0:00:15.683,0:00:19.379
Há 100 anos, o novo vírus da gripe surgiu,

0:00:19.379,0:00:23.248
se espalhou pelo mundo e matou[br]de 50 milhões a 100 milhões de pessoas.

0:00:23.748,0:00:26.989
Para cada 40 pessoas[br]infectadas pela gripe,

0:00:26.989,0:00:28.586
uma delas morreu.

0:00:28.586,0:00:31.371
E você pensa: "Talvez não seja[br]uma probabilidade tão ruim",

0:00:31.371,0:00:33.770
mas, na mais recente pandemia de gripe,

0:00:33.770,0:00:37.559
para cada pessoa que morreu[br]haveria provavelmente 10 mil casos.

0:00:37.949,0:00:40.936
O que significa que a pandemia de 1918

0:00:40.936,0:00:43.256
foi a pior pandemia da história.

0:00:43.459,0:00:47.015
Aqui está um gráfico mostrando[br]as mortes semanais na época da pandemia

0:00:47.015,0:00:49.486
em Nova York, Londres, Paris e Berlim.

0:00:49.866,0:00:54.337
Você pode ver claramente,[br]no meio, a maior onda da pandemia.

0:00:54.467,0:00:57.152
Da América do Norte até a Europa

0:00:57.152,0:00:59.966
essa pandemia estava[br]acontecendo ao mesmo tempo.

0:00:59.966,0:01:04.543
Essa sincronicidade é uma característica[br]comum da pandemia de gripe.

0:01:05.273,0:01:08.995
Mas em 1918 não só houve[br]a maior pandemia de gripe,

0:01:08.995,0:01:11.989
como também foi o final[br]da Primeira Guerra Mundial.

0:01:12.249,0:01:14.272
E eu marquei aqui o Armistício,

0:01:14.272,0:01:17.331
em branco, o fim oficial[br]da Primeira Guerra Mundial.

0:01:17.621,0:01:22.450
Você pode ver que não foi apenas[br]um período terrível para a Europa,

0:01:22.450,0:01:25.353
mas os dados eram coletados pelas mortes.

0:01:25.353,0:01:28.877
E isso mostra que doenças[br]infecciosas são prioridade

0:01:28.877,0:01:31.093
e precisamos coletar esse tipo de dados

0:01:31.093,0:01:34.699
para entender como e por que[br]essas epidemias acontecem.

0:01:35.211,0:01:39.626
Ferramentas de computação e matemática[br]podem ser usadas para esse tipo de dado

0:01:39.626,0:01:43.744
para entender o processo de transmissão[br]e como a epidemia está ocorrendo

0:01:43.744,0:01:49.223
com a finalidade de tentar desenvolver[br]intervenções, métodos de controle

0:01:49.223,0:01:53.244
para reduzir a epidemia[br]e diminuir a transmissão.

0:01:53.894,0:01:57.926
A diferença entre epidemias[br]e pandemias são de escala.

0:01:57.926,0:02:00.738
Como são palavras gregas,[br]você provavelmente já as conhece,

0:02:00.738,0:02:03.831
mas, para quem não conhece, [br]farei uma breve explicação.

0:02:03.931,0:02:07.360
Uma epidemia é geograficamente[br]localizada em um lugar.

0:02:07.360,0:02:13.334
Por exemplo, a recente epidemia do ebola[br]no Oeste da África aconteceu apenas lá,

0:02:13.334,0:02:15.346
consequentemente isso é uma epidemia.

0:02:15.346,0:02:18.912
A pandemia de gripe de 1918[br]espalhou-se por todo o mundo.

0:02:18.912,0:02:21.878
E espalhar-se pelo mundo[br]é o que a define como uma pandemia.

0:02:21.878,0:02:25.228
Quando temos uma nova epidemia,[br]o que realmente nos interessa

0:02:25.228,0:02:27.979
é o quão rápido está se expandindo[br]de pessoa para pessoa.

0:02:27.979,0:02:31.244
E definimos isso[br]como o número de reprodução.

0:02:31.244,0:02:35.047
O número de reprodução[br]é a quantidade média de novos casos

0:02:35.047,0:02:38.308
que cada pessoa infectada causa no início.

