Maceió-AL

Matemática e investigação ajudam a explicar epidemias do passado


Rua com uma carroça da morte e pranteadores durante a peste em Londres. Esta gravura em madeira colorida foi feita por E. Evans. Crédito: Biblioteca Wellcome no. 6918i  ( CC – BY 4.0 )
Rua com uma carroça da morte e pranteadores durante a peste em Londres. Esta gravura em madeira colorida foi feita por E. Evans. Crédito: Biblioteca Wellcome no. 6918i  ( CC – BY 4.0 )


Um matemático passou décadas descobrindo os cálculos mortais de pestilência e peste, às vezes encontrando dados que estavam escondidos à vista de todos.


Transcrição Completa 
Emily Schwing: Esta é a ciência de 60 segundos da Scientific American . Sou Emily Schwing.

Continue a leitura após o anúncio:
O mundo pode ter acabado de entender a natureza das epidemias de doenças no ano passado, mas por mais de duas décadas, David Earn tem trabalhado em sua própria compreensão das doenças infecciosas e está usando a matemática para explicar tudo.

David Earn: Estou particularmente interessado em padrões de epidemias que ocorreram no passado - e ver o que podemos entender sobre a disseminação de doenças no passado e espero aprender sobre a disseminação de doenças no futuro com isso.

Schwing:  Earn é um matemático aplicado na Universidade McMaster de Ontário. Sua pesquisa explora fatores que contribuem para a disseminação de doenças entre as pessoas. E ele se tornou um especialista em rastrear documentos históricos sobre epidemias antigas que ainda contêm pistas matemáticas que podemos aprender hoje.

A chave para tudo isso é o talento de sua equipe para investigação digital. No início de sua carreira, Earn reconheceu que poderia descobrir o número de mortes e suas causas na Europa, vasculhando pilhas de registros antigos. Eles são chamados de contas de mortalidade, e ele encontrou milhares deles.

David Earn: as mortes começaram a ser registradas em 1538. Se olharmos, com o tempo, para todos eles - eles foram publicados semanalmente ao longo de centenas de anos - veríamos um padrão, e isso seria potencialmente muito esclarecedor.

Schwing:  Earn começou a procurar um desses padrões em Londres durante a década de 1660. Foi quando uma pestilência chamada Grande Peste atingiu a cidade. A peste bubônica foi a culpada. É uma doença infecciosa transmitida por pulgas que picam ratos.

 David Earn sabia tudo sobre isso. O que ele não sabia era como era o padrão de transmissão ao longo do tempo .

Earn: Epidemias típicas - o que acontece é que um patógeno entra em uma população e alguém é infectado e eles infectam outras pessoas. E inicialmente, quando quase todo mundo é suscetível à infecção, você vê um crescimento exponencial de casos de mortes ou ambos. Mas, eventualmente, tantas pessoas foram infectadas ou ficaram imunes que, de fato, a epidemia se reverte, e você começa a ver uma redução no número de casos, a cada dia ou a cada semana.

Schwing:  Se, como David Earn, você traçar o número de casos, ao longo do tempo, para uma epidemia individual, verá um aumento exponencial e, em seguida, uma rotatividade e, em seguida, outro aumento, e assim por diante.

David Earn: É como um sino torto.

Schwing:  E esse enredo pode responder a muitas perguntas:

Ganhe: quão rápido esse aumento exponencial está começando. Quão alto vai? Com que rapidez ele vira? A estrutura da epidemia - chamada de curva epidêmica.

Schwing:  As respostas a algumas dessas perguntas estavam escondidas à vista de todos durante séculos na Biblioteca Guildhall de Londres , onde Earn e sua equipe encontraram centenas de páginas de pergaminho amarelado.

A cidade, ao que parece, iniciou seu próprio sistema de vigilância sanitária no início de 1600. Agora Earn e o resto de sua equipe tinham acesso a contagens semanais de mortes por peste em cada uma das 130 paróquias que compunham a cidade .

A contagem de mortes foi a chave para entender a velocidade de propagação. Mas o fato de estarem amarrados a uma grade espacial deu a eles algo mais: revelou os movimentos de um assassino invisível.

