O novo coronavírus, denominado SARS-CoV-2, causador da doença COVID-19, foi detectado em 31 de dezembro de 2019 em Wuhan, na China. Em 9 de janeiro de 2020, a Organização Mundial da Saúde (OMS) confirmou a circulação do novo coronavírus. No dia seguinte, a primeira sequência do SARS-CoV-2 foi publicada por pesquisadores chineses. Em 16 de janeiro, foi notificada a primeira importação em território japonês. No dia 21 de janeiro, os Estados Unidos reportaram seu primeiro caso importado. Em 30 de janeiro, a OMS declarou a epidemia uma emergência internacional (PHEIC) ⁴. Ao final do mês de janeiro, diversos países já haviam confirmado importações de caso, incluindo Estados Unidos, Canadá e Austrália. No Brasil, em 7 de fevereiro, havia 9 casos em investigação, mas sem registros de casos confirmados ⁵.

The recent emergence of Zika in Brazil and its association with an increased rate of congenital malformations has raised concerns over its impact on the birth rate in the country. Using data on the incidence of Zika in 2015-2016 and dengue in 2013 and 2015-2016 for the city of Rio de Janeiro (population 6.4 million), a massive increase of Zika in women compared to men was documented. The age-adjusted incidence was compared between men and women. A negative binomial Poisson generalized linear model was fitted to the Zika incidence data to determine the significance of sexual transmission statistically. Even after correcting for the bias due to the systematic testing of pregnant women for Zika, there were found to be 90% more registered cases per 100000 women than men in the sexually active age group (15-65 years); this was not the case for age groups 65 years. Assuming that infected men transmit the disease to women in their semen, but that the converse is not true, some extra incidence in women is to be expected. An alternate hypothesis would be that women visit doctors more often than men. To test this, the incidence of dengue fever was compared in men and women in 2015 and in 2013 (before Zika reached Rio de Janeiro): in both years, women were 30% more likely to be reported with dengue. Women in the sexually active age group are far more likely to get Zika than men (+90% increase); sexual transmission is the most probable cause. Women in the 15-65 years age group are also 30% more likely to be reported with dengue than men, which is probably due to women being more careful with their health.

O presente estudo tem o objetivo de descrever os pacientes hospitalizados por síndrome respiratória aguda grave (SRAG) em decorrência da COVID-19 (SRAG-COVID), no Brasil, quanto às suas características demográficas e comorbidades até a 21ª Semana Epidemiológica de 2020. Buscou-se comparar essas características com as dos hospitalizados por SRAG em decorrência da influenza em 2019/2020 (SRAG-FLU) e com a população geral brasileira. As frequências relativas das características demográficas, comorbidades e de gestantes/puérperas entre os pacientes hospitalizados por SRAG-COVID e SRAG-FLU foram obtidas por meio do Sistema de Informação de Vigilância Epidemiológica da Gripe (SIVEP-Gripe), e as estimativas para a população geral brasileira foram obtidas por meio de projeções populacionais realizadas pelo Instituto Brasileiro de Geografia e Estatística, dados do Sistema de Informações sobre Nascidos Vivos e de pesquisas de âmbito nacional. Entre os hospitalizados por SRAG-COVID, observou-se uma elevada proporção, em relação ao perfil da população geral brasileira, de indivíduos do sexo masculino, idosos ou com 40 a 59 anos, com comorbidades (diabetes mellitus, doença cardiovascular, doença renal crônica e pneumopatias crônicas) e de gestantes/puérperas. Já entre os hospitalizados por SRAG-FLU, observou-se prevalências superiores às populacionais de indivíduos de 0 a 4 anos de idade ou idosos, de raça ou cor branca, com comorbidades (diabetes mellitus, doença renal crônica, asma e outras pneumopatias crônicas) e de gestantes/puérperas. Esses grupos podem estar evoluindo para casos mais graves da doença, de forma que estudos longitudinais na área são de extrema relevância para investigar esta hipótese e melhor subsidiar políticas públicas de saúde.

Individual perception of vaccine safety is an important factor in determining a person's adherence to a vaccination program and its consequences for disease control. This perception, or belief, about the safety of a given vaccine is not a static parameter but a variable subject to environmental influence. To complicate matters, perception of risk (or safety) does not correspond to actual risk. In this paper we propose a way to include the dynamics of such beliefs into a realistic epidemiological model, yielding a more complete depiction of the mechanisms underlying the unraveling of vaccination campaigns. The methodology proposed is based on Bayesian inference and can be extended to model more complex belief systems associated with decision models. We found the method is able to produce behaviors which approximate what has been observed in real vaccine and disease scare situations. The framework presented comprises a set of useful tools for an adequate quantitative representation of a common yet complex public-health issue. These tools include representation of beliefs as Bayesian probabilities, usage of logarithmic pooling to combine probability distributions representing opinions, and usage of natural conjugate priors to efficiently compute the Bayesian posterior. This approach allowed a comprehensive treatment of the uncertainty regarding vaccination behavior in a realistic epidemiological model. A frequently made assumption in population models is that individuals make decisions in a standard way, which tends to be fixed and set according to the modeler's view on what is the most likely way individuals should behave. In this paper we acknowledge the importance of modeling behavioral changes (in the form of beliefs/opinions) as a dynamic variable in the model. We also propose a way of mathematically modeling dynamic belief updates which is based on the very well established concept of a belief as a probability distribution and its temporal evolution as a direct application of the Bayes theorem. We also propose the use of logarithmic pooling as an optimal way of combining different opinions which must be considered when making a decision. To argue for the relevance of this issue, we present a model of vaccinating behaviour with dynamic belief updates, modeled after real scenarios of vaccine and disease scare recorded in the recent literature.

Resumo: A vigilância de síndrome respiratória aguda grave (SRAG) no Brasil visa a caracterizar a circulação dos vírus Influenza A e B em casos hospitalizados e óbitos, tendo sido ampliada em 2012 para incluir outros vírus respiratórios. A COVID-19 foi detectada no Brasil pela primeira vez na 9ª semana epidemiológica de 2020 e o teste para o vírus SARS-CoV-2 foi incluído no protocolo de vigilância a partir da 12ª semana epidemiológica. O objetivo deste estudo foi investigar o padrão de hospitalizações por SRAG no país após a entrada do SARS-CoV-2, comparando o perfil temporal, etário e de resultados laboratoriais com os anos de 2010 a 2019. Em 2020, a hospitalização por SRAG, contabilizada desde a data do primeiro caso de COVID-19 confirmado até a 12ª semana, superou o observado, no mesmo período, em cada um dos 10 anos anteriores. A faixa etária acima de 60 anos foi a mais acometida, em nível acima do histórico. Houve um aumento considerável de testes laboratoriais negativos, sugerindo a circulação de um vírus diferente dos presentes no painel. Concluímos que o aumento das hospitalizações por SRAG, a falta de informação específica sobre o agente etiológico e a predominância de casos entre idosos, no mesmo período de tempo em que cresce o número de casos novos de COVID-19, é coerente com a hipótese de que os casos graves da doença já estejam sendo detectados pela vigilância de SRAG com sobrecarga para o sistema de saúde. A inclusão da testagem para SARS-CoV-2 no protocolo de vigilância de SRAG e sua efetiva implementação são de grande importância para acompanhar a evolução dos casos graves da doença no país.