Population Attributable Mortality Associated with Respiratory Viruses in Ontario

Este estudo estima que, na Ontária, o SARS-CoV-2 foi responsável por uma carga de mortalidade populacional 3 a 4 vezes superior à da influenza A sazonal, mesmo com a disponibilidade de vacinas e antivirais, e sugere que o impacto dos vírus respiratórios na mortalidade não retornou aos níveis pré-pandemia.

O essencial

Imagine que a população de Ontário (no Canadá) é uma grande cidade e os vírus respiratórios são como "invasores" que tentam entrar nessa cidade. O objetivo deste estudo foi descobrir quantas pessoas morreram na cidade por causa desses invasores, usando uma abordagem diferente da contagem tradicional de mortes.

Aqui está a explicação do estudo, traduzida para uma linguagem simples e com analogias do dia a dia:

1. O Problema: A "Contagem de Bilhetes" Imperfeita

Geralmente, quando alguém morre, o médico preenche um certificado de óbito dizendo a causa (ex: "infarto" ou "pneumonia"). O problema é que, muitas vezes, o vírus que realmente causou a pneumonia não é anotado. É como se você tivesse um carro quebrou, mas no relatório dissesse apenas "falta de gasolina", sem mencionar que o motor explodiu.

Para resolver isso, os pesquisadores não olharam apenas para os certificados. Eles usaram uma ferramenta de detecção de padrões, como se fossem detetives olhando para o ritmo da cidade. Eles compararam:

• Quando os vírus estavam circulando muito (como ondas no mar).
• Quando o número de mortes subia.

Se as mortes sobem sempre que o vírus aparece, eles podem estimar quantas mortes foram causadas por ele, mesmo que o vírus não estivesse escrito no certificado.

2. Os "Jogadores" da História

O estudo analisou três períodos e quatro "invasores":

• Gripe A (Influenza A): O vilão clássico, que sempre vem no inverno.
• Gripe B (Influenza B): Um irmão mais fraco da Gripe A.
• VRS (Vírus Sincicial Respiratório): Perigoso para bebês e idosos.
• SARS-CoV-2 (Coronavírus): O novo invasor que chegou em 2020.

3. O Que Eles Descobriram? (A Grande Revelação)

Antes da Pandemia (1993–2020)

Nessa época, a Gripe A era o principal vilão. Ela era responsável por cerca de 1,8% de todas as mortes na cidade.

• Analogia: Imagine que a Gripe A era um ladrão que roubava 2 moedas de cada 100 que passavam.
• O VRS e a Gripe B eram difíceis de detectar com essa ferramenta, mas quando os pesquisadores ajustaram os "óculos" do estudo (tirando um filtro de estação do ano), viram que o VRS também causava cerca de 2% das mortes.

Durante e Após a Pandemia (2020–2025)

Aqui a história mudou drasticamente. O SARS-CoV-2 chegou e se tornou um "tsunami".

• Mesmo com vacinas, remédios e máscaras (como se a cidade tivesse colocado um exército inteiro para defendê-la), o coronavírus foi responsável por 6,1% das mortes.
• Analogia: Se a Gripe A era um ladrão de 2 moedas, o Coronavírus foi um assalto a banco que levou 6 moedas de cada 100. Ele causou 3 a 4 vezes mais mortes do que a pior gripe sazonal que tínhamos antes.

O Mistério do VRS e da "Estação do Ano"

O estudo descobriu algo curioso sobre como medimos esses vírus.

• Quando os pesquisadores usaram um modelo que tentava separar o que é "padrão de inverno" do que é "vírus", o VRS parecia sumir ou até parecer que protegia as pessoas (o que não faz sentido!).
• Quando eles tiraram esse filtro, o VRS apareceu claramente como um vilão que causa cerca de 2% das mortes, tanto antes quanto depois da pandemia.
• Analogia: É como tentar ouvir uma música específica em um rádio cheio de estática. Se você usa um filtro muito forte para tirar o ruído de fundo, pode acabar apagando a música que quer ouvir. O estudo mostrou que precisamos ter cuidado com os filtros que usamos para não esconder a verdade.

4. O Cenário Atual (Pós-Emergência)

Mesmo depois que a Organização Mundial da Saúde declarou o fim da emergência do coronavírus (o "PHEIC"), o vírus continuou causando mortes.

