28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

ACA D E M I A Q UA N T I Z A DA

Como matemática (e vacinas) mantêm você seguro da gripe

De P A T R I C K H O N N E R

5 de fevereiro de 2018

A matemática simples mostra como a vacinação generalizada pode interromper a disseminação exponencial da doença e prevenir
epidemias.

15

BOCA GRANDE para a Revista Quanta

D
igamos que você ouça um boato grosseiro que você não consegue guardar para si mesmo.
Você odeia boatos, então você se compromete dizendo apenas uma pessoa e depois ca de
boca fechada. Não é grande coisa, certo? A nal, se a pessoa que você disser adotar a mesma
política e só disser a outra pessoa, a fofoca não se espalhará muito. Se uma pessoa nova ouvir o boato a
cada dia, depois de 30 dias, ela terá se espalhado para apenas 31 pessoas, incluindo você.

Então, quão ruim poderia ser dizer a duas pessoas? Chocantemente ruim, acontece. Se cada dia, cada
pessoa que ouviu o boato de ontem contar para duas pessoas novas, então, depois de 30 dias, o rumor
terá atingido mais de um quarto da população mundial (2.147.483.647 pessoas, ou 2 31 - 1, para ser
exato). Como pode uma mudança tão pequena - dizer duas pessoas em vez de uma - fazer uma
diferença tão grande? A resposta está nas taxas de mudança.

No primeiro cenário, o boato é transmitido a cada dia para o mesmo número de pessoas que o ouviram
ontem. Isso será verdade hoje, amanhã, no dia seguinte, e assim por diante, o que signi ca que o

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 1/7
28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

número de novas pessoas ouvindo o rumor a cada dia é constante. Em nosso exemplo, esse número é
um.

Academia Quantizada

Patrick Honner, um professor de ensino médio reconhecido nacionalmente do Brooklyn, Nova

York, introduz conceitos básicos da mais recente pesquisa matemática.

Veja todas as Colunas Quantized Academy

Mas se o rumor é transmitido diariamente para duas vezes mais pessoas do que ontem, o número de
novos rumores cresce exponencialmente: duas novas pessoas ouvem o rumor no primeiro dia, depois
quatro novas pessoas no segundo dia, oito novas pessoas no terceiro dia e assim por diante. No dia 30,
um número enorme de 2 30 novas pessoas ouvirá o boato (deixando de lado algumas objeções razoáveis
que abordaremos mais adiante).

Por que a enorme diferença entre os cenários um e dois? Tudo tem a ver com funções lineares versus
exponenciais. Funções lineares são caracterizadas por uma taxa constante de mudança, como uma
nova pessoa ouvindo o rumor por dia. O crescimento linear é lento e constante, o mesmo aumento
constante de cada vez. As funções exponenciais, por outro lado, são caracterizadas por taxas de
mudança que aumentam multiplicativamente: duas novas pessoas ouvindo o rumor, depois quatro
novas pessoas, depois oito, depois 16 e assim por diante. Ao contrário do crescimento linear, o
crescimento exponencial acelera - a quantidade de aumento continua a aumentar.

Essa é a diferença entre 31 pessoas ouvindo o boato depois de 30 dias e 2 bilhões ouvindo. E isso tudo é
simplesmente uma consequência de se cada pessoa que ouve o boato se espalha para uma pessoa ou
para duas pessoas.

Este grá co mostra o número de pessoas que conhecem o boato a cada dia. A função linear, em verde,
parece quase horizontal, enquanto a função exponencial, em azul, se estende verticalmente além de 2
bilhões.

Esse modelo matemático elementar captura a essência de um tipo particular de reprodução que afeta
muito mais do que a disseminação de rumores. Como todos os modelos elementares, ele ignora ou
simpli ca muitos fatores complicadores - como a probabilidade de transmissão e o tamanho da
população em geral -, mas é um ótimo lugar para começar a explorar como as ideias são disseminadas,
como as populações crescem e, como se vê, como as doenças se espalham.

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 2/7
28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

Faça o download da planilha em PDF “Math of Herd Immunity” para compartilhar com os alunos.

As infecções se espalham da mesma maneira que um rumor: alguém pega e passa para outra pessoa.
Existem diferenças, é claro, mas o mesmo modelo matemático elementar é útil em ambas as situações.
Em nossos exemplos simples envolvendo rumores, vimos como uma diferença aparentemente pequena
na taxa de transmissão do boato fez uma grande diferença em quantas pessoas acabaram ouvindo. O
mesmo acontece quando se trata de doenças infecciosas: a diferença entre transmitir a infecção a uma
pessoa e transmiti-la a duas pode ser a diferença entre alguns casos isolados e uma epidemia.

