Resumo
Em depoimento perante o Congresso dos EUA em 11 de março de 2020, membros do Comitê de Supervisão e Reforma da Câmara foram informados de que a mortalidade estimada para o novo coronavírus era 10 vezes maior do que para a influenza sazonal. Evidências adicionais, no entanto, sugerem que a validade dessa estimativa poderia se beneficiar da verificação de vieses e erros de cálculo. O objetivo principal deste artigo é avaliar criticamente a estimativa de mortalidade por coronavírus apresentada ao Congresso. Textos informativos da Organização Mundial da Saúde e dos Centros para Controle e Prevenção de Doenças são comparados com cálculos de mortalidade por coronavírus em depoimentos no Congresso. Os resultados desta avaliação crítica revelam viés de informação e viés de seleção na superestimação da mortalidade por coronavírus, muito provavelmente causado pela classificação incorreta de uma taxa de letalidade por infecção por influenza como uma taxa de letalidade. As lições de saúde pública aprendidas para futuras pandemias de doenças infecciosas incluem: proteção contra vieses de pesquisa que podem subestimar ou superestimar um risco associado de doença e mortalidade; reavaliar a ética das campanhas de saúde pública baseadas no medo; e fornecer divulgação pública completa dos efeitos adversos de medidas severas de mitigação para conter a transmissão viral.
Em 23 de setembro de 1998, a Administração Nacional de Aeronáutica e Espaço dos Estados Unidos (NASA) perdeu permanentemente o contato com o Mars Climate Orbiter de US $ 125 milhões. 1 Um simples erro de cálculo, falha em converter medições inglesas em medições métricas, condenou a missão espacial a Marte. 2 Uma investigação posterior descobriu que os procedimentos de garantia de qualidade de backup não estavam em vigor na NASA para detectar e corrigir esse erro de cálculo simples. Avanço rápido de 22 anos para outra crise envolvendo uma agência governamental dos EUA: em 11 de março de 2020, o Comitê de Reforma e Supervisão da Câmara do Congresso dos EUA recebeu informações do Instituto Nacional de Alergia e Doenças Infecciosas (NIAID) sobre o novo coronavírus, síndrome respiratória aguda grave coronavírus 2 (SARS-CoV-2) e coronavírus-doença 2019 (COVID-19).3 Com base nos dados disponíveis na época, o Congresso foi informado que a taxa de mortalidade estimada para o coronavírus era 10 vezes maior do que para a influenza sazonal, o que ajudou a lançar uma campanha de distanciamento social, bloqueios organizacionais e comerciais e abrigo em fazer pedidos.
Antes da audiência do Congresso, uma estimativa menos severa da mortalidade por coronavírus apareceu em um editorial de 28 de fevereiro de 2020 publicado pelo NIAID e pelos Centros de Controle e Prevenção de Doenças (CDC). Publicado online no New England Journal of Medicine (NEJM.org), o editorial declarou:
“… as consequências clínicas gerais da Covid-19 podem, em última análise, ser mais semelhantes às de uma gripe sazonal severa (que tem uma taxa de letalidade de aproximadamente 0,1%).” 4
Quase como uma reflexão tardia entre parênteses, o editorial do NEJM afirmou incorretamente que 0,1% é a taxa aproximada de letalidade da influenza sazonal. Em contraste, a Organização Mundial da Saúde (OMS) relatou que 0,1% ou menos é a taxa aproximada de mortalidade por infecção por influenza, 5 não a taxa de letalidade. Para avaliar completamente a importância das discrepâncias no uso da taxa de mortalidade pelo NIAID, pelo CDC e pela OMS, seguem-se breves definições de termos epidemiológicos relevantes.
Taxas de letalidade (CFRs), taxas de letalidade por infecção (IFRs) e taxas de mortalidade são usadas por epidemiologistas para descrever as mortes durante e após um surto de doença infecciosa. O CDC definiu uma taxa de mortalidade como a frequência de mortes em um período de tempo em relação ao tamanho de uma população bem definida. 6 Os pacientes podem ser classificados como portadores de doença semelhante à influenza (ILI), como COVID-19, de acordo com os critérios padrão em uma definição de caso. 7 Um CFR é definido como a proporção de mortes entre os casos confirmados da doença. Os CFRs indicam a gravidade da doença, enquanto um IFR é definido como a proporção de mortes em relação à prevalência de infecções em uma população. 8Os IFRs são estimados após um surto, geralmente com base em amostras representativas de exames de sangue do sistema imunológico em indivíduos expostos a um vírus. A estimativa do IFR em COVID-19 é urgentemente necessária para avaliar a escala da pandemia de coronavírus. 9
Como os diferentes tipos de taxas de fatalidade podem variar amplamente, é fundamental não confundir as taxas de fatalidade entre si; caso contrário, podem ocorrer cálculos enganosos com consequências significativas. No final da primavera de 2020, uma pesquisa do termo de palavra-chave “taxa de mortalidade por infecção” no site do CDC não retornou resultados correspondentes ou termos semelhantes, nem o termo epidemiológico estava localizado na publicação do CDC de 511 páginas, Princípios de Epidemiologia na Prática de Saúde Pública . (O CDC finalmente introduziu a Taxa de mortalidade por infecção (IFR) em 10 de julho de 2020 “como um novo valor de parâmetro para a gravidade da doença.” 10) Esta omissão de terminologia, em conjunto com o uso questionável de terminologia de taxa de fatalidade no editorial do NEJM, levanta bandeiras vermelhas, alertando sobre possíveis imprecisões na estimativa de mortalidade por coronavírus apresentada ao Congresso. Semelhante à necessidade de examinar erros de cálculo que podem ter resgatado a missão da NASA em Marte em 1998, examinar a estimativa de mortalidade por coronavírus para erros de cálculo e vieses pode beneficiar a validade das conclusões de mortalidade. Portanto, o objetivo deste artigo é apresentar uma avaliação crítica ad hoc da estimativa de mortalidade por coronavírus apresentada ao Congresso dos EUA em 11 de março de 2020.