0:02:38.308,0:02:39.797
Se você for a primeira pessoa

0:02:39.797,0:02:43.124
que pegou um novo vírus[br]ou um novo patógeno,

0:02:43.124,0:02:46.676
e mais ninguém teve isso,[br]quantas pessoas você pode infectar?

0:02:46.676,0:02:50.968
Vamos pensar, por exemplo,[br]que uma pessoa infectada entra na sala.

0:02:51.068,0:02:56.404
E se o número de reprodução é dois,[br]esperamos dois novos casos dessa pessoa.

0:02:56.674,0:03:00.577
E se essas duas pessoas infectam[br]mais dois de seus amigos,

0:03:00.577,0:03:03.532
elas podem não ter mais dois amigos,

0:03:03.532,0:03:05.844
mas agora nós temos quatro casos.

0:03:05.844,0:03:10.656
E se esses quatro infectarem[br]mais dois cada, e assim por diante,

0:03:10.656,0:03:13.063
você verá que a epidemia crescerá.

0:03:13.453,0:03:15.054
Então o número de reprodução,

0:03:15.054,0:03:18.658
a média de pessoas [br]que cada contagioso infecta,

0:03:18.658,0:03:22.363
realmente determina [br]o quão rápido a epidemia cresce.

0:03:22.603,0:03:25.733
Bom, isso é verdade,[br]especialmente no início.

0:03:25.733,0:03:30.118
Mas, seguindo assim,[br]com cada pessoa infectando duas,

0:03:30.118,0:03:32.913
passo a passo, como mostramos aqui,

0:03:32.913,0:03:37.637
no trigésimo terceiro passo,[br]todos na Terra estariam infectados.

0:03:37.637,0:03:39.549
E sabemos que isso não acontece.

0:03:39.549,0:03:43.312
Então, por que isso não acontece?

0:03:43.492,0:03:46.733
Bom, porque você começa a ficar[br]sem pessoas suscetíveis,

0:03:46.733,0:03:48.772
ou seja, pessoas que não se infectaram,

0:03:48.772,0:03:51.775
e isso é chamado[br]de diminuição de suscetíveis.

0:03:51.775,0:03:55.311
Para demonstrar isso,[br]vamos imaginar que essa pessoa aqui,

0:03:55.311,0:03:57.057
vamos chamá-la de Christina,

0:03:57.057,0:03:59.493
foi infectada no segundo passo,

0:03:59.493,0:04:01.586
o que parece ser muita falta de sorte.

0:04:01.586,0:04:04.271
Christina é amiga de Spyros.

0:04:04.771,0:04:10.063
Então, quando Spyros fica infectado[br]e tenta infectar mais dois,

0:04:10.063,0:04:13.060
uma dessas pessoas é a Christina.

0:04:13.510,0:04:15.182
Mas ela já foi infectada.

0:04:15.182,0:04:20.203
Aqui ela está em azul,[br]porque já tem imunidade à infecção

0:04:20.203,0:04:21.890
agora que está recuperada.

0:04:21.890,0:04:24.452
Então, quando Spyros tenta [br]infectá-la, não consegue,

0:04:24.452,0:04:28.184
e isso significa que o número[br]de infectados diminui.

0:04:28.184,0:04:32.135
E se isso é verdade para outras pessoas[br]da população, como essas,

0:04:32.135,0:04:35.981
então você começamos a ver uma diminuição[br]no número de pessoas infectadas.

0:04:35.981,0:04:38.084
Isso é a diminuição de suscetíveis.

0:04:38.084,0:04:41.794
E vou lhes mostrar como incorporamos[br]esse tipo de processo

0:04:41.794,0:04:43.662
em modelos de transmissão.

0:04:44.782,0:04:46.932
Se seguirmos um modelo, algo como a gripe,

0:04:46.932,0:04:49.412
a primeira coisa que fazemos [br]é dividir a população

0:04:49.412,0:04:51.428
em três grupos de doenças.

0:04:51.578,0:04:54.814
Aqui, temos pessoas[br]suscetíveis à infecção,

0:04:54.814,0:04:56.713
capazes, portanto, de serem infectadas.