Earn e seus colegas descobriram que o número de infecções mortais dobrou a cada 11 dias. Ele também foi capaz de extrair evidências muito fortes de que uma onda de morte varreu dos arredores para o centro da cidade durante um período de muitos meses em 1665 .

Em um ano e meio, um quarto da população de uma das maiores cidades da Europa estava morta. O número de humanos foi chocante. Mas o que a equipe ainda não sabia era como isso se comparava às epidemias que ocorreram séculos antes.

David Earn: O período de cobertura das contas de mortalidade abrange a Grande Peste de Londres e uma série de epidemias anteriores. Mas sabemos que houve epidemias de peste anteriores, mas nenhuma chance de encontrar registros de mortalidade antes de 1538, porque as mortes não foram registradas.

Schwing:  Earn ficou, novamente, perplexo. Como ele e seus colegas poderiam descobrir mais sobre a dinâmica da peste e sua propagação antes da década de 1530?

Por capricho, um colega simplesmente fez uma pesquisa no Google por últimos testamentos e testamentos digitalizados e encontrou milhares de outros documentos. Eles usaram as datas em que esses testamentos foram escritos como uma procuração para a data da morte e os compilaram.

David Earn: Se você os traçar, e esta é a contagem diária de testamentos, você pode ver claramente todas as quatro epidemias de peste do século 14, e isso foi realmente emocionante.

Schwing:  Por meio desse novo método, Earn descobriu que o número de pessoas mortas pela peste dobrou apenas a cada 43 dias durante a Peste Negra.

Foi a epidemia de peste mais mortal da história da humanidade, e atingiu o pico na Europa entre 1347 e 1351. Mesmo assim, a doença não estava se propagando pela população quase tão rápido quanto Earn descobriu na década de 1660.

David Earn: Você sabe, havia uma grande diferença na taxa de crescimento, ou no tempo de duplicação, para uma doença que, pelo que sabemos, não evoluiu de forma significativa. Você sabe, ele se espalhou quatro vezes mais rápido no século 17 do que no século 14. Essa não é uma pequena diferença; isso é uma grande mudança - um tempo de duplicação de cerca de 10 dias, em vez de várias semanas.

Schwing:  A equipe não tem certeza de exatamente por que a Grande Peste no século 17 se espalhou quatro vezes mais rápido do que no século 13. A população de Londres aumentou de cerca de 50.000 para 500.000 ao longo desses três séculos. Eles também suspeitam que o tempo pode ter influenciado.

David Earn: Os ricos foram mais congregados no centro mais tarde. E o mínimo da Pequena Idade do Gelo foi, na verdade, em 1600, e por isso foi mais frio durante a Grande Peste do que durante a invasão da Peste Negra.

Schwing: As  temperaturas mais baixas podem significar que as pessoas passam mais tempo em ambientes fechados em ambientes fechados. Basta olhar para as ondas de inverno de nossa epidemia de coronavírus para entender por que isso pode contribuir para uma disseminação mais rápida.

Independentemente dos detalhes, o trabalho rendeu outros dividendos. Earn e seus colegas compilaram um arquivo digitalizado de todos os documentos históricos que conseguiram extrair em busca de dados - uma fonte de dados valiosa para outros que também estão tentando entender como as pandemias podem se espalhar.

Eles também desenvolveram duas ferramentas de software diferentes para prever surtos de doenças infecciosas e estudar as taxas de crescimento em tempo real de surtos como o COVID-19.

David Earn: Temos usado desde o início da epidemia para estimar as taxas de crescimento e tempos de duplicação para COVID. 

Schwing:  O novo software pode ter sido desenvolvido com dados centenários, mas as informações em tempo real que está produzindo agora informam os formuladores de políticas e autoridades na linha de frente da pandemia global que estamos enfrentando agora.

Para a ciência de 60 segundos, sou Emily Schwing.

[ O texto acima é uma transcrição deste podcast .]

Postar um comentário

Postagem Anterior Próxima Postagem