A PRINCIPAL
Os resultados de uma análise comparativa de vídeos e textos selecionados são usados neste artigo para avaliar criticamente a validade dos cálculos de mortalidade por coronavírus apresentados em depoimentos no Congresso dos Estados Unidos. A avaliação crítica é um processo que julga a validade das evidências de pesquisas científicas. 11 A análise comparativa é uma ferramenta usada em uma metodologia de teoria fundamentada para investigar uma área inexplorada por meio da indução lógica de temas e explicações coerentes que são fundamentadas em evidências empíricas. 12 Texto do editorial de fevereiro de 2020 do NEJM.org e vídeo de depoimento no Congresso são comparados com textos informativos confiáveis da OMS e do CDC. Discutem-se as inconsistências, imprecisões, vieses, utilização e consequências da estimativa de mortalidade por coronavírus.
No depoimento do NIAID perante a Audiência do Comitê de Supervisão e Reforma da Câmara sobre a resposta ao Coronavírus, dias 1 e 3 , o Comitê descobriu que a mortalidade por influenza sazonal é de 0,1%. Além disso, foi relatado ao Congresso que a mortalidade geral por coronavírus de aproximadamente 2-3% foi reduzida para 1% para levar em consideração as pessoas infectadas que são assintomáticas ou apresentam sintomas leves. A taxa de mortalidade ajustada do coronavírus de 1% foi então comparada com a taxa de mortalidade de 0,1% da influenza sazonal, e a conclusão foi relatada ao Comitê da Câmara de que o coronavírus era 10 vezes mais letal do que a influenza sazonal.
Em uma análise comparativa com os documentos da OMS e do CDC, a taxa de mortalidade por coronavírus de 2-3% que foi ajustada para 1% no depoimento do Congresso é consistente com o CFR do coronavírus de 1,8-3,4% (mediana, 2,6%) relatado pelo CDC. 13 Além disso, a OMS relatou que o CFR do vírus da influenza H1N1 (1918) também é 2-3%, 14 semelhante ao CFR de 2-3% não ajustado do coronavírus relatado em depoimento no Congresso, sem diferença significativa na mortalidade. Conforme mencionado anteriormente, a OMS também relatou que 0,1% é o IFR da influenza sazonal, 5 não o CFR da influenza sazonal, conforme relatado no editorial do NEJM.
DISCUSSÃO
A confusão entre CFRs e IFRs pode parecer trivial e é fácil ignorar a princípio, mas essa confusão pode ter levado a um erro de cálculo não intencional na estimativa de mortalidade por coronavírus. Os IFRs de amostras de toda a população incluem infecções não diagnosticadas, assintomáticas e leves, e costumam ser menores em comparação com os CFRs, que se baseiam exclusivamente em grupos relativamente menores de casos moderadamente a gravemente diagnosticados no início de um surto. Devido aos mecanismos de defesa do hospedeiro e à autoimunidade fornecida pelas respostas imunes inatas e adaptativas, 15 infecções assintomáticas são frequentemente prevalentes na influenza. 16 Com muitas infecções assintomáticas já identificadas em COVID-19, 17parece improvável que o IFR em um ILI como o COVID-19 se aproxime do CFR da doença. As infecções pré-sintomáticas também podem diminuir a proporção de infecções assintomáticas. Por exemplo, um relatório do CDC descobriu que indivíduos assintomáticos identificados por meio do teste de reação em cadeia da polimerase-transcriptase reversa (RT-PCR) desenvolveram sintomas uma semana depois, e esses indivíduos foram reclassificados como pré-sintomáticos no momento do teste. 18
Na Figura 1 , 4 casos agrupados na caixa de linha pontilhada também estão incluídos entre 7 infecções, ilustrando que todos os casos são infecções, mas nem todas as infecções são casos, um ponto potencial de confusão em relatos da mídia de COVID-19. Por exemplo, um grande número de infecções por coronavírus foi descoberto em frigoríficos nos Estados Unidos em Iowa, 19 mas essas infecções foram relatadas como casos na mídia, 20 potencialmente causando um tipo de viés de informação conhecido como classificação incorreta. 21 A classificação incorreta refere-se à “classificação errônea de um indivíduo, um valor ou um atributo em uma categoria diferente daquela à qual deveria ser atribuído.” 22Esse tipo de viés de informação na pesquisa epidemiológica pode levar a subestimação ou superestimação de doenças associadas e riscos de mortalidade. 21
FIGURA 1 CFR e IFR. 1 fatalidade / 4 casos = 25% CFR. 1 fatalidade / 7 infecções = 14,28% IFR.
CFRs e IFRs representam diferentes segmentos de uma população-alvo e contêm proporções muito diferentes de infecções não fatais; portanto, a aplicação incorreta dos resultados ou a generalização de inferências entre esses 2 grupos pode causar um tipo de viés de seleção conhecido como viés de amostragem 23 ou viés de averiguação. 24 Nesse tipo de viés, as pessoas não representam segmentos da população aos quais os resultados se aplicam. Além disso, “… comparações do CFR de 1 doença com o IFR de outra são inúteis”, 25 e o viés de amostragem pode levar a graves imprecisões, como quando o Congresso foi informado de que o coronavírus é 10 vezes mais letal que a influenza sazonal.
