:48
    E para mostrar isso, vamos dar uma olhada
    nos números ainda maiores de reprodução.
  • 9:49 - 9:51
    Aqui podemos ver o mesmo gráfico,
  • 9:51 - 9:55
    mas agora o eixo horizontal
    começa em cinco e vai até dez,
  • 9:55 - 9:58
    e o eixo vertical é muito maior.
  • 9:58 - 10:03
    Alguns patógenos nessas regiões são
    a coqueluche, que causa tosse convulsiva,
  • 10:03 - 10:07
    e poliomielite e difteria
    também estão por aqui.
  • 10:07 - 10:12
    De novo, vemos a linha crescer
    conforme os números de reprodução.
  • 10:12 - 10:17
    Mas ainda não atinge 100%,
    mesmo parecendo que sim.
  • 10:17 - 10:22
    Então, como seria se fosse
    ainda maior que isso?
  • 10:22 - 10:24
    Vamos dar uma olhada agora,
    no mesmo gráfico,
  • 10:24 - 10:29
    mas agora o eixo horizontal
    começa em 10 e vai até 15.
  • 10:29 - 10:34
    Patógenos infecciosos assim
    são coisas tipo o norovírus.
  • 10:34 - 10:38
    Se você não fizer a devida higiene,
    então será por volta de 14.
  • 10:38 - 10:41
    Sarampo, na ausência de vacinação,
  • 10:41 - 10:44
    o número de reprodução está entre 12 e 18.
  • 10:44 - 10:47
    Se ninguém é vacinado
    e há um caso de sarampo,
  • 10:47 - 10:51
    a expectativa é ver por volta
    de 15 casos a mais de sarampo.
  • 10:51 - 10:55
    E esses são alguns dos patógenos
    mais infecciosos que temos.
  • 10:56 - 11:01
    Então, aqui, a linha na verdade
    não vai atingir 100%.
  • 11:01 - 11:05
    Realmente não vai chegar lá,
    não importa quão infeccioso é o patógeno,
  • 11:05 - 11:07
    o que é uma ótima notícia.
  • 11:08 - 11:13
    Então, se existisse um patógeno
    tão infeccioso como esse,
  • 11:13 - 11:16
    muito infeccioso,
    sobre o qual não soubéssemos nada,
  • 11:16 - 11:21
    que não tivesse medidas de controle,
    nem intervenções, nem vacina
  • 11:21 - 11:25
    e acabasse matando todo mundo,
    o que é extremamente improvável,
  • 11:25 - 11:29
    mesmo assim não conseguiríamos
    acabar com a humanidade.
  • 11:29 - 11:31
    Então, respondendo essa questão,
  • 11:31 - 11:34
    não, um patógeno não vai acabar
    com a humanidade.
  • 11:34 - 11:39
    O que é uma ótima notícia para nós,
    contanto que os sobreviventes,
  • 11:39 - 11:43
    as pessoas que restaram,
    gostem umas das outras o suficiente
  • 11:43 - 11:46
    para repopularem o planeta.
  • 11:46 - 11:48
    (Risos)
  • 11:48 - 11:49
    Então isso é uma boa notícia.
  • 11:49 - 11:52
    Mas, normalmente,
    o que faço no meu trabalho
  • 11:52 - 11:55
    não é apenas evitar
    que epidemias aconteçam.
  • 11:55 - 11:59
    O objetivo do meu trabalho
    é tentar entender as transmissões
  • 11:59 - 12:02
    para desenvolver e avaliar
    medidas de controle.
  • 12:02 - 12:04
    Medidas de controle são coisas
  • 12:04 - 12:08
    como fechar escolas ou incentivar pessoas
    a não irem trabalhar quando estão doentes
  • 12:08 - 12:10
    ou vacinar as pessoas.
  • 12:10 - 12:15
    E a finalidade dessas medidas de controle
    é que os números de reprodução,
  • 12:15 - 12:18
    a média de casos secundários,
    seja abaixo de um.
  • 12:19 - 12:23
    E isso porque, se cada pessoa contagiosa
    infectar menos de uma,
  • 12:23 - 12:25
    a epidemia vai diminuir.
  • 12:25 - 12:28
    Esse é o objetivo do meu trabalho.
  • 12:28 - 12:32
    Agora, preciso contar sobre uma exceção.
  • 12:32 - 12:35
    Porque sempre existe um "mas" para isso.
  • 12:35 - 12:40
    Tem uma infecção que pode ser um problema.
  • 12:40 - 12:43
    É algo sobre o que as pessoas
    gostam de pensar
  • 12:43 - 12:45
    e inclusive já fizeram filmes sobre isso.
  • 12:45 - 12:48
    É a infecção zumbi.
  • 12:48 - 12:49
    (Risos)
  • 12:49 - 12:51
    Embora seja um pouco mais despreocupante,
  • 12:51 - 12:53
    é interessante ver a infecção zumbi
  • 12:53 - 12:58
    e imaginar por que isso poderia
    acabar com todos na Terra.
  • 12:59 - 13:02
    O que faremos é pegar
    o mesmo modelo que tínhamos antes.
  • 13:02 - 13:05
    Temos os grupos suscetíveis,
    contagiosos e recuperados
  • 13:05 - 13:07
    e nossos índices de transmissão.
  • 13:07 - 13:11
    Então temos o índice de transmissão
    dividido em quatro partes.
  • 13:12 - 13:18
    Por que a infecção zumbi
    pode acabar com todos?
  • 13:18 - 13:21
    Bom, primeiramente,
    zumbis quebram a primeira regra.
  • 13:22 - 13:26
    No nosso modelo presumimos
    que pessoas se recuperam da infecção.
  • 13:26 - 13:30
    E no meu entendimento,
    ninguém se recupera de uma infecção zumbi.
  • 13:30 - 13:33
    Não existem filmes
    sobre pessoas doentes no fim de semana
  • 13:33 - 13:35
    que foram trabalhar na segunda-feira.
  • 13:35 - 13:36
    (Risos)
  • 13:36 - 13:40
    A outra coisa que presumimos é
    que, se pessoas morrem pela infecção,
  • 13:40 - 13:43
    elas permanecem mortas,
    e zumbis não fazem isso.
  • 13:43 - 13:44
    (Risos)
  • 13:44 - 13:47
    Então isso quebra as regras
    do nosso modelo.
  • 13:47 - 13:52
    Outra coisa é que a probabilidade
    de infecção no contato com zumbis
  • 13:52 - 13:56
    é muito alta; eu diria que é 100%.
  • 13:56 - 14:00
    Então para algo como a gripe, encontrar
    alguém contagioso, talvez seja 10%,
  • 14:00 - 14:04
    mas, para zumbis, nunca vamos ver
    alguém com apenas uma ferida na pele
  • 14:04 - 14:06
    que não pega.
  • 14:06 - 14:07
    Então isso quebra essa regra.
  • 14:07 - 14:10
    E, finalmente, lembram que eu disse
  • 14:10 - 14:13
    que presumimos que as pessoas
    fazem contato aleatoriamente?
  • 14:13 - 14:17
    Bom, zumbis estão atrás
    de pessoas suscetíveis.
  • 14:18 - 14:20
    Isso quebra essa regra.
  • 14:20 - 14:23
    Isso significa que a única epidemia
    que poderia realmente infectar a todos
  • 14:23 - 14:27
    e acabar com a humanidade,
    seria um apocalipse zumbi.
  • 14:27 - 14:31
    E isso é uma ótima notícia
    porque zumbis não são reais.
  • 14:31 - 14:33
    Muito obrigada.
  • 14:33 - 14:35
    (Aplausos)
Title:
Epidemias e o fim da humanidade | Rosalind Eggo | TEDxThessaloniki
Description:

Desde a pandemia da gripe espanhola de 1918 até o surto do ebola em 2014 no Oeste Africano, a humanidade tem vivido com medo de uma doença infecciosa potente que poderia marcar seu fim. A doutora Rosalind Eggo é uma modeladora matemática que rastreia a propagação de viroses mortais, na tentativa de pará-las. Nesta palestra, ela combina ciência com humor e responde a questão que todos queremos saber: "Uma pandemia marcará o fim da humanidade?"

Rosalind Eggo é professora assistente na London School of Hygiene & Tropical Medicine no Reino Unido. Ela obteve seu PhD em dinâmica da
pandemia da gripe de 1918 pelo Imperial College London, e trabalhou na Universidade do Texas em Austin, nos EUA. Rosalind trabalha com modelos matemáticos de doenças infecciosas. Isto significa que ela usa métodos de computação e matemática para entender a transmissão dos patógenos na população. O alvo do modelo de doenças infecciosas é entender os caminhos e mecanismos que levam à propagação das infecções, para que nós possamos finalmente desenvolver intervenções para preveni-las. Rosalind trabalhou com análises da pandemia de gripe, ebola, zika, cólera e outros patógenos.

Esta palestra foi dada em um evento TEDx, que usa o formato de conferência TED, mas é organizado de forma independente por uma comunidade local. Para saber mais visite http://ted.com/tedx

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDxTalks
Duration:
14:39

Portuguese, Brazilian subtitles

Revisions