• No período mais recente (2023–2025), o coronavírus ainda foi responsável por quase 10% das mortes atribuídas a vírus.
• A Gripe voltou ao seu ritmo normal (não aumentou mais do que antes), mas o coronavírus continua sendo um peso muito maior do que a gripe comum.

5. Conclusão Simples

Este estudo nos ensina três coisas importantes:

1. O Coronavírus é mais perigoso do que a Gripe: Mesmo com todas as nossas defesas (vacinas e remédios), ele continua matando muito mais gente do que a gripe sazonal.
2. A contagem oficial pode estar errada: Se contarmos apenas os certificados de óbito, subestimamos muito o impacto desses vírus.
3. Precisamos continuar vigilantes: O coronavírus não desapareceu; ele virou parte do cenário e continua causando mortes significativas. A gripe e o VRS também continuam lá, exigindo atenção, especialmente para os mais vulneráveis.

Em resumo: A cidade de Ontário aprendeu que, embora a gripe seja um incômodo constante, o coronavírus foi (e ainda é) um gigante que exige respeito e vigilância contínua, mesmo depois que a "sirene de emergência" parou de tocar.

Resumo técnico

Título: Mortalidade Atribuível à População Associada a Vírus Respiratórios em Ontário

1. Problema e Objetivo

As doenças virais respiratórias representam uma carga significativa de morbimortalidade, mas o seu impacto real é frequentemente subestimado devido a falhas na codificação de causas de morte em certificados de óbito. O objetivo deste estudo foi quantificar a Fração Atribuível à População (PAF) da mortalidade associada a vírus respiratórios chave (Influenza A, Influenza B, Vírus Respiratório Sincicial [RSV] e SARS-CoV-2) em Ontário, Canadá, cobrindo o período de 1993 a 2025. O estudo buscou não apenas estimar essa carga, mas também caracterizar as mudanças temporais na mortalidade atribuível durante a transição da pandemia e avaliar como as escolhas de modelagem (especificamente o ajuste sazonal) afetam essas estimativas.

2. Metodologia

• Dados: Utilizaram-se dados de mortalidade por todas as causas (agregados mensalmente) do Registro de Óbitos de Ontário e do Statistics Canada, combinados com indicadores de vigilância laboratorial (percentual de positividade e contagem de casos ajustada) do sistema FluWatch e do sistema de Gestão de Casos e Contactos (CCM) de Ontário.
• Períodos de Análise:
  • Pré-pandemia: Janeiro de 1993 a Fevereiro de 2020.
  • Período Pandêmico: Março de 2020 a Fevereiro de 2025 (incluindo o período de Emergência de Saúde Pública de Importância Internacional - PHEIC, e o período pós-PHEIC).
• Modelagem Estatística:
  • Foram ajustados modelos de regressão binomial negativa para dados de contagem de óbitos mensais.
  • O modelo incluiu termos de tendência secular (linear e quadrática), offsets logarítmicos para a população e indicadores de circulação viral.
  • Ajuste Sazonal: O modelo principal incorporou Transformadas Rápidas de Fourier (FFT) (termos de seno e cosseno) para controlar a periodicidade sazonal.
  • Análise de Sensibilidade: Foram comparados modelos com e sem os termos FFT para avaliar se a sazonalidade "competia" com os preditores virais por variância explicativa.
• Cálculo da PAF: A PAF foi derivada de previsões contrafactuais, onde os coeficientes virais foram definidos como zero, calculando a diferença entre a mortalidade observada e a esperada na ausência do vírus.
• Meta-análise: Meta-análises de efeitos aleatórios foram realizadas para gerar estimativas agrupadas e avaliar a heterogeneidade entre as especificações do modelo.

