UM GUIA PARA ESTATÍSTICOS SOBRE OS NÚMEROS DO CORONAVÍRUS
(E também para leigos)
Da Royal Statistics Society
O que é preciso considerar:
O número de casos confirmados será sempre menor do que o número real de casos. Algumas pessoas infectadas não apresentam sintomas. Ter sintomas consistentes não é suficiente para um diagnóstico confirmado. Pessoas com sintomas consistentes podem não fazer o teste do vírus.
O teste não é perfeito. Os países diferem nas suas regras em relação a quem faz o teste para a COVID-19 e em que testes usam. Às vezes, um teste omite que uma pessoa infectada não possui o vírus (falso negativo). As regras do teste, a sua capacidade e qualidade afetam o número de casos confirmados.
As comparações de casos confirmados entre países colocam desafios. Países diferentes têm demografias, políticas de saúde, estruturas sociais e culturas diferentes. Os países têm regimes de teste diferentes, que podem mudar com o tempo. Os países também podem estar em diferentes fases da epidemia. As disparidades entre países em casos e mortes podem resultar em parte dessas diferenças.
Trate a taxa de mortalidade de casos com cautela. Há incerteza sobre o número de casos e mortes. Os casos leves e sem sintomas podem passar despercebidos. Os novos casos podem não alcançar a recuperação ou resultar na morte por vários dias ou semanas. Os sistemas de saúde podem registrar uma morte por COVID-19 como pneumonia ou outra causa. As mortes futuras dos já infectados não são incluídas no cálculo atual.
As taxas de transmissão descrevem médias. A taxa de transmissão mede a rapidez com que uma doença se espalha. Algumas pessoas podem infetar mais ou menos outras pessoas. Isso depende do comportamento, frequência de contato, biologia, acaso e outros fatores.
O crescimento exponencial não continua para sempre. Como exemplo, uma pessoa tem o vírus. Elas passam para três pessoas, que por sua vez passam para nove outras pessoas. Agora, existem 13 casos. Este é um crescimento exponencial nos casos. O crescimento exponencial é uma fase de uma epidemia. Continuar essa tendência simples não se adequa a previsões de longo prazo. Quanto mais pessoas se recuperam ou morrem, menos pessoas podem ser contagiadas. Num determinado momento, o número de novos casos começa a diminuir.
Os modelos transformam os valores inseridos em estimativas. Para usar um exemplo simples, um modelo usa uma taxa de transmissão e produz uma estimativa do total de mortes. Um cientista pode atualizar o modelo para refletir novos conselhos para ficar em casa, por exemplo. Para isto, diminuem no seu modelo a taxa de transmissão. Esta taxa de transmissão mais baixa leva a uma estimativa de morte mais baixa do modelo. Essas duas entradas representam assim dois cenários diferentes.
Modelos diferentes podem ter objetivos diferentes. Após novos dados e discussões, os cientistas atualizam as suas suposições e modelos. Modelos que produzem estimativas diferentes podem ser consistentes entre si.
A modelação envolve muitos níveis de incerteza. Há incerteza sobre a rapidez com que o vírus se espalha e quantas pessoas se recuperam. A incerteza flui através desses modelos. À medida que os cientistas observam mais informações, as estimativas tornam-se mais precisas.
Devemos prestar atenção a gamas plausíveis de valores, em vez de um único número.
O que é precisamos que faça [o estatístico]
É vital a confiança nas estatísticas oficiais. A desinformação pode prejudicar a saúde das pessoas.
Verifique suas fontes antes de compartilhar estatísticas.
Se um número não parecer correto, verifique se uma organização confiável publicou esse número.
Uma estatística pode não contar a história toda. Notícias e “posts” em órgãos de comunicação social e redes sociais podem apresentar números fora de contexto.
Os gráficos podem enganar. Verifique se há identificações claras [labels], que mostram de onde vêm os dados. Os gráficos devem representar os números de forma proporcional.
Os dados constroem evidências. A evidência informa as decisões. A precisão é importante: impressa, na televisão e no rádio e on-line. Compartilhe estatísticas, não informações erradas.
João Vasconcelos Costa 