Uma comparação dos CFRs do coronavírus e da influenza sazonal pode ter sido planejada durante o depoimento no Congresso, mas devido à classificação incorreta de um IFR como um CFR, a comparação acabou sendo entre um CFR ajustado do coronavírus de 1% e um IFR da influenza de 0,1%. Se a taxa de mortalidade ajustada do coronavírus não tivesse sido reduzida de 3% para 1%, as comparações de mortalidade do coronavírus com a IFR da influenza sazonal teriam aumentado de 10 vezes mais para 20 a 30 vezes mais. A essa altura, os epidemiologistas podem ter sido alertados para a possibilidade de um erro de cálculo em uma estimativa tão alarmante.
Garantia da Qualidade
A maioria das pessoas confia em especialistas confiáveis em saúde pública de organizações como o CDC para disseminar informações vitais sobre doenças infecciosas. 26 Infelizmente, mesmo os especialistas podem cometer erros de cálculo simples que podem levar a resultados catastróficos. No exemplo do Mars Climate Orbiter perdido da NASA, a diretoria da NASA investigando a missão fracassada reconheceu que erros acontecem em projetos, “No entanto, processos suficientes geralmente estão em vigor nos projetos para detectar esses erros antes que se tornem críticos para o sucesso da missão. 2O conselho da NASA também reconheceu a importância dos procedimentos de garantia de qualidade para prevenir futuras falhas. De relevância, em 2018, o Instituto Nacional de Doenças Neurológicas e Derrame (NINDS) forneceu uma definição exemplar de garantia de qualidade (QA) em ciências clínicas e da saúde:
“Os objetivos dos procedimentos de controle de qualidade são garantir a precisão e consistência dos dados do estudo, desde as observações originais até o relatório dos resultados, e garantir que os resultados do estudo sejam considerados válidos e confiáveis nas comunidades científica e clínica.” 27
Semelhante aos problemas de garantia de qualidade da NASA em 1998, os procedimentos de garantia de qualidade nas organizações nacionais de saúde pública dos Estados Unidos em 2020 podem se beneficiar de revisão e revisão para evitar erros de cálculo de mortalidade crucial de doenças infecciosas no futuro. Como uma salvaguarda contra o uso indevido de taxas de fatalidade e proteção em caso de discrepâncias não padronizadas ou interorganizacionais na terminologia, cada taxa de fatalidade deve definir claramente o denominador da taxa como o grupo específico ao qual as fatalidades se aplicam, seja para a população total em taxas de mortalidade, casos confirmados de uma doença em CFRs ou indivíduos expostos a uma infecção viral em IFRs.
Medidas de mitigação
Como a campanha para mitigar a transmissão do coronavírus foi implementada de março a maio de 2020, os totais esperados de mortalidade por coronavírus nos Estados Unidos pareceram muito mais baixos do que a superestimativa relatada no depoimento do Congresso em 11 de março. Em comparação com a temporada mais recente de influenza A grave (H3N2 ) em 2017-2018, 28 com 80.000 mortes nos EUA relatadas por funcionários do CDC, 29 os totais de mortalidade por coronavírus dos EUA acabaram de chegar a 80.000 em 9 de maio de 2020. 30Até então, em relação à influenza de 2017-2018, estava claro que a mortalidade total por coronavírus para a temporada não chegaria nem perto de 800.000 mortes inferidas a partir da superestimativa de mortalidade de 10 vezes relatada ao Congresso. Mesmo após o ajuste para o efeito de medidas de mitigação bem-sucedidas que podem ter diminuído a taxa de transmissão do coronavírus, parece improvável que tantas mortes tenham sido completamente eliminadas por uma intervenção não farmacêutica, como o distanciamento social, que se destinava apenas a conter a transmissão da infecção, não suprimir infecções e fatalidades relacionadas. 31Também no início de maio de 2020, uma pesquisa do estado de Nova York com 1.269 pacientes COVID-19 admitidos recentemente em 113 hospitais descobriu que a maioria dos pacientes vinha seguindo ordens de abrigo no local por 6 semanas, o que levantou suspeitas de autoridades estaduais sobre questões sociais eficácia de distanciamento. 32 Ainda assim, as pesquisas mostraram ao público creditado distanciamento social e outras medidas de mitigação para reduzir as mortes por COVID-19 previstas e para manter as pessoas protegidas contra o coronavírus. 33 , 34
Surpreendentemente, aumentos desproporcionais na mortalidade em unidades de saúde italianas e americanas durante o pico do surto de COVID-19 não foram únicos; crises semelhantes em unidades de saúde ocorreram durante a temporada de influenza de 2016-2017 na Itália 35 e durante a temporada de influenza de 2017-2018 nos Estados Unidos. 36 No entanto, esses surtos anteriores não parecem receber a mesma cobertura intensa da mídia que o COVID-19. Embora os relatos da mídia sobre novas infecções por coronavírus reforçassem a crença do público de que o vírus continuava a se espalhar, maiores níveis de testes podem ter aumentado a detecção de infecções que já eram prevalentes na população. Além disso, a precisão dos testes de coronavírus colocados em produção durante a pandemia era desconhecida. 37O teste RT-PCR está em uso desde a detecção do vírus influenza A (H5N1) em 2005, 38 mas uma limitação séria do teste RT-PCR é que a detecção de ácido nucleico não é capaz de determinar a diferença entre vírus infecciosos e não infecciosos. 39 Além disso, o CDC modificou os critérios para registrar a mortalidade por coronavírus ao incluir mortes “prováveis” e “prováveis” no código de Classificação Internacional de Doenças (CID) para COVID-19. 40