Todo tipo de infecção transmissível se espalha em uma comunidade a uma taxa dependente de um
conjunto único de fatores biológicos, ambientais e sociais. Os epidemiologistas tentam resumir o
impacto de todos esses fatores no "número básico de reprodução" da infecção. Esse é o número médio
de novas infecções que cada pessoa infectada deve produzir, e é denotado R 0 . No contexto de nossos
exemplos de rumor acima, os números básicos de reprodução foram R 0 = 1 (cada pessoa espalhando o
boato para exatamente uma outra pessoa) e R 0 = 2 (cada pessoa espalhando o boato para exatamente
duas outras pessoas); o “período infeccioso” foi um dia.

Aqui estão alguns números básicos de reprodução para algumas doenças bem conhecidas.

Doença  R0

Sarampo 12 a 18

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 3/7
28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

Varíola 5-7

Caxumba 4-7

In uenza (cepa pandêmica de 1918) 2-3

Fonte: CDC e NIH

Observe que os números básicos de reprodução para essas doenças são todos maiores que um. Isso é,
em parte, o que os torna tão perigosos: como cada pessoa infectada infectará, em média, mais de uma
pessoa, o número de pessoas infectadas com a doença aumentará exponencialmente. Isso poderia ter
um impacto devastador em uma população. Mas dado um número de reprodução básico representando
crescimento exponencial, é possível torná-lo linear? Podemos reduzir o R 0 de uma doença para um?

É aqui que entra a vacinação. Quando vacinados, um indivíduo desenvolve resistência à doença: as taxas
de sucesso variam, mas, por simplicidade, vamos supor que a vacinação fornece imunidade completa à
doença. A vacinação bene cia diretamente o indivíduo vacinado, mas também indiretamente bene cia
a população em geral. Se muitas pessoas em uma comunidade são vacinadas contra uma doença, a
doença não se espalhará tão rapidamente.

R E L AC I O N A DO :

1. A Matemática Irreconciliável que Impede Epidemias

2. O problema (matemática) com pentágonos

3. A matemática por trás de gerrymandering e votos desperdiçados

Com efeito, a vacinação generalizada pode ajudar a reduzir o número efetivo de reprodução da doença.
E se um número su ciente de indivíduos for vacinado, o número efetivo de reprodução pode ser
reduzido a um, garantindo que a doença se espalhe apenas a uma taxa linear. Então, quantos indivíduos
precisam ser vacinados para reduzir o número de reproduções efetivas de uma doença?

Vamos pensar sobre o que o número básico de reprodução realmente nos diz. Considere uma epidemia
de gripe com R 0 = 2. Isso signi ca que uma pessoa infectada infectará, em média, duas novas pessoas.
Esse número único, R 0 = 2, nos oferece muitas informações: com que facilidade a doença é
transmitida, a duração do período infeccioso e o número médio de pessoas com as quais uma pessoa
infectada irá interagir em um determinado período de tempo. Descompactando esse número, podemos
ver facilmente como a vacinação pode reduzi-lo.

Vamos supor que uma pessoa infectada com um vírus da gripe com R 0 = 2 encontre 10 outras pessoas
enquanto estiver infectada. Podemos imaginar isso como um diagrama, com a pessoa infectada em
verde no centro e as setas apontando para cada uma das 10 pessoas encontradas.

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 4/7
28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

Todos contatados têm uma chance de contrair a gripe, mas o fato de que R 0 = 2 signi ca que, em
média, duas dessas 10 pessoas contrairão a doença.

De um modo geral, podemos dizer que cada pessoa tem uma chance de 2/10 ou 20% de contrair a
doença.

Mas suponha que duas dessas dez pessoas tenham sido vacinadas para a gripe. Assumindo, novamente
por simplicidade, que a vacinação fornece imunidade completa, isto signi ca que a infecção não pode
ser transmitida a eles. Mas cada uma das oito pessoas restantes ainda tem 20% de chance de ser
infectada. Isso signi ca que, em média, 0,2 × 8 das 10 pessoas, ou 1,6, serão infectadas.

Então, se duas em cada 10 pessoas forem vacinadas, uma pessoa infectada infectará, em média, 1,6
pessoa. A vacinação reduziu efetivamente o número básico de reprodução para esta doença de R 0 = 2
para R 0 = 1,6. Então como reduzimos o número básico de reproduções a um para evitar o crescimento
exponencial?

Novamente, assumimos que nossa pessoa infectada inicial entra em contato com 10 pessoas durante o
período infeccioso, e que cada pessoa não vacinada tem 20% de chance de ser infectada. Agora,
suponha que um número V dessas 10 pessoas seja vacinado. Esperamos que, em média, 20 por cento dos
indivíduos não vacinados de 10 V , ou 0,2 × (10 - V ), sejam infectados. Para que o crescimento seja
linear e não exponencial, precisamos que o número médio de novas infecções seja um. Assim,
precisamos resolver a equação: 0.2 × (10 - V ) = 1.

