State-dependent non-identifiability of the reproduction number under adaptive behavior: an empirical characterization from COVID-19 mobility

Resumo Técnico: Não Identificabilidade Dependente de Estado do Número de Reprodução sob Comportamento Adaptativo

Definição do Problema
O número básico de reprodução ($R_0$) é tradicionalmente definido como um escalar que representa o número esperado de infecções secundárias em uma população totalmente suscetível. No entanto, essa definição assume implicitamente que as taxas de contato são propriedades fixas da população. Na realidade, o comportamento de contato é endógeno; indivíduos adaptam seu comportamento em resposta ao risco epidêmico percebido. Como observado pela teoria epidemiológico-econômica prévia, o $R_0$ é uma quantidade de forma reduzida que confunde a biologia do patógeno com o comportamento adaptativo do hospedeiro. Consequentemente, estimativas derivadas sob um regime comportamental podem não descrever a transmissão sob outro. A lacuna empírica central identificada neste trabalho é a incapacidade de observar diretamente a função de resposta comportamental (como o contato muda com o risco) e a resultante incapacidade de decompor a transmissão observada em componentes biológicos e comportamentais. Embora a literatura anterior tenha utilizado dados de mobilidade como um dado de entrada exógeno para ajustar modelos de transmissão, essa abordagem falha em abordar questões contrafatuais (por exemplo, "e se uma variante fosse mais transmissível?") porque assume que o comportamento seguiria o mesmo caminho independentemente da trajetória epidêmica alterada.

Metodologia
O estudo utiliza dados diários de casos, hospitalizações e mortes de Nova York e de estados dos EUA, pareados com os Relatórios de Mobilidade Comunitária do Google como um proxy para o contato. A metodologia procede em quatro estágios:

1. Estimativa da Resposta Comportamental: Os autores estimam uma função de resposta comportamental, $R(x)$, que mapeia o risco percebido (média de 7 dias de mortes relatadas) para níveis de contato ($C(t)$). Eles ajustam uma função de saturação da forma $C(t) = C_{min} + \frac{C_0 - C_{min}}{1 + x/K}$ usando mínimos quadrados não lineares, onde $x$ é o risco defasado. Isso fornece um análogo empírico aos modelos de otimização prospectivos propostos na epidemiologia econômica.
2. Construção de Equivalência Observacional: Os autores constroem uma família de modelos de um parâmetro indexada por $\lambda \in [0, 1]$.
   • $\lambda = 0$ representa um modelo totalmente exógeno onde o contato é congelado no caminho fatual.
   • $\lambda = 1$ representa um modelo totalmente endógeno onde o contato responde novamente ao risco contrafatual.
   • Valores intermediários representam endogeneidade parcial.
     Crucialmente, para a trajetória epidêmica fatual ($f=1$), todos os modelos nesta família produzem curvas de incidência idênticas e valores de $R_0$ aparente idênticos, porque o termo de risco contrafatual desaparece.
3. Prova de Não Identificabilidade: Os autores provam que o parâmetro $\lambda$ (a fração de endogeneidade) não é identificado a partir dos dados observados $(y(t), C(t))$ na janela fatual. Embora a taxa de transmissão composta $\beta C(t)$ seja identificada, a decomposição em suscetibilidade biológica ($\beta$) e resposta comportamental não é.
4. Análise Contrafatual e Painel Jurisdicional Transversal: Os autores simulam cenários contrafatuais (variando a transmissibilidade $f$) para medir o "espaço do conjunto identificado" (identified set span) — a divergência nos resultados (altura do pico, tamanho final) através da família $\lambda$. Eles então analisam um painel de 51 jurisdições dos EUA para testar se as condições necessárias para uma grande correção comportamental (alta responsividade ao risco e comportamento não saturado) coocorrem.

