Investigando o COVID-19 através de Analytics

Analisar dados e informações acerca da área que a sua empresa atua por meio do Analytics é uma forma muito eficiente para o planejamento de ações da empresa.

Pensando nisso, esse material foi preparado, para mostrar como uma análise minuciosa pode ajudar o seu empreendimento.

Continue nesse texto e veja a investigação realizada dos dados e informações sobre a COVID-19 através do Analytics.

Os desafios na análise de dados da COVID-19

Desde o início da pandemia de COVID-19, somos bombardeados na mídia por inúmeras análises, tabelas e artigos sobre o número de doentes e mortes. Muitas vezes, no entanto, esses dados são apresentados de forma absoluta, comparando regiões com números muito diferentes de habitantes — o que não ajuda a entender a real gravidade da situação.

A população da região Sudeste, por exemplo, é quase 5 vezes superior à da região Norte. Para realizar uma comparação eficiente do estágio da doença no país, o correto é analisar o número de mortes por milhão de habitantes. Esse caminho analítico pode parecer óbvio, mas muitos veículos jornalísticos ainda falham em tomar esse cuidado.

Além da forma de apresentação, é importante salientar que existem muitos desafios para a obtenção de dados confiáveis e com critérios homogêneos, tanto no Brasil quanto no exterior. Isso ocorre porque:

Muitos casos são assintomáticos. Assim, mesmo que fosse possível testar todos os doentes, ainda não saberíamos o número real de infecções.
Com a sobrecarga dos laboratórios, há atrasos na obtenção dos resultados. Muitas vezes, os casos precisam ser reportados retroativamente, causando distorções temporárias e exigindo a revisão constante dos dados a partir de novas informações.
Os casos fatais nem sempre são contabilizados da mesma forma. Na Inglaterra, por exemplo, apenas os falecimentos em hospitais apareciam em certas estatísticas. Já no Brasil, quem falecia em casa entrava nas estatísticas da COVID-19, mesmo que a causa imediata fosse outra, dificultando a padronização.

O cenário da COVID-19 ilustra perfeitamente os cuidados rigorosos que devemos adotar ao analisar o conjunto de dados de uma sociedade ou de uma empresa. O cientista de dados é exatamente o profissional encarregado e preparado para realizar esse trabalho.

Segundo a Wikipédia:

“Ciência de dados é uma área interdisciplinar voltada para o estudo e a análise de dados econômicos, financeiros e sociais, estruturados e não-estruturados, que visa a extração de conhecimento, detecção de padrões e/ou obtenção de insights para possíveis tomadas de decisão.”

Análise de Dados através do Analytics

Diante de tudo o que foi apresentado, a equipe de Analytics e Machine Learning da Accurate cruzou os dados da pandemia com outras fontes de informação. Dessa forma, conseguimos fornecer uma análise muito mais clara e realista da situação da doença no país.

Devido ao grande número de casos assintomáticos não detectados, o número de mortes acaba se tornando a melhor métrica para acompanhar a evolução da doença. Ao analisarmos os dados de mortes acumuladas por milhão de habitantes desde o início da pandemia — traçando a evolução a partir do momento em que cada país registrou seus primeiros 100 casos —, o cenário revela informações importantes.

É interessante notar, por exemplo, que a Bélgica chegou a possuir o maior número de mortes por milhão de habitantes (o dobro do Brasil), um fato raramente mencionado na mídia mundial na época.

Ainda assim, é preciso ter em mente que apenas os dados cumulativos não nos permitem acompanhar com precisão o estágio exato e atual da doença.

Montando um Gráfico de Média de Mortes Diárias

Assim, o acompanhamento do número de mortes nas últimas 24 horas seria o mais recomendável para entender o momento exato da pandemia. No entanto, devido à alta variabilidade dos dados diários, é fundamental analisar a média dos óbitos dos últimos dias — a conhecida “média móvel”, amplamente adotada pelos veículos de comunicação.

Para construir essa análise, calcula-se a média do número de óbitos dos últimos 7 dias (a soma total de óbitos da semana anterior dividida por 7). Dessa forma, obtemos uma leitura mais “limpa” e livre das pequenas variações diárias, que são chamadas de “ruído” na linguagem estatística.

Ao observarmos a evolução da média móvel de mortes diárias por milhão de habitantes, foi possível perceber que países como a Bélgica conseguiram controlar a epidemia após o pico, enquanto o Brasil, em determinado momento, acabou assumindo a liderança dessa triste estatística.

Vale ressaltar que países com populações muito pequenas foram eliminados desse comparativo — sendo considerados os outliers (pontos fora da curva) do estudo —, pois, estatisticamente, seus números não seriam significativos e poderiam distorcer a análise.

Análise das Capitais brasileiras

Vamos analisar os dados a partir da perspectiva de quem mora na cidade de São Paulo, observando a sua situação em comparação com outras capitais. Por ser a maior metrópole do país, São Paulo sempre esteve no foco principal da mídia nacional.

No entanto, proporcionalmente, a COVID-19 atingiu a capital paulista com menos intensidade do que outras capitais das regiões Norte e Nordeste. Ao analisar o histórico da média móvel de mortes diárias por milhão de habitantes, nota-se que os números entre as capitais brasileiras passaram a ficar mais semelhantes entre si ao longo do tempo.

Como, em determinado momento, a média diária de óbitos se manteve estável no cenário nacional, foi possível concluir que a epidemia estava se deslocando e atingindo principalmente as cidades de médio porte, deixando de se concentrar apenas nas grandes capitais.

A evolução no Estado e nos Bairros de São Paulo

Ao analisar a evolução das mortes na cidade de São Paulo em comparação com o restante do estado, foi possível comprovar momentos em que a pandemia apresentava declínio na capital, enquanto o estado como um todo se mostrava proporcionalmente mais atingido.

Por fim, analisamos a situação da COVID-19 distribuída pelos bairros e subprefeituras de São Paulo. Infelizmente, a prefeitura da cidade não publicava os dados em formato aberto, o que dificultava uma análise detalhada e contínua da situação.

Para contornar isso, os dados precisaram ser obtidos através de uma solicitação especial ao Sistema Eletrônico do Serviço de Informação ao Cidadão (e-SIC) no dia 13/04/2020. Como a obtenção dessas informações ocorreu bem no início da pandemia, poucos bairros haviam sido atingidos pela doença naquele momento específico.