Simulações de N-corpos Aplicadas ao Estudo da COVID-19

As análises de dados voltadas para o estudo da COVID-19 se baseiam, principalmente, no uso de modelos matemáticos como o modelo SIR (Suscetíveis-Infectados-Recuperados) (Kermack & McKendrick, 1927) e suas extensões. Esses modelos ajudam a estimar a quantidade de casos futuros a partir de determinados parâmetros, como o número de reprodução R0, por exemplo. Neste trabalho, desenvolvemos um algoritmo computacional destinado para simular a dinâmica de doenças infecciosas, como é o caso da COVID-19, em uma população de N indivíduos (Ferguson et al., 2020; Pinto et al., 2020). As simulações consistem em uma caixa (cidade) populada por partículas (pessoas) que estão livres para se mover seguindo determinadas regras. Em seguida, acrescenta-se à caixa uma certa quantidade de partículas infectadas, deixando elas se moverem dentro da caixa, interagindo com as partículas suscetíveis. Em particular, neste trabalho estamos testando a propagação da doença em uma população de 50.000 indivíduos. Para testar a dinâmica de propagação estamos assumindo quatro cenários diferentes, para os quais as medidas de contenção adotadas diferem em alguns aspectos. A fim de diminuir o ruído estatístico dos resultados finais geramos, para cada cenário estudado, um total de 200 simulações das quais extraímos informações como: a duração do ciclo pandêmico, a porção da população infectada, o dia do pico de novos casos e total de casos para este dia, a imunidade de rebanho e dia em que essa imunidade foi alcançada. Nossos resultados mostram que, para o cenário mais conservador , para o qual as medidas de contenção foram mantidas durante todo o ciclo pandêmico (cenário II), a curva de novos casos foi achatada e o pico foi deslocado para o futuro, quando comparado com o caso em que nenhuma medida de contenção foi adotada (cenário I). Neste pior cenário, o pico de casos ocorreu no dia 81 com 1.270 casos, cerca de sete vezes maior que o cenário II. No cenário mais realista (cenário IV), o pico de casos ocorreu no dia 105 com 790 casos, mostrando que R0 ≥ 2.75. Por último, mostramos que adotar a estratégia da imunidade de rebanho não é uma alternativa razoável visto que, em todos os casos, ela sempre é alcançada após o pico de casos.