Em 21 de junho, as novas mortes diárias por coronavírus caíram para 267 nos Estados Unidos, uma redução de 90% em relação às 2.693 mortes diárias relatadas em 21 de abril. 30 No entanto, os casos confirmados em algumas áreas aumentaram à medida que os bloqueios foram suspensos, 41 e o total de infecções nos EUA havia atingiu 1.254.055 em 21 de junho. 30 Vários motivos, além do aumento da transmissão viral, podem ser responsáveis pelo aumento de casos. Por exemplo, as pessoas doentes podem não temer mais ir a hospitais com a reabertura da sociedade, 42 e o teste de coronavírus também pode resultar em um maior diagnóstico diferencial de infecções por SARS-CoV-2 de outras infecções virais respiratórias comuns. 43 Com mais casos relatados de COVID-19 em pessoas mais jovens após a reabertura, 44Os CFRs podem diminuir devido ao menor risco de mortalidade associado nessa faixa etária. Além disso, as comparações de países de CFRs de coronavírus são frequentemente confundidas por vários fatores, 45incluindo diferenças de cuidados de saúde nas definições de casos, acesso a tratamento de qualidade e testes confiáveis, conformidade com medidas de mitigação e condições de saúde subjacentes; diferenças demográficas em idade, raça, status socioeconômico e densidade populacional; e diferenças geopolíticas, incluindo clima, sazonalidade, poluição ambiental, iniquidades e inquietação sociais, liberdades pessoais, políticas de saúde pública, confiabilidade no relatório de estatísticas governamentais válidas de doenças e hábitos de vida que afetam a saúde física e mental, saneamento público e higiene pessoal . Em última análise, com uma miríade de fatores de confusão não controlados, um inquérito serológico de amostras representativas de uma população é um método mais confiável para determinar a verdadeira prevalência de infecções por coronavírus.
Fatores de confusão emergentes nos Estados Unidos também contribuíram para uma tendência crescente de mortalidade em ILIs, como COVID-19. Por exemplo, a cada ano, os membros sobreviventes da coorte envelhecida de Baby-Boomers de 76 milhões de pessoas nascidas entre 1946 e 1964 entram na categoria de alto risco para ILIs, aumentando a carga sobre os sistemas de saúde. 46 Além disso, pesquisas mostram que uma tendência de aquecimento no Ártico pode levar a condições climáticas mais extremas no inverno, especialmente no leste dos Estados Unidos, 47 o que pode desempenhar um papel no aumento das taxas de mortalidade por ILIs durante a temporada de influenza.
Como as autoridades de saúde responderam aos cientistas COVID-19 pandemia através da implementação de bloqueios e outras medidas de mitigação com evidência de apoio mínima, alertou para “um fiasco na tomada,” 48 Atenção também foi levantada contra as violações dos princípios fundamentais da ciência e da lógica, como a suposição equivocada de que correlação implica causalidade. 45Por exemplo, a crença do público de que as medidas de mitigação foram responsáveis pela redução da mortalidade por coronavírus pode ser uma falácia post hoc se a mortalidade mais baixa foi realmente devido à superestimativa das mortes por coronavírus. Além disso, implementar a hipótese não confirmada de que as medidas de mitigação salvam vidas em populações vulneráveis e rejeitar a hipótese nula que assume que não existe efeito de salvamento é um erro tipo I no teste de hipótese. 49A hipótese nula não pressupõe conhecimento a priori. Portanto, antes de implementar medidas de mitigação que incorram em custos severos, o ônus recai sobre os proponentes de mitigação para rejeitar formalmente a hipótese nula justificando reivindicações de benefícios de salvamento. Além disso, a educação nos princípios dos métodos básicos de pesquisa é essencial para os consumidores da pesquisa em saúde pública, e há uma necessidade de aumentar o ensino da ciência e da lógica dos métodos de pesquisa nos currículos de educação geral. 50 Mais pesquisas de intervenções de mitigação não medicamentosas também são urgentemente necessárias para prevenir COVID-19, especialmente em populações vulneráveis. 51
Os cientistas também alertaram sobre as decisões de saúde pública feitas sem dados confiáveis sobre a prevalência da infecção na população. 45 , 48 Na falta de dados de entrada válidos devido a testes insuficientes para a prevalência da doença, os métodos de modelagem estatística frequentemente se baseavam em suposições especulativas, produzindo previsões temerosas de aumento da mortalidade, que muitas vezes não eram confiáveis. 52 Uma revisão sistemática constatou que a maioria dos modelos diagnósticos e preditivos para COVID-19 carecem de rigor, apresentam alto risco de viés de seleção e provavelmente apresentam desempenho preditivo inferior na prática real em comparação com relatórios otimistas publicados na literatura de pesquisa. 53
Uma versão revisada de um estudo não revisado por pares sobre a soroprevalência de anticorpos COVID-19 no condado de Santa Clara, Califórnia, descobriu que as infecções eram muitas vezes mais prevalentes do que os casos confirmados. 54 À medida que mais pesquisas sorológicas são realizadas em todo o país, uma pesquisa serológica COVID-19 coordenada nacionalmente em uma amostra representativa da população é urgentemente necessária, 55que pode determinar se o IFR nacional é baixo o suficiente para acelerar um fim geral para medidas de mitigação restritivas. Os planos para uma pesquisa sorológica nacional nos EUA foram anunciados em abril de 2020 pelo National Institutes of Health, a ser conduzido pelo NIAID e pelo Instituto Nacional de Imagens Biomédicas e Bioengenharia (NIBIB), com a assistência do Centro Nacional para o Avanço das Ciências Translacionais (NCATS) e o National Cancer Institute (NCI). 56 De relevância, as medidas de mitigação em todo o país, tais como bloqueios, distanciamento social e pedidos de abrigo no local, não foram implementadas durante a gripe 2017-2018 com 45 milhões de doenças nos EUA relatadas pelo CDC. 57Nem foram implementadas medidas de mitigação durante a gripe de 2009, com estimativas relatadas ajustadas para hospitalizações subnotificadas de aproximadamente 60,8 milhões de casos nos EUA, variando entre 43,3 milhões a 89,3 milhões de casos. 58
Medo e dano colateral
Efeitos psicológicos adversos, como ansiedade, raiva e estresse pós-traumático, têm sido associados a medidas restritivas de redução da saúde pública devido ao isolamento, frustração, perda financeira e medo de infecção. 59 , 60 Uma pesquisa de 8 de junho de 2020 da Association for Canadian Studies descobriu que o medo de contrair o coronavírus afetou 51% da população canadense, em comparação com 56% da população dos Estados Unidos. 61Aventurar-se em público durante a fase de reabertura do bloqueio foi estressante para 50% dos canadenses em comparação com 56% dos americanos. Uma segunda onda do vírus também era esperada por 76% dos canadenses e 64% dos americanos. Além disso, existe a possibilidade de que outro vírus novo possa surgir, potencialmente reacendendo um processo perpétuo de medo infundado e bloqueios desnecessários se as estimativas de mortalidade não forem devidamente examinadas.
O medo, em contraste com o dever cívico moral e a orientação política, demonstrou ser um preditor mais poderoso de conformidade com o comportamento atenuante em resposta a uma pandemia viral, mas com diminuição do bem-estar e pior tomada de decisão. 62 Estudos mostraram que o medo prejudica o desempenho de tarefas cognitivas por meio da ansiedade e da preocupação debilitantes. 63 Mesmo se uma ameaça deixar de existir, a evitação prolongada e temerosa de ameaças é mal-adaptativa e restringe o retorno à interação social normal e à produtividade. 64 Por exemplo, após o fim do surto de SARS em 2004, o comportamento de evitação continuou a restringir as interações sociais das pessoas e as impediu de voltar ao trabalho. 65
Níveis exagerados de medo foram impulsionados pela cobertura sensacionalista da mídia durante a pandemia COVID-19. 45 , 66 , 67 E ainda, enquanto o público foi condenado ao bloqueio, os custos e benefícios gerais para a sociedade de medidas de mitigação severas não foram avaliados. 45 O medo da infecção também impediu que as pessoas procurassem os serviços de saúde necessários em hospitais durante a pandemia. 68 A ética da implementação de campanhas de saúde pública baseadas no medo precisa ser reavaliada para o dano potencial que essas estratégias podem causar. 69 A disseminação de informações vitais sobre saúde para o público deve usar mensagens emocionalmente persuasivas, sem explorar e encorajar reações exageradas baseadas no medo.
Além disso, as violações legais e éticas associadas à mitigação de doenças pandêmicas foram investigadas anteriormente pelo Instituto de Medicina em 2007. 70 As pessoas devem ter o direito à divulgação completa de todas as informações pertinentes aos impactos adversos das medidas de mitigação durante uma pandemia, incluindo informações sobre questões legais e constitucionais de direitos humanos, 45 e deve ser garantida ao público uma voz em um processo transparente, à medida que as autoridades estabelecem políticas de saúde pública.
Por último, severas medidas de mitigação durante a pandemia de COVID-19 causaram considerável perturbação social e econômica global. 71 Os bloqueios forçados aumentaram a violência doméstica, fecharam empresas e escolas, dispensaram trabalhadores, restringiram viagens, afetaram os mercados de capitais, ameaçaram a segurança de famílias de baixa renda e sobrecarregaram os governos com dívidas maciças. Entre fevereiro e abril de 2020, o desemprego nos EUA subiu de 3,5%, o menor em 50 anos, para 14,7%. 72A recessão nos Estados Unidos também foi declarada oficialmente em junho de 2020 pelo National Bureau of Economic Research, encerrando 128 meses de expansão econômica histórica. De relevância, desacelerações econômicas estão associadas a taxas mais altas de suicídio em comparação com tempos de prosperidade, e o aumento do risco de suicídio pode estar associado ao estresse econômico como consequência de medidas severas de mitigação durante uma pandemia. 73 Recaídas e novos casos diagnosticados de transtorno do uso de álcool também foram previstos para aumentar devido ao isolamento social, e o consumo prejudicial de álcool na China aumentou 2 vezes após o surto de COVID-19. 74 Como um experimento natural global, os resultados psicológicos de intervenções restritivas na pandemia COVID-19 requerem investigações adicionais. 75
As lições de saúde pública aprendidas durante a pandemia COVID-19 contribuem com conhecimentos e percepções que podem ser aplicadas para prevenir futuras crises de saúde pública. 76 A Figura 2 mostra um fluxograma que resume vieses e efeitos potenciais da superestimativa da mortalidade viral observada em uma pandemia. A falha em intervir na fonte do problema, nos níveis upstream de viés de informação e viés de amostragem, pode permitir que o medo se intensifique rapidamente e pode causar uma resposta hiperativa que produz danos colaterais gravemente prejudiciais à sociedade.