0:04:56.713,0:05:00.105
Podemos ver pessoas contagiosas,[br]que têm a infeção

0:05:00.105,0:05:02.338
e a estão transmitindo a outras pessoas.

0:05:02.338,0:05:06.133
E em azul temos [br]o grupo recuperado ou morto.

0:05:06.133,0:05:09.048
Normalmente presumimos [br]que, quando as pessoas se recuperam,

0:05:09.048,0:05:10.211
elas estão protegidas.

0:05:10.211,0:05:14.176
Mas, se tiver sido uma infecção severa,[br]elas também podem ter morrido.

0:05:14.176,0:05:17.396
Todos na população[br]pertencem a um desses grupos.

0:05:17.396,0:05:23.400
Determinamos os índices[br]de transmissão entre cada grupo.

0:05:23.400,0:05:27.147
Então, quando você se infecta,[br]isso acontece nos índices de transmissão

0:05:27.147,0:05:30.966
e, quando as pessoas se recuperam,[br]isso acontece nos índices de recuperação.

0:05:30.966,0:05:33.910
Então esse índice de transmissão [br]é o mais importante

0:05:33.910,0:05:36.988
quando pensamos no quão rápido [br]a epidemia cresce.

0:05:36.988,0:05:41.784
O que queremos definir é, quando existe[br]uma pessoa contagiosa na população

0:05:41.784,0:05:45.825
e ela sai e faz contato [br]com pessoas que conhece,

0:05:45.825,0:05:50.480
qual a probabilidade de ela passar[br]a infecção para seus contatos?

0:05:50.800,0:05:54.642
O que fazemos quando matematicamente[br]definimos o índice de transmissão

0:05:54.642,0:05:57.053
é dividi-lo em quatro partes.

0:05:57.053,0:05:59.923
Primeiramente, nosso índice de transmissão

0:05:59.923,0:06:03.425
é igual ao número de pessoas contagiosas.

0:06:03.425,0:06:05.339
Quanto mais pessoas contagiosas,

0:06:05.339,0:06:07.354
maiores os índices de transmissão

0:06:07.354,0:06:11.030
porque existem muitas pessoas por aí[br]infectando outras.

0:06:11.630,0:06:16.302
Então multiplicamos isso pelo número[br]de contatos que cada pessoa tem em média.

0:06:16.302,0:06:21.025
Pode-se ver que pessoas contagiosas[br]fazem esses contatos aleatoriamente

0:06:21.025,0:06:25.008
com pessoas suscetíveis, [br]contagiosas ou recuperadas.

0:06:25.258,0:06:28.854
Então incluímos a probabilidade[br]de infecção de um contato.

0:06:28.854,0:06:32.674
Qual a chance de, quando uma pessoa[br]contagiosa encontrar uma suscetível,

0:06:32.782,0:06:34.742
passar para ela a infecção?

0:06:34.742,0:06:38.637
Para a gripe, a probabilidade [br]é em torno de 10% ou algo assim.

0:06:39.137,0:06:41.887
E, finalmente, incluímos [br]a parcela da população

0:06:41.887,0:06:43.574
que é suscetível.

0:06:43.574,0:06:47.654
No início de uma epidemia, quando [br]a maioria das pessoas são suscetíveis,

0:06:47.654,0:06:49.364
ou seja, elas não se infectaram,

0:06:49.364,0:06:53.763
a probabilidade de encontrar [br]alguém suscetível é grande.

0:06:53.763,0:06:58.949
Porém, mais tarde, quando isso cresce,[br]as pessoas suscetíveis diminuem

0:06:58.949,0:07:02.824
e fica cada vez mais improvável[br]encontrar uma pessoa suscetível.

0:07:02.934,0:07:07.482
Vejamos como isso é incorporado[br]nos nossos modelos.

0:07:07.952,0:07:10.194
Vamos ver como é uma epidemia,

0:07:10.194,0:07:13.174
uma simulação de epidemia[br]em 5 mil pessoas.

