Os Caminhos pelos quais a COVID-19 se Espalhou pelo Brasil

---

Uma análise multidisciplinar realizada por um grupo de cientistas brasileiros e publicada na edição on-line da revista britânica Scientific Reports no dia 21 de junho de 2021 revelou a influência de 3 fatores principais na dinâmica de espalhamento geográfico do SARS-COV-2 no Brasil, bem como o fluxo de pacientes em estado grave em busca de um leito hospitalar no país durante a primeira onda da pandemia, em 2020. O SARS-COV-2 chegou ao Brasil no final de fevereiro de 2020 por meio de viajantes infectados que entraram no país através dos aeroportos internacionais. Modelos matemáticos usados no estudo revelaram que, durante as primeiras semanas de março de 2020, a cidade de São Paulo, devido à sua proximidade tanto com o maior aeroporto internacional como com o maior entroncamento rodoviário do Brasil, foi responsável por mais de 85% do espalhamento de casos de COVID-19 pelo país. Esta marca fez de São Paulo a maior cidade disseminadora de SARS-COV-2 do Brasil. Levando-se em conta outras 16 cidades que mais espalharam casos no período, os autores foram capazes de explicar até 99% de todos os casos de COVID-19 durante os três primeiros meses da pandemia em 2020. A maioria deste espalhamento de casos se deu por pessoas viajando pela malha rodoviária e aeroviária do país, uma vez que nenhum tipo de restrição sanitária foi imposto nas estradas e no espaço aéreo pelas autoridades federais e estaduais em boa parte do mês de março de 2020. Por exemplo, quando o fluxo de viajantes pelas estradas foi analisado, na fase inicial da pandemia, 26 rodovias federais eram responsáveis por aproximadamente 30% do espalhamento dos casos de COVID-19 por todo Brasil. Uma vez que a transmissão comunitária da COVID-19 se estabeleceu nas 16 maiores cidades super espalhadoras do Brasil, os casos de SARS-COV-2 começaram a se espalhar pelo interior do país, principalmente através das rodovias federais e estaduais. À medida que os casos começaram a crescer exponencialmente no interior, pacientes em estado grave que residiam nessas áreas começaram a ser transferidos para as capitais dos estados em busca de leitos de UTI ou mesmo de enfermaria. Este fluxo bidirecional de pessoas gerou o que os autores chamaram de "efeito bumerangue", contribuindo de forma decisiva para um viés na distribuição geográfica de mortes por COVID-19 no país. Como resultado deste efeito, a distribuição espacial de mortes por COVID-19 por todo território brasileiro começou a se sobrepor à distribuição geográfica dos leitos de UTI, concentrados de forma desigual nas capitais. De acordo com Miguel Nicolelis, um dos autores do trabalho, "a nossa análise mostrou claramente que, se um lockdown nacional e bloqueios sanitários nas rodovias ao redor das cidades super espalhadoras brasileiras, particularmente na cidade de São Paulo, tivessem sido implementados, o impacto da COVID-19 durante a primeira onda da pandemia teria sido significativamente menor. Igualmente, estas mesmas medidas, se aplicadas em janeiro de 2021, também teriam diminuído o número de casos e mortes durante a segunda e mais devastadora onda da pandemia, ocorrida um ano depois, nos meses de março e abril de 2021. De junho de 2020 a junho de 2021, o número de óbitos por COVID-19 no Brasil foi de 50 para 500 mil. Um aumento de 10 vezes em 12 meses. Este dado por si só ilustra como o governo federal brasileiro abdicou de forma explícita e crassa de seu dever de proteger o povo brasileiro da maior catástrofe humanitária da sua história."

No Brasil, a vasta maioria dos hospitais terciários, e por conseguinte, a maior fração dos leitos de UTI, localizam-se nas grandes cidades que servem como capitais dos estados, nas áreas metropolitanas destas capitais e num pequeno grupo de cidades de médio porte do interior. Como resultado do "efeito bumerangue" ter ocorrido por todo opaís, o Brasil experimentou a maior taxa de admissão hospitalar da sua história, fatoque gerou picos recordes de letalidade em cada uma das capitais com grande concentração de leitos de UTI. Este fluxo do "efeito bumerangue" não se deu apenas por rodovias e estradas. Por exemplo, na região Amazônica, pacientes gravemente enfermos residentes em pequenas comunidades ribeirinhas foram transportados por embarcações de toda sorte através dos grandes rios, e também por pequenos aviões, para as cidades de Manaus e Belém do Pará.