Principais Contribuições

• Caracterização Empírica da Função de Resposta: O estudo fornece uma estimativa empírica direta da função de resposta contato-risco usando dados de mobilidade, confirmando um declínio monotônico com saturação, consistente com as teorias comportamentais prospectivas.
• Prova de Não Identificabilidade Dependente de Estado: O artigo demonstra que a decomposição da transmissão em biologia e comportamento é fundamentalmente não identificável a partir de uma única trajetória epidêmica. O "$R_0$ de contato constante" é apenas um ponto final de uma classe de equivalência observacional que se ajusta perfeitamente aos dados, mas produz previsões contrafatuais divergentes.
• Caracterização do que o "$R_0$ Apaga": Os autores quantificam o conteúdo comportamental omitido pelas estimativas padrão de $R_0$. Eles descobrem que esse conteúdo "apagado" é dependente de estado e unimodal: é negligenciável quando a epidemia é leve (o comportamento permanece na linha de base) ou severa (o comportamento já está saturado), e máximo em severidade intermediária, onde o comportamento está na parte íngreme da curva de resposta.
• Explicação Empírica para Correções Modestas: Através de uma análise jurisdicional transversal, o artigo revela uma correlação negativa ($r = -0,57$) entre responsividade ao risco e não saturação comportamental. Jurisdições com alta responsividade já haviam saturado suas reduções de mobilidade, enquanto aquelas com margem de manobra apresentavam baixa responsividade. Esse confundimento estrutural explica por que a correção empírica do $R_0$ foi modesta no contexto específico da primeira onda de COVID-19.

Resultos

• Resposta Comportamental: Em NYC, o contato declinou de uma linha de base de 0,857 para um piso de 0,347 conforme o risco percebido aumentou, com um ponto de meia saturação de 7,3 mortes/dia. O ajuste foi robusto em diferentes proxies de risco e períodos de tempo.
• $R_0$ Aparente vs. Corrigido: O "$R_0$ aparente" (assumindo contato constante) e o "$R_0$ corrigido" (contabilizando o comportamento de linha de base) foram quase idênticos ($\approx 2,7$) porque a transmissão inicial ocorreu antes da adaptação comportamental significativa. O viés não está no valor escalar em si, mas na decomposição não identificável.
• Divergência Contrafatual: Sob uma redução de transmissibilidade contrafatual ($f=0,8$), o espaço do conjunto identificado para a razão de pico de hospitalização abrangeu aproximadamente 0,18 (uma oscilação de ~20%), enquanto a taxa de ataque final permaneceu amplamente invariante (espaço < 2,5%). Isso indica que o comportamento adaptativo altera significativamente o tempo e a altura da surpresa, mas tem impacto limitado na incidência cumulativa total.
• Confundimento Entre Estados: A análise dos estados dos EUA mostrou que o quadrante de "grande deleção" (alta responsividade + alta não saturação) estava vazio. Consequentemente, a magnitude empírica da correção comportamental foi pequena em todos os casos.

Significância e Alegações
O artigo afirma reestruturar o aviso de que o $R_0$ "esconde" o comportamento adaptativo. Os autores argumentam que o $R_0$ não é necessariamente "viesado" em seu valor escalar para o regime observado, mas sim "incompleto" porque sua decomposição é não identificável. Essa incompletude é invisível dentro da amostra (in-sample), mas consequencial para contrafatuais fora da amostra (out-of-sample).

A significância do trabalho reside em:

1. Caracterização Estrutural: Fornecer uma definição estrutural precisa do conteúdo comportamental omitido pelo $R_0$, em vez de um aviso vago.
2. Delimitação Prática: Demonstrar que, embora o efeito comportamental seja real e estruturalmente caracterizável, ele é empiricamente modesto no contexto da COVID-19 devido ao acoplamento específico de responsividade e saturação.
3. Orientação Operacional: Oferecer regras práticas para profissionais: a descrição da onda atual é segura usando modelos exógenos, mas o planejamento contrafatual (especialmente em relação ao pico de capacidade de surto) requer o reconhecimento do espaço do conjunto identificado ou a estimativa explícita da função de resposta. Os autores alertam que a pequena correção empírica encontrada aqui é específica da primeira onda de uma pandemia severa e pode não se aplicar a patógenos menos graves ou diferentes regimes comportamentais.