Dados do Trabalho

Título

Avaliação dos modelos de nowcasting e forecasting para a vigilância dos casos hospitalizados de SRAG e Covid-19 no Estado de São Paulo, Brasil.

Introdução

A vigilância epidemiológica do Estado de São Paulo desenvolveu um sistema de alerta para detectar antecipadamente o aumento no número de hospitalizações de Síndrome Respiratória Aguda Grave (SRAG) e Covid-19 no estado e seus Departamentos Regionais de Saúde (DRS). Para isso, foi utilizado o pacote nowcaster, contudo, até onde sabemos, nenhum estudo até o momento avaliou a eficácia das predições de curto prazo (forecasting) e os melhores parâmetros para corrigir o atraso de notificação (nowcasting).

Objetivo (s)

(1) Estimar o melhor tamanho de janela do pacote nowcaster para corrigir o atraso de notificação, (2) e avaliar a performance da predição de uma semana dos casos hospitalizados de SRAG e Covid-19 do estado de SP e seus 17 DRS.

Material e Métodos

Foram realizadas 34992 estimativas de nowcasting com intervalos de janelas que variaram de quatro a 100 semanas para o estado de SP e seus 17 DRS, usando bases Sivep-Gripe liberadas semanalmente no período de 04/08/2021 a 31/08/2022. A avaliação da habilidade preditiva dos modelos foi feita por meio de cálculo da proporção de casos observados que caíram nos intervalos de credibilidade (IC) de 50 e 95% e cálculos de weighted interval score. Entre os dias 06/07/2023 a 17/01/2024, foram geradas 956 análises preditivas prospectivas de forecasting para SRAG e 909 para Covid-19 para o estado de SP e 17 DRS, com os melhores intervalos de janela avaliados anteriormente, as quais também tiveram sua habilidade preditiva estimada.

Resultados e Conclusão

Os melhores intervalos de janela para corrigir o atraso de notificação foram de 8 e 10 semanas, dependendo da região. Em relação às análises de forecasting, 74,8 % das estimativas de SRAG e 86,7% de Covid-19 caíram dentro do IC de 95%, enquanto 38,1% e 50,9%, respectivamente, caíram dentro do IC de 50%. Alguns DRS tiveram a habilidade preditiva menor, principalmente para SRAG, como São Paulo, Campinas e São José do Rio Preto.  Alguns ajustes foram feitos nas análises dessas regiões, e resultados preliminares tem mostrado uma considerável melhora nessas predições. Conclusão: Utilizando os parâmetros adequados, o pacote nowcaster  tem sido eficaz em estimar o atraso de notificação e fazer predições de curto prazo para as hospitalizações de SRAG e Covid-19 na maioria dos DRS, com base em dados do presente e no diálogo transdisciplinar, e com potencial suporte às tomadas de decisões e na construção de políticas públicas eficientes. 

Palavras Chave

SARS-CoV-2; SRAG; Vigilância; forecasting; nowcasting