Em resumo, a análise do fluxo geográfico de pacientes com COVID-19 revelou que a cidade de São Paulo, a que mais espalhou SARS-CoV-2 pelo Brasil, recebeu pacientes de um total de 464 outras cidades brasileiras. São Paulo foi seguida por Belo Horizonte (351 cidades), Salvador (332 cidades), Goiânia (258 cidades), Recife (255 cidades), e Teresina (225 cidades). São Paulo também foi a cidade que mais transferiu pacientes para hospitais de outros municípios (158 cidades), seguida pelo Rio de Janeiro (73 cidades), Guarulhos (41 cidades), Curitiba (40 cidades), Campinas (39 cidades), Belém (38 cidades), e Brasília (35 cidades). Desta forma, como resultado deste "efeito bumerangue", um enorme número de pacientes gravemente enfermos teve que migrar para as grandes cidades brasileiras para conseguir algum tipo de tratamento. Eventualmente, uma grande parcela destes pacientes veio a falecer nestas cidades. Combinado com o alto número de mortes de residentes das grandes cidades, a ocorrência do "efeito bumerangue" por todo o país contribuiu decisivamente para o viés geográfico da distribuição de mortos pelo Brasil. Comentando sobre estes achados, o professor Rafael Raimundo, outro autor do estudo, disse que "o trabalho elucidou em grande detalhe os mecanismos através dos quais a COVID-19 rapidamente se espalhou por todo o Brasil. Os nossos achados também indicam que, se medidas não farmacológicas, como bloqueios rodoviários sanitários e lockdowns, tivessem sido utilizadas no começo da pandemia a nível nacional ou mesmo regionalmente, milhares de vidas poderiam ter sido salvas no início da pandemia". Os autores também enfatizaram nas suas conclusões a importância fundamental do Sistema Único de Saúde (SUS) no combate à pandemia. De acordo com Rafael Raimundo, "sem a infraestrutura pública do SUS, construída ao longo dos últimos 40 anos, o impacto da COVID-19 teria certamente sido ainda mais devastador. Ainda assim, os nossos resultados mostraram que a magnitude exacerbada do "efeito bumerangue" expôs a necessidade de se instalar uma infraestrutura hospitalar de maior porte, incluindo mais leitos de UTI no interior brasileiro, para melhor assistir às demandas da população interiorana." "Certamente, a falta de infraestrutura hospitalar adequada e de um maior número de profissionais de saúde no interior do Brasil contribuíram decisivamente para um grande número de fatalidades que deveriam e poderiam ter sido evitadas. Todavia, se o governo brasileiro tivesse reagido rápida e apropriadamente à chegada do SARS-CoV-2, criando uma comissão nacional de combate à pandemia, implementando uma campanha nacional de comunicação que informasse adequadamente a população sobre a gravidade da crise sanitária, decretando o fechamento do espaço aéreo brasileiro, e realizado um lockdown nacional, com bloqueios sanitários nas estradas, no começo de março de 2020, o Brasil certamente teria evitado a perda irreparável de dezenas de milhares de vidas", acrescentou Miguel Nicolelis. Os autores deste trabalho são: Miguel A.L. Nicolelis, Departamento de Neurobiologia, Duke University Medical Center, Durham, NC, EUA, e Instituto Internacional de Neurociências Edmond e Lily Safra, Natal, Brasil, Rafael L. G. Raimundo, Departamento de Engenharia e Ambiente do Programa de Pós-graduação em Ecologia e Monitoramento Ambiental (PPGEMA), Centro de Ciência Aplicada e Educação, Universidade Federal da Paraíba - Campus IV, Rio Tinto, Paraíba, Brasil, Pedro S. Peixoto, Departamento de Matemática Aplicada, Instituto de Matemática e Estatística, Universidade de São Paulo, São Paulo, Brasil, e Cecilia S. Andreazzi, Laboratório de Biologia e Parasitologia da Reserva de Mamíferos Silvestres, IOC, Fundação Oswaldo Cruz, Rio de Janeiro, Brasil. Dados de mobilidade utilizados neste estudo foram obtidos através de parceria entre o Departamento de Matemática Aplicada, Instituto de Matemática e Estatística, Universidade de São Paulo, São Paulo InLoco/Incognia.

DOI: 10.1038/s41598-021-92263-3

21.06.2021. Fotos: © 2021 Pixabay