0:07:13.284,0:07:16.707
Vocês podem ver que a faixa cinza [br]marca o grupo suscetível,

0:07:16.707,0:07:19.174
que se inicia com 5 mil,[br]que é todo mundo,

0:07:19.174,0:07:21.978
além daquela pessoa contagiosa no início.

0:07:22.250,0:07:24.891
Em vermelho, pode-se ver[br]a epidemia contagiosa

0:07:24.891,0:07:28.141
e, em azul, o grupo recuperado no fim.

0:07:28.561,0:07:31.427
Então, você deve ter notado[br]que, neste ponto,

0:07:31.427,0:07:35.179
quando metade dos suscetíveis[br]foram infectados,

0:07:35.179,0:07:38.742
essa parte da equação,[br]a parcela dos suscetíveis,

0:07:38.742,0:07:40.321
é cortada pela metade,

0:07:40.451,0:07:43.745
o que realmente diminui[br]o índice de transmissão.

0:07:43.745,0:07:46.902
E isso é importante, [br]porque é essa diminuição de suscetíveis,

0:07:46.902,0:07:48.948
ou seja, a redução[br]das pessoas suscetíveis,

0:07:48.948,0:07:52.578
que gera o pico e o declínio da epidemia.

0:07:53.108,0:07:57.089
Agora, quem tiver olhos de águia[br]deve ter percebido

0:07:57.089,0:08:02.331
que, se desenharmos uma linha horizontal[br]em 5 mil, o que é a população total,

0:08:02.331,0:08:05.815
no fim da epidemia tem uma pequena lacuna.

0:08:05.965,0:08:09.134
Tem uma lacuna entre o número total[br]de pessoas suscetíveis

0:08:09.134,0:08:12.372
e o número de pessoas [br]que foram infectadas no total.

0:08:12.482,0:08:16.032
E isso porque algumas pessoas [br]não se infectam.

0:08:16.032,0:08:17.584
Os sortudos.

0:08:17.584,0:08:22.584
Então o número total de infectados[br]e o tamanho da lacuna

0:08:22.584,0:08:24.907
são determinados[br]pelo número de reprodução,

0:08:24.907,0:08:27.949
de quão infeccioso o agente patogênico é.

0:08:27.949,0:08:30.996
Vamos ver como se dá essa relação.

0:08:31.496,0:08:33.435
O que estou mostrando aqui,

0:08:33.435,0:08:38.795
no eixo horizontal podemos ver [br]o número de reprodução de zero a cinco.

0:08:39.075,0:08:42.278
E no eixo vertical podemos ver [br]o percentual da população

0:08:42.278,0:08:44.672
que foi infectada no total.

0:08:44.672,0:08:47.815
Vamos ver alguns patógenos[br]de que vocês já devem ter ouvido falar

0:08:47.815,0:08:50.380
e verificar quais são [br]seus números de reprodução.

0:08:50.767,0:08:56.640
Aqui, por exemplo, gripes sazonais,[br]provavelmente entre 1,4 e 1,5;

0:08:57.110,0:09:00.540
ebola, por volta de 2;

0:09:01.085,0:09:03.927
pandemia de gripe, talvez 2,5;

0:09:03.927,0:09:06.748
SARS, por volta de 3;

0:09:06.748,0:09:09.238
e varíola, por volta de 5.

0:09:09.238,0:09:14.646
Para cada caso de varíola [br]que podemos ver na população,

0:09:14.646,0:09:18.235
esperamos mais cinco novos casos.

0:09:18.235,0:09:20.447
Então, qual a relação?

0:09:20.787,0:09:24.635
Aqui pode-se ver que, de zero a um,

0:09:24.635,0:09:27.075
quando o número de reprodução[br]é menor que um,

0:09:27.075,0:09:28.844
ninguém é infectado.

0:09:28.844,0:09:31.603
E isso porque, se você infecta[br]menos de uma pessoa

0:09:31.603,0:09:34.835
para cada pessoa infectada, [br]não existe epidemia.

0:09:34.835,0:09:36.651
Então decola rapidamente

0:09:36.651,0:09:39.688
e parece próximo de 100%.

0:09:39.688,0:09:41.255
Mas não exatamente.

0:09:41.255,0:09:44.045
Essa linha não chega exatamente aos 100%.

