Pesquisas de colaboradores da Rede Análise COVID-19
Autor da pesquisa: Petrônio Cândido / petroniocandido.github.io
Revisores divulgação: Marcelo A. S. Bragatte, Isaac Schrarstzhaupt, Mellanie Fontes-Dutra
Muito se fala nos modelos epidemiológicos como o SIR e SEIR, que simulam a evolução do número de infecções e mortes. Mas como simular os impactos da pandemia em outras áreas, como por exemplo na economia? Para isso propusemos o modelo COVID-ABS (https://bit.ly/covid_abs_source) que utiliza Sistemas Multi-Agente (SMA) para simular os efeitos epidemiológicos e econômicos simultaneamente. Um SMA contém uma população de agentes onde cada um tem suas próprias ações (mover, trabalhar, comprar, etc) e seu estado interno (faixa etária, estrato social, estado de saúde, saldo financeiro, etc). Os agentes movimentam-se e, quando estão próximos o suficiente, ocorre um contato, onde pode haver troca de informações (vírus e dinheiro, por exemplo). O estado de saúde de cada agente segue o modelo SIR ( suscetível, infectado e recuperado) e mais o estado “morto”, sendo que os agentes infectados podem estar assintomáticos (sem sintomas ou sintomas leves, isolamento em casa), sintomáticos (internação hospitalar) e casos graves (na UTI). Já a movimentação financeira está relacionada à quantidade de movimento do agente e à quantidade de interações com outros agentes.
Um ABS também é um algoritmo iterativo, onde cada iteração representa uma unidade de tempo (dias ou horas), e em cada unidade de tempo todos os agentes executam suas ações e têm seus estados internos atualizados. Para cada unidade de tempo são coletadas diversas estatísticas como o percentual da população para cada estado de saúde e a situação financeira para cada faixa social.
Utilizando SMAs podemos simular uma população vivendo e interagindo em um ambiente compartilhado, com as dinâmicas epidemiológicas e econômicas simultaneamente. Além disso conseguimos simular intervenções sociais como quarentenas: isolamento total, isolamentos parciais com distanciamento e usos de máscaras. Podemos comparar o desempenho das diferentes abordagens comparando as estatísticas de cada simulação.
O COVID-ABS surgiu como uma ferramenta pedagógica e sua primeira versão foi publicada no magazine Towards Data Science. Devido ao enorme sucesso, fizemos uma versão aprofundada, com muito mais detalhes e parâmetros, e publicamos no periódico Chaos, Solitons & Fractals . Recentemente introduzimos a parte de Teoria da Decisão Multicritério, onde analisamos os diversos cenários para a tomada de decisão .
Nossa pesquisa segue, agora com foco na simulação de temas polêmicos e relevantes na tomada de decisão para enfrentamento da pandemia. Buscamos responder perguntas como qual o percentual mínimo da população que precisa ser vacinado, dada a taxa de efetividade de uma vacina? São temas com muitas variáveis, avaliar os cenários de vacinação e traçar alternativas para temas como imunidade de rebanho, reinfecção, cenários considerando sintomas persistentes e sequelas, permite tomar atitudes prévias contemplando medidas mais efetivas.
Referência:
