Automated outbreak detection systems in the EU: Requirements and challenges for its implementation, 2023/2024

Este estudo avalia o uso e os desafios da implementação de sistemas automatizados de deteção de surtos nos países da UE e do Reino Unido, identificando que, apesar da existência de sistemas em sete nações e de uma forte demanda, a adoção generalizada é limitada por restrições financeiras e de recursos de TI, sugerindo que ferramentas comuns e o fortalecimento de capacidades poderiam superar essas barreiras.

O essencial

Imagine que a saúde pública é como um grande sistema de segurança de um bairro gigante (a União Europeia). O objetivo principal é detectar ladrões (vírus e bactérias) antes que eles causem grandes roubos (surtos de doenças).

Este artigo é como um relatório de uma equipe de especialistas que visitou 26 países para perguntar: "Vocês têm um alarme automático que avisa quando algo estranho está acontecendo, ou vocês ainda precisam vigiar tudo com os próprios olhos?"

Aqui está a história simplificada, usando algumas analogias:

1. O Problema: Olhos cansados vs. Um Robô Vigilante

Antigamente, para descobrir um surto, os epidemiologistas (os detetives da saúde) tinham que olhar planilhas de papel ou telas cheias de números manualmente. É como tentar encontrar uma agulha num palheiro olhando cada palha individualmente. Com tantos dados eletrônicos hoje, isso ficou impossível de fazer apenas com esforço humano.

A solução é o Sistema Automatizado de Detecção de Surtos (AODS). Pense nele como um robô de segurança que vigia 24 horas por dia. Ele compara o número de doentes de hoje com o que é "normal" (a média histórica). Se o robô vê um pico estranho (como 100 pessoas com gripe num dia onde o normal é 10), ele toca o alarme e avisa os detetives para investigarem.

2. O Que Eles Descobriram: Quem tem o Robô?

Os autores fizeram uma pesquisa (um "questionário") e reuniram especialistas em Berlim para discutir o assunto. Os resultados foram mistos:

• Apenas 7 países (como Alemanha, Holanda, Reino Unido, França, etc.) já têm esse "robô" funcionando bem.
• Outros 10 países estão testando um novo robô que foi criado pelo projeto deles (chamado UNITED4Surveillance).
• A maioria dos outros ainda não tem o robô, mas quer muito ter um.

3. O Grande Obstáculo: O Robô é Caro e Precisa de Eletricidade

Você pode ter a ideia de um robô, mas construí-lo e mantê-lo é difícil. A pesquisa mostrou que o maior problema não é a falta de inteligência ou de dados, mas sim falta de dinheiro e de técnicos.

• Analogia: É como se muitos países tivessem um terreno perfeito para construir uma casa de segurança (os dados de saúde existem e são bons), mas não têm dinheiro para comprar os tijolos (software) nem pagar o pedreiro (programadores e cientistas de dados) para construir e consertar a casa.
• Muitos países disseram: "Temos os dados, mas não temos ninguém para programar o sistema ou mantê-lo funcionando."

4. A Boa Notícia: Todos Querem a Mesma Coisa

O mais interessante é que, apesar de cada país ter suas próprias regras e idiomas, todos precisam do mesmo tipo de ferramenta.

• Seja para detectar gripe, salmonela ou covid, todos querem um sistema que mostre gráficos claros, alertas por e-mail e mapas fáceis de entender.
• A Metáfora da Ferramenta Universal: Os autores concluíram que não é necessário que cada país invente sua própria ferramenta do zero. Seria como se todos os países usassem o mesmo modelo de "martelo inteligente". Um único software flexível poderia ser adaptado para a Alemanha, para a Finlândia ou para a Áustria, economizando tempo e dinheiro.

5. O Que Eles Estão Fazendo Agora?

O projeto (UNITED4Surveillance) está agindo como um maestro de orquestra. Eles estão:

1. Criando um software gratuito e aberto (como um aplicativo que qualquer um pode baixar e melhorar).
2. Ensinando os países que não têm robô a usá-lo.
3. Ajudando a conectar os dados de saúde desses países para que o robô funcione melhor.

Resumo Final

Este artigo diz que a tecnologia para detectar surtos de doenças automaticamente já existe e funciona muito bem em alguns lugares. O problema é que a maioria dos países na Europa ainda não consegue pagar ou manter esses sistemas.

A solução proposta é a cooperação: em vez de cada país tentar construir seu próprio sistema do zero (o que é caro e difícil), eles devem compartilhar uma ferramenta comum, treinada e financiada em conjunto. Assim, quando um vírus tentar entrar, o alarme tocará em toda a Europa ao mesmo tempo, permitindo uma resposta rápida e salvando vidas.

Resumo técnico

Título: Sistemas Automatizados de Detecção de Surtos na UE: Requisitos e Desafios para Implementação (2023/2024)

1. Problema e Contexto

A detecção oportuna de surtos de doenças infecciosas é fundamental para a saúde pública, permitindo investigações direcionadas e medidas de controle. Com o aumento de relatórios eletrônicos de casos, a detecção automatizada de surtos (AODS - Automated Outbreak Detection Systems) tornou-se uma abordagem sistemática crucial. No entanto, a implementação desses sistemas na União Europeia (UE) e no Reino Unido (UK) permanece limitada e pouco documentada.

• Lacuna de Conhecimento: A última revisão abrangente data de 2010, indicando apenas seis institutos em cinco países. Não havia dados atualizados sobre a demanda atual, a disponibilidade de pré-requisitos de dados e os obstáculos específicos para a adoção generalizada de AODS na região.
• Objetivo: O estudo visa fornecer uma visão atualizada e expandida do uso de AODS na UE e no UK, avaliando a demanda, a infraestrutura existente e os desafios de implementação.

2. Metodologia

O estudo adotou uma abordagem de métodos mistos no âmbito da Ação Conjunta United4Surveillance (U4S), envolvendo três componentes principais:

• Inquérito Online: Distribuído em abril de 2023 para pontos de contato de 25 países (21 responderam, taxa de 84%). O questionário cobriu sistemas de vigilância (tipos, bases legais, fontes de dados, granularidade) e capacidades de detecção automatizada (recursos, métodos, fluxos de trabalho).
• Workshop Presencial: Realizado em maio de 2023 em Berlim com 30 especialistas de 16 países. O objetivo foi discutir os resultados do inquérito, identificar casos de uso e planejar a fase piloto. Grupos de trabalho separados para cientistas de dados e epidemiologistas definiram requisitos técnicos e funcionais.
• Reuniões Individuais e Piloto: Reuniões one-on-one com 10 países piloto em janeiro de 2024 para refinar requisitos específicos (divisões administrativas, funcionalidades). O Reino Unido e a França foram incluídos como estudos de caso adicionais baseados em literatura e dados históricos, pois não participaram do inquérito.
• Análise de Dados: Os dados foram processados e analisados descritivamente usando R (versão 4.4.0).

3. Principais Contribuições

• Mapeamento Atualizado: Fornece o primeiro panorama detalhado desde 2010 sobre o estado da AODS na Europa, identificando que apenas 7 países possuem sistemas operacionais estabelecidos.
• Identificação de Barreiras Sistêmicas: Destaca que a falta de financiamento sustentável e recursos de TI (especialmente engenharia de software e ciência de dados) são os principais obstáculos, superando questões de qualidade de dados.
• Validação de Requisitos Comuns: Demonstra que, apesar das diferenças metodológicas e estruturais entre os países, os requisitos de saída e funcionalidade são altamente convergentes, sugerindo a viabilidade de uma ferramenta única e flexível para múltiplos países.
• Avaliação de Prontidão de Dados: Confirma que a maioria dos países possui os pré-requisitos de dados necessários (dados baseados em casos, diários, históricos de >3 anos e estratificação demográfica) para suportar AODS.

4. Resultados Chave

A. Status de Implementação:

• Países com AODS Ativos (7): Áustria, Dinamarca, Finlândia, Alemanha, Países Baixos, França e Reino Unido.
• Países em Piloto/Planejamento: 10 países participaram do piloto da ferramenta U4S; 4 planejam implementar.
• Métodos Utilizados: A maioria utiliza o método FarringtonFlexible (ou adaptações) em ambientes R. Outros métodos incluem Moving Epidemic Method (MEM) para influenza na Finlândia, Modelos Ocultos de Markov (HMM) nos Países Baixos e França, e RAMMIE no Reino Unido.
• Cobertura: Varia de um único patógeno (ex: Influenza na Finlândia) até 30-40 doenças notificáveis (Alemanha, Países Baixos).

B. Pré-requisitos de Vigilância:

• Qualidade dos Dados: 20 dos 21 países relatam dados baseados em casos e reportados diariamente.
• Histórico: Todos possuem pelo menos 3 anos de dados históricos; 8 países possuem mais de 20 anos.
• Estratificação: Todos os países têm dados sobre idade, região, patógeno e sexo. A maioria possui dados sobre desfechos (mortalidade, hospitalização) e data de início dos sintomas.

C. Desafios e Requisitos:

• Principais Barreiras: Falta de financiamento sustentável (citado por 15 países), seguido por questões de qualidade de dados (9) e mandatos legais (5). Há uma escassez crítica de pessoal especializado (engenheiros de software de pesquisa, cientistas de dados).
• Requisitos Técnicos: Os países demandam sistemas com formatos de saída flexíveis, capacidade de filtragem e estratificação, suporte a múltiplos idiomas, e adaptação a períodos pandêmicos.
• Casos de Uso: Doenças transmitidas por alimentos/água, respiratórias e vetoriais são as prioridades. Gastroenterite e doenças respiratórias emergiram como os principais casos de uso no workshop.

D. Convergência de Necessidades:

• Apesar da heterogeneidade nos métodos estatísticos e infraestruturas (ex: R, SAS, Stata), as saídas geradas (sinais, visualizações, relatórios) são semelhantes. Isso indica que um único sistema aberto (como o R Shiny app desenvolvido no projeto U4S) pode atender às necessidades de diversos contextos nacionais.

5. Significado e Perspectivas Futuras

• Viabilidade Técnica vs. Barreiras de Recursos: O estudo conclui que a barreira para a adoção generalizada de AODS na UE não é a falta de dados ou de métodos estatísticos, mas sim a capacidade técnica e financeira para desenvolver e manter essas ferramentas.
• Colaboração Transnacional: Projetos financiados pela UE, como o United4Surveillance, são essenciais para preencher essas lacunas, permitindo o desenvolvimento de ferramentas de código aberto sustentáveis e o compartilhamento de expertise.
• Futuro: A integração de novos dados, como a Sequenciamento de Genoma Completo (WGS), exigirá que os sistemas de detecção evoluam para lidar com formatos de dados mais complexos e interoperabilidade.
• Recomendação: A padronização de saídas e a adoção de ferramentas flexíveis e abertas podem acelerar a harmonização da detecção de surtos na Europa, melhorando a resposta a ameaças à saúde pública.

Em suma, o artigo fornece a base empírica necessária para justificar investimentos em ferramentas comuns de detecção automatizada, destacando que a colaboração europeia é a chave para superar as limitações de recursos nacionais.