FIGURA 2 Vieses e potenciais efeitos relacionados da superestimação da mortalidade por vírus.
CONCLUSÕES
O viés de amostragem nos cálculos de mortalidade por coronavírus levou a uma superestimação da mortalidade 10 vezes maior em 11 de março de 2020, testemunho do Congresso dos EUA. Esse viés provavelmente seguiu do viés de informação devido à classificação incorreta de um IFR da influenza sazonal como um CFR, evidente em um editorial do NEJM.org. As evidências da OMS confirmaram que o CFR aproximado do coronavírus geralmente não é maior do que o da influenza sazonal. No início de maio de 2020, os níveis de mortalidade de COVID-19 estavam consideravelmente abaixo das superestimações previstas, um resultado que o público atribuiu às medidas de mitigação bem-sucedidas para conter a disseminação do novo coronavírus.
Este artigo apresentou importantes lições de saúde pública aprendidas com a pandemia COVID-19. Salvaguardas confiáveis são necessárias na pesquisa epidemiológica para evitar que erros de cálculo aparentemente menores se transformem em desastres. Procedimentos de garantia de qualidade organizacional suficientes devem ser implementados em instituições de saúde pública para verificar, capturar e corrigir vieses e erros de pesquisa que subestimam ou superestimam os riscos associados de doença e mortalidade. Particularmente, o denominador das taxas de fatalidade deve definir claramente o grupo ao qual as fatalidades se aplicam. As campanhas de saúde pública baseadas no medo podem ter efeitos prejudiciais, e a ética de tais campanhas deve ser reavaliada. As pessoas precisam ter mais voz em um processo transparente que influencia as políticas públicas de saúde durante um surto, e os currículos educacionais devem incluir métodos básicos de pesquisa para ensinar as pessoas como serem melhores consumidores de informações de saúde pública. O público também deve ser totalmente informado sobre os impactos adversos no bem-estar psicológico, questões de direitos humanos, perturbação social e custos econômicos associados a intervenções restritivas de saúde pública durante uma pandemia.
Concluindo, as nações em todo o mundo podem antecipar com medo as ondas futuras da pandemia do coronavírus e olhar tristemente para surtos de outras novas infecções virais com um retorno às medidas de mitigação severas. No entanto, deve-se ter em mente o conselho bem conhecido de um famoso aforismo do poeta filósofo George Santayana, que é relevante para as lições de saúde pública aprendidas neste artigo: “Quem não consegue se lembrar do passado está condenado a repeti-lo”. 77
Agradecimentos
Agradeço às seguintes pessoas que ajudaram na revisão do material deste artigo: Nicole Richards, Mark Oremus e Robin Taylor Wilson. Obrigado também a John CA Manley e Colby Mullis por ajudarem a comunicar as descobertas do artigo ao público.
Declaração de conflito de interesse
O autor declara nenhum conflito de interesse.
Fonte
Artigo em Inglês e Francês: https://www.cambridge.org/core/journals/disaster-medicine-and-public-health-preparedness/article/public-health-lessons-learned-from-biases-in-coronavirus-mortality-overestimation/7ACD87D8FD2237285EB667BB28DCC6E9/core-reader#
Download do documento em inglês: https://www.cambridge.org/core/services/aop-cambridge-core/content/view/7ACD87D8FD2237285EB667BB28DCC6E9/S1935789320002980a.pdf/public_health_lessons_learned_from_biases_in_coronavirus_mortality_overestimation.pdf
REFERÊNCIAS
1 NASA. Mars Climate Orbiter. Site da NASA Science. https://solarsystem.nasa.gov/missions/mars-climate-orbiter/in-depth/ . Publicado em 25 de julho de 2019 . Acessado em 11 de maio de 2020.Google Scholar
2 Isbell , D , Savage , D. Mars, relatório da placa de falha do orbitador climático, inúmeras ações da NASA em andamento em resposta. Site da NASA. https://mars.nasa.gov/msp98/news/mco991110.html . Publicado em 10 de novembro de 1999. Acessado em 8 de maio de 2020.Google Scholar
3 –Fifer , J. House Oversight and Reform Committee Hearing on Coronavirus Response, Dia 1. C-SPAN Web site. https://www.c-span.org/video/?c4860450/user-clip-dr-anthony-fauci-addresses-covid-19-mortality-rate%20 . Publicado em 11 de março de 2020. Acessado em 30 de abril de 2020.Google Scholar
4 –Fauci , AS , Lane , HC , Redfield , RR . Covid-19 – navegando no desconhecido. Site do New England Journal of Medicine. https://www.nejm.org/doi/full/10.1056/nejme2002387 . Publicado em 28 de fevereiro de 2020. Acessado em 8 de maio de 2020.Google Scholar
5 WHO.int. Doença por coronavírus 2019 (COVID-19): relatório de situação, 46. Organização Mundial da Saúde. https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200306-sitrep-46-covid-19.pdf?sfvrsn=96b04adf_4 . Publicado em 2020. Acessado em 30 de abril de 2020.Google Scholar