0:09:44.045,0:09:48.391
E para mostrar isso, vamos dar uma olhada[br]nos números ainda maiores de reprodução.

0:09:48.771,0:09:50.851
Aqui podemos ver o mesmo gráfico,

0:09:50.851,0:09:54.911
mas agora o eixo horizontal [br]começa em cinco e vai até dez,

0:09:54.911,0:09:57.938
e o eixo vertical é muito maior.

0:09:57.938,0:10:03.249
Alguns patógenos nessas regiões são[br]a coqueluche, que causa tosse convulsiva,

0:10:03.249,0:10:06.573
e poliomielite e difteria [br]também estão por aqui.

0:10:06.573,0:10:12.145
De novo, vemos a linha crescer[br]conforme os números de reprodução.

0:10:12.145,0:10:16.772
Mas ainda não atinge 100%,[br]mesmo parecendo que sim.

0:10:16.892,0:10:21.541
Então, como seria se fosse[br]ainda maior que isso?

0:10:21.791,0:10:23.926
Vamos dar uma olhada agora,[br]no mesmo gráfico,

0:10:23.926,0:10:28.897
mas agora o eixo horizontal [br]começa em 10 e vai até 15.

0:10:28.897,0:10:33.563
Patógenos infecciosos assim[br]são coisas tipo o norovírus.

0:10:33.563,0:10:37.672
Se você não fizer a devida higiene,[br]então será por volta de 14.

0:10:37.672,0:10:40.668
Sarampo, na ausência de vacinação,

0:10:40.668,0:10:44.063
o número de reprodução está entre 12 e 18.

0:10:44.063,0:10:47.209
Se ninguém é vacinado[br]e há um caso de sarampo,

0:10:47.209,0:10:51.104
a expectativa é ver por volta [br]de 15 casos a mais de sarampo.

0:10:51.104,0:10:55.190
E esses são alguns dos patógenos[br]mais infecciosos que temos.

0:10:56.010,0:11:00.523
Então, aqui, a linha na verdade[br]não vai atingir 100%.

0:11:00.833,0:11:04.526
Realmente não vai chegar lá, [br]não importa quão infeccioso é o patógeno,

0:11:04.526,0:11:07.379
o que é uma ótima notícia.

0:11:07.659,0:11:12.725
Então, se existisse um patógeno[br]tão infeccioso como esse,

0:11:12.725,0:11:15.713
muito infeccioso,[br]sobre o qual não soubéssemos nada,

0:11:15.713,0:11:20.552
que não tivesse medidas de controle,[br]nem intervenções, nem vacina

0:11:20.552,0:11:25.486
e acabasse matando todo mundo,[br]o que é extremamente improvável,

0:11:25.486,0:11:28.836
mesmo assim não conseguiríamos [br]acabar com a humanidade.

0:11:28.836,0:11:30.586
Então, respondendo essa questão,

0:11:30.586,0:11:33.660
não, um patógeno não vai acabar[br]com a humanidade.

0:11:33.660,0:11:39.300
O que é uma ótima notícia para nós,[br]contanto que os sobreviventes,

0:11:39.300,0:11:43.152
as pessoas que restaram, [br]gostem umas das outras o suficiente

0:11:43.152,0:11:46.087
para repopularem o planeta.

0:11:46.087,0:11:48.023
(Risos)

0:11:48.023,0:11:49.406
Então isso é uma boa notícia.

0:11:49.406,0:11:52.152
Mas, normalmente, [br]o que faço no meu trabalho

0:11:52.152,0:11:55.238
não é apenas evitar[br]que epidemias aconteçam.

0:11:55.238,0:11:58.598
O objetivo do meu trabalho [br]é tentar entender as transmissões

0:11:58.598,0:12:01.989
para desenvolver e avaliar[br]medidas de controle.

0:12:01.989,0:12:03.764
Medidas de controle são coisas

0:12:03.764,0:12:08.096
como fechar escolas ou incentivar pessoas [br]a não irem trabalhar quando estão doentes

0:12:08.096,0:12:09.982
ou vacinar as pessoas.

