Pesquisa brasileira cria modelo para prever dengue e é destaque em revista científica internacional

Um estudo desenvolvido por pesquisadores da Escola de Matemática da Fundação Getulio Vargas (FGV EMAp) que cria um modelo de previsão da dengue no Brasil foi publicado na revista científica Proceedings of the National Academy of Sciences, uma das mais importantes do mundo. A pesquisa apresenta uma ferramenta capaz de indicar quando, onde e com qual intensidade a doença tende a avançar, contribuindo diretamente para o planejamento de ações do Ministério da Saúde.

A dengue, doença endêmica no país, costuma ganhar força no início de cada ano, período marcado por aumento de chuvas e temperaturas elevadas, condições que favorecem a proliferação do mosquito Aedes aegypti. Diante desse cenário, o modelo busca antecipar o comportamento da doença para orientar decisões como reforço na rede de saúde, distribuição de insumos e estratégias de prevenção.

Segundo o pesquisador Flávio Codeço Coelho, responsável pelo estudo, a principal contribuição do modelo está na capacidade de realizar previsões anuais, o que permite maior organização do sistema público de saúde. A proposta é reduzir impactos, evitar sobrecarga nas unidades e diminuir o risco de mortes associadas a atrasos no atendimento.

Para construir o modelo, os pesquisadores consideraram a complexidade da dengue no Brasil, incorporando variáveis como clima, mobilidade populacional, dados demográficos e histórico epidemiológico. Como parte do processo, foi criado o desafio internacional Infodengue-Mosqlimate Dengue 2024, que reuniu seis equipes de quatro países, incluindo Brasil, Estados Unidos, Espanha e Arábia Saudita.

As equipes tiveram acesso a uma ampla base de dados, com informações sobre incidência semanal da doença, condições climáticas como temperatura, umidade e fenômenos como El Niño, além de dados históricos dos mais de 5.700 municípios brasileiros. Cada grupo desenvolveu modelos próprios, utilizando desde métodos estatísticos até técnicas de aprendizado de máquina.

Os resultados mostraram que nenhum modelo isolado foi capaz de prever com precisão todos os cenários do país. Algumas abordagens tiveram melhor desempenho em determinadas regiões, enquanto outras se destacaram em contextos diferentes, evidenciando a diversidade epidemiológica do Brasil.

A solução encontrada foi combinar os diferentes modelos em um sistema chamado Ensemble, estratégia já utilizada em áreas como previsão do tempo e economia. O método permite integrar múltiplas previsões, aumentando a precisão dos resultados ao considerar os pontos fortes de cada modelo.

De acordo com o pesquisador Luiz Max Carvalho, também da FGV EMAp, cada modelo recebeu uma avaliação de desempenho, criando um ranking que indica quais funcionam melhor em determinadas situações. A combinação dessas análises resultou em previsões mais robustas e adaptáveis às diferentes realidades regionais.

O sistema gerou dois cenários principais para o Ministério da Saúde, um considerando anos atípicos, como 2024, quando o Brasil registrou cerca de 6,5 milhões de casos de dengue, superando o total acumulado da década anterior, e outro baseado em anos considerados regulares.

A pesquisa também se conecta ao InfoDengue, sistema criado há mais de uma década para monitoramento da doença no país. Com a nova demanda por previsões de longo prazo, o projeto evoluiu para integrar análises mais amplas e antecipadas, ampliando sua utilidade para políticas públicas.

A iniciativa tem crescido com a participação internacional. Em 2025, o número de equipes envolvidas no desafio aumentou para 15, incluindo instituições como Cornell e Imperial College London. Para os próximos ciclos, a expectativa é ampliar ainda mais a colaboração, incorporando dados do Programa Nacional de Imunizações, o que permitirá considerar também a cobertura vacinal nas previsões.

O avanço do modelo indica um caminho para o desenvolvimento de sistemas integrados de previsão de arboviroses no Brasil, capazes de antecipar cenários com meses de antecedência e orientar decisões estratégicas em saúde pública.