3. Principais Resultados

• Período Pré-Pandemia:
  • A Influenza A foi o único vírus consistentemente associado à mortalidade, com uma PAF de 1,8% (IC 95%: 1,4–2,3%).
  • A Influenza B não mostrou impacto detectável na mortalidade.
  • O RSV apresentou uma associação inversa não significativa nos modelos ajustados sazonalmente, mas uma associação positiva (PAF 1,9%) nos modelos sem ajuste sazonal.
• Período Pandêmico (Março 2020 – Fevereiro 2025):
  • O SARS-CoV-2 foi associado a uma carga de mortalidade significativamente maior, com uma PAF de 6,1% (IC 95%: 4,2–8,0%) no modelo principal. Isso representa aproximadamente 4 vezes a carga da Influenza A pré-pandemia, apesar da disponibilidade de vacinas, antivirais e intervenções não farmacológicas.
  • As mortes atribuídas ao SARS-CoV-2 estimadas pelo modelo corresponderam estreitamente aos óbitos por COVID-19 relatados oficialmente.
  • Durante a fase aguda da pandemia, a Influenza A, B e o RSV não mostraram associações significativas com a mortalidade, refletindo a supressão da circulação viral devido às medidas de controle.
• Período Pós-PHEIC (Maio 2023 – Fevereiro 2025):
  • O SARS-CoV-2 manteve uma associação significativa com a mortalidade, com uma PAF estimada de 9,8% (IC 95%: 1,1–17,7%), sugerindo que a carga de mortalidade não retornou aos níveis pré-pandemia.
  • As frações atribuíveis para Influenza A e B no período pós-PHEIC não diferiram significativamente das baselines pré-pandemia.
• Impacto do Ajuste Sazonal (FFT):
  • A remoção dos termos FFT alterou significativamente as estimativas para vírus com forte sazonalidade.
  • Para a Influenza A, a PAF aumentou de 1,8% (com FFT) para 2,9% (sem FFT).
  • Para o RSV, a remoção do ajuste sazonal reverteu a associação de negativa para positiva (PAF ~1,9%), indicando que os coeficientes negativos nos modelos ajustados eram provavelmente artefatos estatísticos de competição entre covariáveis, e não um efeito protetor real.
  • O SARS-CoV-2 mostrou baixa heterogeneidade (I² = 5,5%) entre os modelos, indicando robustez nas estimativas independentemente do ajuste sazonal.

4. Contribuições Chave

1. Extensão Temporal: O estudo cobre mais de 30 anos de dados, estendendo a análise até Fevereiro de 2025, incluindo o período pós-PHEIC, o que é raro na literatura atual.
2. Avaliação de Modelagem: Demonstra formalmente como a inclusão ou exclusão de termos de ajuste sazonal (FFT) pode distorcer as estimativas de mortalidade atribuível para vírus sazonais, destacando a importância das escolhas metodológicas.
3. Carga do SARS-CoV-2: Quantifica que, mesmo com todas as medidas de mitigação modernas, o SARS-CoV-2 causou uma carga de mortalidade 3 a 4 vezes maior que a Influenza A sazonal histórica.
4. Validação Externa: A concordância entre as mortes atribuídas pelo modelo e os dados oficiais de óbitos por COVID-19 valida a abordagem de regressão ecológica para este vírus.

5. Significância e Implicações

• Políticas de Saúde Pública: Os resultados reforçam a necessidade de manter estratégias robustas de prevenção e vigilância para vírus respiratórios, mesmo após o fim da emergência oficial (PHEIC), pois o SARS-CoV-2 continua a ser uma causa significativa de mortalidade.
• Estratégias de Vacinação: A Influenza A permanece um contribuinte importante, justificando a vacinação sazonal contínua. A carga consistente do RSV (~2% em modelos sem ajuste sazonal) destaca a oportunidade para novas estratégias de prevenção, como vacinas para idosos e anticorpos monoclonais para bebês.
• Metodologia: O estudo serve como um aviso para pesquisadores e formuladores de políticas sobre como diferentes especificações de modelos podem levar a conclusões divergentes sobre a carga de doenças, especialmente para patógenos com forte sazonalidade.
• Limitações: O estudo é ecológico (não estabelece causalidade individual) e usa indicadores de vigilância como proxies imperfeitos para incidência real. A análise de mortalidade específica por idade foi excluída e será abordada em trabalhos futuros.

Em resumo, o artigo fornece evidências robustas de que a mortalidade atribuível a vírus respiratórios, especialmente o SARS-CoV-2, permanece elevada no Canadá, superando em muito a carga histórica da gripe, e que a modelagem estatística deve ser cuidadosamente escolhida para evitar sub ou superestimação desses impactos.