0:12:09.982,0:12:14.869
E a finalidade dessas medidas de controle[br]é que os números de reprodução,

0:12:14.869,0:12:18.446
a média de casos secundários, [br]seja abaixo de um.

0:12:18.586,0:12:23.082
E isso porque, se cada pessoa contagiosa [br]infectar menos de uma,

0:12:23.082,0:12:24.958
a epidemia vai diminuir.

0:12:25.288,0:12:27.716
Esse é o objetivo do meu trabalho.

0:12:28.006,0:12:32.326
Agora, preciso contar sobre uma exceção.

0:12:32.326,0:12:34.844
Porque sempre existe um "mas" para isso.

0:12:35.054,0:12:39.920
Tem uma infecção que pode ser um problema.

0:12:40.190,0:12:42.868
É algo sobre o que as pessoas[br]gostam de pensar

0:12:42.868,0:12:45.388
e inclusive já fizeram filmes sobre isso.

0:12:45.388,0:12:47.708
É a infecção zumbi.

0:12:47.708,0:12:49.029
(Risos)

0:12:49.029,0:12:51.208
Embora seja um pouco mais despreocupante,

0:12:51.208,0:12:53.293
é interessante ver a infecção zumbi

0:12:53.293,0:12:58.330
e imaginar por que isso poderia[br]acabar com todos na Terra.

0:12:58.853,0:13:02.098
O que faremos é pegar [br]o mesmo modelo que tínhamos antes.

0:13:02.098,0:13:04.830
Temos os grupos suscetíveis,[br]contagiosos e recuperados

0:13:04.830,0:13:06.956
e nossos índices de transmissão.

0:13:06.956,0:13:11.073
Então temos o índice de transmissão[br]dividido em quatro partes.

0:13:11.503,0:13:17.949
Por que a infecção zumbi [br]pode acabar com todos?

0:13:18.259,0:13:21.301
Bom, primeiramente, [br]zumbis quebram a primeira regra.

0:13:21.567,0:13:26.134
No nosso modelo presumimos [br]que pessoas se recuperam da infecção.

0:13:26.134,0:13:30.237
E no meu entendimento, [br]ninguém se recupera de uma infecção zumbi.

0:13:30.297,0:13:33.432
Não existem filmes [br]sobre pessoas doentes no fim de semana

0:13:33.432,0:13:35.191
que foram trabalhar na segunda-feira.

0:13:35.191,0:13:36.203
(Risos)

0:13:36.203,0:13:39.544
A outra coisa que presumimos é [br]que, se pessoas morrem pela infecção,

0:13:39.544,0:13:43.411
elas permanecem mortas, [br]e zumbis não fazem isso.

0:13:43.411,0:13:44.376
(Risos)

0:13:44.376,0:13:46.753
Então isso quebra as regras[br]do nosso modelo.

0:13:46.753,0:13:51.987
Outra coisa é que a probabilidade[br]de infecção no contato com zumbis

0:13:52.297,0:13:56.384
é muito alta; eu diria que é 100%.

0:13:56.484,0:14:00.389
Então para algo como a gripe, encontrar[br]alguém contagioso, talvez seja 10%,

0:14:00.389,0:14:03.877
mas, para zumbis, nunca vamos ver [br]alguém com apenas uma ferida na pele

0:14:03.877,0:14:05.588
que não pega.

0:14:05.588,0:14:07.312
Então isso quebra essa regra.

0:14:07.312,0:14:09.621
E, finalmente, lembram que eu disse

0:14:09.621,0:14:13.281
que presumimos que as pessoas [br]fazem contato aleatoriamente?

0:14:13.281,0:14:17.213
Bom, zumbis estão atrás [br]de pessoas suscetíveis.

0:14:17.743,0:14:19.686
Isso quebra essa regra.

0:14:19.686,0:14:23.416
Isso significa que a única epidemia [br]que poderia realmente infectar a todos

0:14:23.416,0:14:26.630
e acabar com a humanidade,[br]seria um apocalipse zumbi.

0:14:26.630,0:14:31.225
E isso é uma ótima notícia[br]porque zumbis não são reais.

0:14:31.445,0:14:32.721
Muito obrigada.

0:14:32.721,0:14:35.423
(Aplausos)