Uma pequena manipulação algébrica nos mostra que V = 5 satisfaz essa equação. Então, vamos ver o
que acontece quando cinco das 10 pessoas contatadas são vacinadas; vamos colori-los de azul no nosso
diagrama abaixo.

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 5/7
28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

A vacinação essencialmente remove esses cinco indivíduos do diagrama, porque a doença não pode ser
transmitida a eles.

Agora, cada um dos cinco indivíduos restantes ainda tem 20% de chance de se infectar, então, em
média, um deles contrairá a doença. Isso signi ca que das 10 pessoas originais contatadas, apenas uma
está infectada: assim, ao vacinar cinco em cada 10 pessoas, reduzimos efetivamente a R 0 para uma.

Este processo pode ser generalizado para qualquer número básico de reprodução R 0 . Se assumirmos
que cada pessoa infectada contata N novas pessoas por período infeccioso, então podemos esperar que,
em média, R 0 / N dessas pessoas sejam infectadas. Mas se V é o número de indivíduos vacinados entre
os N contactados, então

R0
( N- V )
N

representa o número de novas infecções. Queremos que isso seja igual a um, então temos a equação:

R0
( N- V ) = 1
N

Faz sentido para resolver V / N , que representa a porcentagem total de indivíduos vacinados na
população, como V de cada N pessoas são vacinadas. Um pouco mais de manipulação algébrica nos dá

V 1
= 1 -
N R0

Isso signi ca que, se a porcentagem de indivíduos vacinados entre a população geral for 1 - 1 / R 0 ,
então, em média, cada pessoa infectada infectará apenas uma nova pessoa. Assim, 1 - 1 / R 0 é a
porcentagem mágica que resulta em crescimento linear e não exponencial da doença.

Neste nível de vacinação - ou seja, 1 - 1 / R 0 % de toda a população - um grupo atinge uma espécie de
imunidade coletiva contra uma doença: não imunidade de indivíduos infectados, mas imunidade contra
a doença se espalhando pela população a um nível taxa exponencial. Essa propriedade é conhecida
como “ imunidade de rebanho ” . O percentual de vacinação necessário em uma população para atingir

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 6/7
28/02/2019 Vacinas contra a gripe e a matemática da imunidade dos rebanhos | Revista Quanta

a imunidade de rebanho é chamado de “limiar de imunidade de rebanho” (HIT). Aqui estão alguns
exemplos de HITs para várias doenças.

Doença R0  1 - 1
R0
ACERTAR

Sarampo 12  1 - 1
12
91,7%

Varíola 5  1 - 1
5
80%

Caxumba 4  1 - 1
4
75%

Pandemia de gripe 2 1 -
1
2
50%

Claramente, a vacinação contra uma doença proporciona um benefício potencial não apenas para o
indivíduo vacinado, mas também para a comunidade. Quando o limite para a imunidade de rebanho é
atingido, a taxa na qual a doença pode se espalhar por uma população é mantida baixa o su ciente para
evitar catástrofes em potencial. A vacinação generalizada transforma um diagrama como o da
esquerda, com muitos caminhos potenciais para a doença se espalhar por toda a população, em algo
mais parecido com o da direita, onde menos caminhos resultam em crescimento mais lento e chances
reduzidas de um surto epidêmico.

Uma característica importante da imunidade de rebanho é que ela bene cia até mesmo os indivíduos
não vacinados em uma população. Como é menos provável que a doença se espalhe amplamente, todos
correm menos riscos - incluindo aqueles que não são vacinados. Isto é especialmente importante para
indivíduos para quem a vacinação pode às vezes ser medicamente mal aconselhada, como bebês, idosos
e enfermos. E embora tenhamos assumido aqui que as vacinas são 100% e cazes, os benefícios da
imunidade de rebanho podem ser alcançados mesmo quando eles não são: mesmo com menos de 100%
de e cácia, a vacinação generalizada ainda reduz o número médio de novas infecções por pessoa
infectada , diminuindo assim o número efetivo de reprodução da doença.

Vimos a diferença dramática entre o crescimento linear e o exponencial. Quando se trata de

transmissão de doenças, pode ser literalmente uma questão de vida ou morte. A matemática subjacente
às vacinas e à imunidade de rebanho é importante, por isso, conte a um amigo. Melhor ainda, diga dois.

Faça o download da   planilha em PDF “Math of Herd Immunity” para compartilhar com os alunos.

https://www.quantamagazine.org/flu-vaccines-and-the-math-of-herd-immunity-20180205/ 7/7