6 Dicker , R , Coronado , F , Koo , D , et al. Princípios de Epidemiologia na Prática de Saúde Pública . Atlanta GA : Departamento de Saúde e Serviços Humanos dos EUA . 2006 .Google Scholar
7 WHO.int. Definições de casos de vigilância da OMS para ILI e SARI. Site da Organização Mundial da Saúde. https://www.who.int/influenza/surveillance_monitoring/ili_sari_surveillance_case_definition/en/. Publicado em janeiro de 2014. Acessado em 26 de abril de 2020.Google Scholar
8 Bui , Q , Sanger-Katz , M , Kliff , S. Quão mortal é o coronavírus? O que sabemos e o que não sabemos. Site do New York Times. https://www.nytimes.com/interactive/2020/03/07/upshot/how-deadly-is-coronavirus-what-we-know.html . Publicado em 2020. Atualizado em 7 de março. Acessado em 30 de abril de 2020.Google Scholar
9 Mallapaty , S. Quão mortal é o coronavírus? Os cientistas estão perto de uma resposta. Site da Nature. https://www.nature.com/articles/d41586-020-01738-2 . Publicado em 16 de junho de 2020. Acessado em 18 de junho de 2020.Google Scholar
10 CDC.gov . Cenários de planejamento pandêmico do COVID-19 . https://www.cdc.gov/coronavirus/2019-ncov/hcp/planning-scenarios.html . Publicado em 10 de julho de 2020 . Acessado em 12 de julho de 2020.Google Scholar
11 Mhaskar , R , Emmanuel , P , Mishra , S , et al. Habilidades de avaliação crítica são essenciais para a tomada de decisão informada . Indian J Sex Transm Dis AIDS. 2009 ; 30 ( 2 ): 112 – 119 .Google Scholar | PubMed
12 Chun Tie , Y , Birks , M , Francis , K. Pesquisa da teoria fundamentada: uma estrutura de design para pesquisadores novatos . SAGE Open Med. 2019 ; 7 : 2050312118822927 .CrossRef | Google Scholar | PubMed
13 CDC.gov. Desfechos graves entre pacientes com doença coronavírus 2019 (COVID-19) —Estados Unidos, 12 de fevereiro a 16 de março de 2020. Relatório semanal de morbidade e mortalidade: site do Centro para Controle e Prevenção de Doenças. https://www.cdc.gov/mmwr/volumes/69/wr/mm6912e2.htm . Publicado em 27 de março de 2020. Acessado em 30 de abril de 2020.Google Scholar
14 apps.WHO.int . Gerenciamento de risco de pandemia de influenza: um guia da OMS para informar e harmonizar a preparação e resposta a pandemia nacional e internacional. Organização Mundial de Saúde. https://apps.who.int/iris/handle/10665/259893 . Publicado em 2017. Acessado em 30 de abril de 2020.Google Scholar
15 Aoshi , T , Koyama , S , Kobiyama , K , et al. Respostas imunes inatas e adaptativas à infecção viral e vacinação . Curr Opin Virol. 2011 ; 1 ( 4 ): 226 – 232 .CrossRef | Google Scholar | PubMed
16 Furuya-Kanamori , L , Cox , M , Milinovich , GJ , et al. Prevalência heterogênea e dinâmica de infecções assintomáticas pelo vírus da influenza . Emerg Infect Dis. 2016 ; 22 ( 6 ): 1052 – 1056 .CrossRef | Google Scholar | PubMed
17 Gao , Z , Xu , Y , Sun , C , et al. Uma revisão sistemática de infecções assintomáticas com COVID-19 . J Microbiol Immunol Infect. 2020 . doi: 10.1016 / j.jmii.2020.05.001CrossRef | Google Scholar | PubMed
18 Kimball , A , Hatfield , KM , Arons , M , et al. Infecções assintomáticas e pré-sintomáticas por SARS-CoV-2 em residentes de uma unidade de enfermagem especializada em cuidados de longo prazo – King County, Washington, março de 2020 . MMWR Morb Mortal Wkly Rep. 2020 ; 69 ( 13 ): 377 – 381 .CrossRef | Google Scholar
19 Leys , T. Coronavirus infecta mais de 1.600 trabalhadores em quatro frigoríficos de Iowa. Site do Des Moines Register. https://www.desmoinesregister.com/story/news/health/2020/05/05/coronavirus-infects-thousands-iowa-meatpacking-plant-workers-covid-19-waterloo-perry/5170796002/ . Publicado em 5 de maio de 2020. Acessado em 5 de maio de 2020.Google Scholar
20 Maddow , R. HHS Statement TRANSCRIPT: 5/5/20. O site do Rachel Maddow Show. http://www.msnbc.com/transcripts/rachel-maddow-show/2020-05-05 . Publicado em 5 de maio de 2020. Acessado em 5 de maio de 2020.Google Scholar
21 Althubaiti , A. Viés de informação na pesquisa em saúde: definição, armadilhas e métodos de ajuste . J Multidisc Healthc. 2016 ; 9 : 211 – 217 .CrossRef | Google Scholar | PubMed
22 Classificação incorreta . In: Porta , M , ed. Um Dicionário de Epidemiologia . 5ª ed . Nova York, NY : Oxford University Press ; 2008 .Google Scholar
23 Johnson , LC , Beaton , R , Murphy , S , et al. Viés de amostragem e outras ameaças metodológicas à validade da pesquisa em pesquisas de saúde . Int J Stress Manag. 2000 ; 7 ( 4 ): 247 – 267 .CrossRef | Google Scholar
24 Delgado-Rodriguez , M , Llorca , J. Bias . J Epidemiol Community Health. 2004 ; 58 ( 8 ): 635 – 641 .CrossRef | Google Scholar | PubMed
