Efeitos não lineares dos padrões de contatos em estratégias de vacinação

Abstract

Com populações densas e altamente conectadas, as doenças infecciosas conseguem se ins- talar com muito mais facilidade em nossa sociedade. Quando surge uma nova ameaça, é extremamente importante a elaboração de medidas de mitigação a Ąm de suprimir seu avanço. Entre estas medidas, uma das mais importantes é a vacinação, logo, a Ąm de maximizar sua eĄciência, é necessário buscar estratégias de vacinação efetivas para mi- nimizar os danos causados pela doença. Nesta dissertação, apresentamos um modelo compartimental estratiĄcado por idade e orientado por dados, com o qual analisamos o papel da razão infecção-fatalidade (IFR, do inglês infection fatality ratio), e das matrizes de contatos sociais na deĄnição de estratégias de vacinação para três países com padrões demográĄcos distintos (Brasil, Alemanha e Uganda), com o intuito de averiguar as es- tratégias mais efetivas na redução de casos fatais pela doença. Constatamos que uma vacinação, mesmo que modesta, se iniciada com antecedência o suĄciente consegue redu- zir consideravelmente esse número. Entretanto, sua eĄciência decai rapidamente à medida que a transmissão se torna descontrolada e/ou o atraso para se iniciar a vacinação se es- tende. Além disso, observamos também que, para um IFR que cresce exponencialmente com a idade, é mais efetivo uma estratégia de vacinação que prioriza os mais idosos nos cenários de alta transmissão e, por outro lado, vacinar aqueles que realizam mais contatos é mais efetivo no cenário em que a transmissão está melhor controlada. Os diagramas de fase para as estratégias mais e menos efetivas dependem não linearmente dos parâmetros epidemiológicos considerados. Observamos também que, apesar dos padrões demográĄcos e matrizes sociais de contato alterarem quantitativamente os diagramas de fase, eles são qualitativamente semelhantes. Concluímos, então, que indicar uma estratégia de vaci- nação não é uma tarefa simples, pois é um processo que depende de vários parâmetros, como o perĄl etário do IFR da doença, padrões populacionais, contatos sociais, eĄcácia da vacina e cenário de transmissão da doença na população. Palavras-chave: Epidemiologia matemática. Modelos compartimentais. COVID-19.

With dense and highly connected populations, infectious diseases are able to occur much often in our society. When a new threat arises, it is extremely important to develop mi- tigation measures in order to suppress its advance. One of the most important measure is vaccination, so in order to maximize its efficiency, it is necessary to Ąnd out effective vaccination strategies to minimize the damage caused by the disease. In this dissertation, we present an age-structured compartmental model in a data-driven approach, with which we analyzed the role of the infection fatality ratio (IFR), and the social contact matrices in deĄning vaccination strategies for three countries with different demographics (Brazil, Germany and Uganda), in order to investigate the more effective strategies in reducing fatal cases of disease. We found out that a vaccination, even if modest, if started early enough can considerably reduce this number. However, its efficiency rapidly drops as the transmission becomes uncontrolled and/or the delay in starting vaccination becomes long. In addition, we also observed that a vaccination strategy that prioritizes the elderly people in high transmission scenarios is more effective and, on the other hand, vaccinating those ones who make more contacts is more effective in the better controlled transmission sce- nario. The phase diagrams for the most and least effective strategies depend non-linearly with the epidemiological parameters considered. We also observed that, although demo- graphic patterns and social contact matrices quantitatively change the phase diagrams, they are qualitatively similar. We conclude then that indicating a vaccination strategy is not a simple task, as it is a process that depends on several parameters, such as the age proĄle of the diseaseŠs IFR, demographic patterns, social contacts, vaccine efficacy and the diseaseŠs transmission scenario. Keywords: Mathematical epidemiology. Compartmental models. COVID-19.