O coronavírus e a desigualdade socioeconômica: um modelo baseado em agentes para simular e avaliar o impacto de intervenções na redução da disseminação da COVID-19 no Rio de Janeiro, Brasil

O objetivo desta nota técnica é apresentar as simulações, com diferentes medidas de isolamento, para compreender a disseminação e o impacto dessas medidas na redução da COVID-19, considerando as condições socioeconômicas do Brasil. Para isso foi utilizado um modelo baseado em agentes (ABM), combinado com o modelo de dinâmica epidemiológico SEIR (Suscetível, Exposto, Infectado e Removido), de acordo com as características epidemiológicas da COVID-19. As simulações têm populações heterogêneas, considerando diferentes faixas etárias, diferenças socioeconômicas e número de membros por família, contatos e movimentos intra e inter subpopulações (favelas e não-favelas) e número de Unidades de Terapia Intensiva (UTIs). Além disso, as simulações apresentam diferentes cenários para sugerir como as decisões e consequentes ações poderão influenciar a propagação do vírus no bairro de Copacabana, Rio de Janeiro, Brasil. Vale ressaltar que, diversos trabalhos com curvas prospectivas para a COVID-19 vêm sendo publicados, principalmente envolvendo modelos matemáticos. A modelagem matemática se limita à abstração de diversos aspectos complexos, essenciais para o estudo da epidemia. Porém, o principal diferencial deste trabalho está na substituição de indivíduos reais por representações de software (agentes com características individuais) em um ambiente simulado. Isto permitiu o desenvolvimento de um estudo do fenômeno epidêmico o mais próximo possível da realidade, onde as interações e os comportamentos de cada indivíduo tem influência direta sobre o agravamento ou a diminuição da epidemia. Ainda, este trabalho contorna problemas de sub-notificação e contabilização tardia de casos confirmados, pois tratamos e monitoramos cada um dos agentes individualmente. Estes aspectos tornam o trabalho uma ferramenta com alto potencial para tomadas de decisões, não apenas para a COVID-19, mas para outras epidemias, visto que diferentes cenários podem ser simulados para avaliação de medidas preventivas, quando não for possível compreendê-los de maneira dedutiva ou analítica, sem colocar a população real em risco experimental