25 Roth , S , Clausen , L , Mueller , S. COVID-19. Cenários de uma crise supérflua. Site da SSRN. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3564920 . Publicado em 30 de março de 2020. Acessado em 30 de abril de 2020.CrossRef | Google Scholar
26 Fingerhut , pesquisa H. AP-NORC: alto uso, pouca confiança da mídia de notícias no COVID-19. Site da AP. https://apnews.com/4e2a20bd01bd2352009c3281b657375d . Publicado em 30 de abril de 2020. Acessado em 9 de junho de 2020.Google Scholar
27 NINDS. Diretrizes de garantia de qualidade. Site do Instituto Nacional de Doenças Neurológicas e Derrame. https://www.ninds.nih.gov/Funding/Apply-Funding/Application-Support-Library/Quality-Assurance-Guidelines . Publicado em 13 de agosto de 2018. Acessado em 11 de maio de 2020.Google Scholar
28 CDC.gov. Resumo da temporada de influenza de 2017–2018. Site dos Centros de Controle e Prevenção de Doenças. https://www.cdc.gov/flu/about/season/flu-season-2017-2018.htm . Publicado em 5 de setembro de 2019. Acessado em 5 de maio de 2020.Google Scholar
29 AP. CDC: 80.000 pessoas morreram de gripe no último inverno nos EUA, o maior número de mortes em 40 anos. 2018. Site da STAT. https://www.statnews.com/2018/09/26/cdc-us-flu-deaths-winter/ . Publicado em 26 de setembro de 2018. Acessado em 12 de maio de 2020.Google Scholar
30 worldômetros.info . Estados Unidos. Site do Worldometer. https://www.worldometers.info/coronavirus/country/us/ . Publicado em 21 de junho de 2020. Acessado em 21 de junho de 2020.Google Scholar
31 Ferguson , N , Laydon , D , Nedjati Gilani , G , et al. Relatório 9: Impacto das Intervenções Não Farmacêuticas (INP) para Reduzir a Mortalidade COVID19 e a Demanda de Saúde . Londres : Imperial College of London ; 2020 .Google Scholar
32 Matthews , K , Villeneuve , M , Hill , M. A maioria dos novos pacientes COVID-19 em NY não trabalham, mais velhos: pesquisa. Site da Associated Press. https://apnews.com/29033e79ac5a3cf66b0c1fd2422e729d . Publicado em 7 de maio de 2020. Acessado em 7 de maio de 2020.Google Scholar
34 Chappell , B. 8 em cada 10 americanos apóiam o desligamento do COVID-19, concluiu a pesquisa de saúde Kaiser. Site da NPR. https://www.npr.org/sections/coronavirus-live-updates/2020/04/23/843175656/8-in-10-americans-support-covid-19-shutdown-kaiser-health-poll-finds . Publicado em 2020. Acessado em 6 de maio de 2020.Google Scholar
35 Rosano , A , Bella , A , Gesualdo , F , et al. Investigar o impacto da influenza no excesso de mortalidade em todas as idades na Itália durante as temporadas recentes (temporadas de 2013 / 14–2016 / 17) . Int J Infect Dis. 2019 ; 88 : 127 – 134 .CrossRef | Google Scholar
36 Macmillan , A. Hospitais lotados de pacientes com gripe os tratam em tendas. Site da TIME. https://time.com/5107984/hospitals-handling-burden-flu-patients/ . Publicado em 8 de janeiro de 2018. Acessado em 7 de maio de 2020.Google Scholar
37 Perrone , M. Precisão ainda desconhecida para muitos testes de coronavírus apressados. Site da AP. https://apnews.com/38967d1644ef374d1bcbc7806b383b8e . Publicado em 14 de junho de 2020. Acessado em 15 de junho de 2020.Google Scholar
38 WHO. O uso de PCR na vigilância e diagnóstico da influenza. Artigo apresentado em: relatório da 4ª reunião do grupo de trabalho da OMS sobre protocolos de reação em cadeia da polimerase para detecção do subtipo de vírus influenza A. Genebra: OMS; 2011Google Scholar
39 Joynt , GM , Wu , WK. Compreendendo o COVID-19: o que realmente significa carga de RNA viral? Lancet Infect Dis. 2020 ; 20 ( 6 ): 635 – 636 .CrossRef | Google Scholar | PubMed
40 Schwartz , S. COVID-19 Alerta No. 2. Site dos Centros para Controle e Prevenção de Doenças. https://www.cdc.gov/nchs/data/nvss/coronavirus/Alert-2-New-ICD-code-introduced-for-COVID-19-deaths.pdf . Publicado em 24 de março de 2020. Acessado em 17 de junho de 2020.CrossRef | Google Scholar
41 Cohen , H. Com 2.581 novos casos de coronavírus, a Flórida bateu recorde pelo terceiro dia consecutivo. Site do Miami Herald. https://www.miamiherald.com/news/coronavirus/article243513417.html . Publicado em 13 de junho de 2020. Acessado em 15 de junho de 2020.Google Scholar
43 Singhal , T. A review of coronavirus disease-2019 (COVID-19) . Indian J Pediatr. 2020 ; 87 ( 4 ): 281 – 286 .CrossRef | Google Scholar
44 Samore , hospitais de P. Arizona ficando mais cheios à medida que os pacientes COVID-19 ficam mais jovens. Site KTAR NEWS. https://ktar.com/story/3291284/arizona-hospitals-getting-fuller-as-covid-19-patients-getting-younger/ . Publicado em 17 de junho de 2020. Acessado em 17 de junho de 2020.Google Scholar
Parabéns pelo artigo Ivan.
Muito bom Lord Ivan…
Texto longo, mas, que vale a pena ler. Obrigada.
Como baixar o pdf?