Simple Science

Ciência de ponta explicada de forma simples

# Ciências da saúde# Malattie infettive (eccetto HIV/AIDS)

O Impacto da Percepção de Risco no Comportamento em Relação à COVID-19

Este estudo analisa como a visão de risco das pessoas molda suas respostas ao COVID-19.

― 8 min ler


Percepção de Risco ePercepção de Risco eComportamento Durante aCOVID-19risco influenciam as ações de proteção.Estudo revela como as percepções de
Índice

As doenças infecciosas se espalham quando as pessoas interagem. O jeito que a galera se movimenta e se comporta influencia como as doenças se propagam, e por sua vez, a disseminação das doenças pode afetar como as pessoas agem. Por muitos anos, os pesquisadores investigaram como diferentes fatores, como comportamento humano e medidas médicas, se relacionam com a propagação das doenças. No entanto, a maioria desses estudos não usou dados em tempo real sobre o comportamento das pessoas.

A pandemia de COVID-19 mudou essa situação. Ela gerou esforços significativos para coletar dados sobre como as pessoas agem e percebem os riscos relacionados ao vírus. Muitos estudos nesse período focaram em avaliar métodos para controlar o surto, como campanhas de vacinação e intervenções não médicas.

Agora, que estamos num período pós-pico da pandemia, muitas medidas de emergência foram suspensas, e a responsabilidade de se manter seguro agora cai, em grande parte, nas mãos dos indivíduos. Isso significa que as pessoas precisam decidir por si mesmas como se proteger, seja evitando grandes aglomerações sociais ou praticando boas práticas de higiene.

Como as pessoas percebem os riscos de uma doença tem um papel importante em se elas adotam comportamentos de proteção. Estudos mostraram que aqueles que acreditam que estão em maior risco de ficar doentes são mais propensos a seguir as medidas de proteção recomendadas. No entanto, essa Percepção de Risco nem sempre foi incluída em estudos sobre como as doenças se espalham, principalmente porque os dados sobre esse tema eram limitados.

Este artigo olha para como os dados coletados durante a pandemia de COVID-19 podem ajudar a entender a relação entre os comportamentos das pessoas, a propagação da doença e como elas percebem riscos. Vamos focar numa situação onde há uma onda de COVID-19 em andamento enquanto os esforços de vacinação também estão rolando.

Coleta de Dados e Desenho do Estudo

Para construir nosso estudo, usamos dados coletados durante a pandemia através de pesquisas feitas na Itália. Essas pesquisas, conhecidas como pesquisa CoMix, juntaram informações sobre como os comportamentos das pessoas mudaram ao longo do tempo em resposta à COVID-19. Os participantes deram detalhes sobre seus contatos físicos, atitudes em relação ao vírus e práticas de auto-isolamento.

A gente escolheu a Itália por causa dos diferentes níveis de restrições que foram impostos em várias regiões durante a pandemia. Algumas áreas tinham medidas mais rigorosas, enquanto outras eram mais flexíveis. Isso permitiu que a gente analisasse como os comportamentos das pessoas diferiam com base no ambiente.

Para entender esses dados, organizamos os participantes em diferentes faixas etárias e também olhamos como eles percebiam a gravidade da COVID-19. Por exemplo, os mais jovens podem achar que a doença representa menos ameaça em comparação com os mais velhos. Ao classificar as pessoas de acordo com a severidade que elas percebem da doença, conseguimos ver como isso afetava seus comportamentos e escolhas em relação à proteção.

O objetivo dessa análise era criar um modelo que ajuda a entender como as diferenças na percepção de risco das pessoas levam a variações no comportamento, que por sua vez podem impactar a propagação da COVID-19.

O Modelo e Seus Componentes

A gente desenhou um modelo matemático que descreve como a COVID-19 se espalha entre diferentes grupos de pessoas, baseado na idade e na percepção de risco. Esse modelo considera tanto indivíduos Vacinados quanto não vacinados.

No nosso modelo, os indivíduos podem mudar seus comportamentos conforme a pandemia avança. Por exemplo, alguns podem optar por relaxar suas medidas de proteção, enquanto outros vão manter comportamentos seguros. O modelo inclui vários compartimentos que refletem diferentes fases da Infecção.

Algumas pessoas podem ser suscetíveis ao vírus, enquanto outras podem estar nas fases iniciais da infecção, sem mostrar sintomas, ou podem estar em fase de recuperação. Além disso, o modelo considera indivíduos que estão hospitalizados ou até que morrem em razão da infecção.

Uma parte chave do nosso modelo analisa como o número de contatos que as pessoas têm e seus comportamentos são influenciados pelo status de vacinação e percepções de risco. Pessoas com uma percepção de risco mais alta tendem a manter comportamentos mais seguros por mais tempo, enquanto aquelas com uma percepção de risco mais baixa podem relaxar seus comportamentos mais cedo.

Resultados e Análise

Nossa análise revelou que as diferenças de comportamento, guiadas por como as pessoas veem o risco da COVID-19, afetam significativamente a propagação da doença e os resultados para diferentes grupos.

Quando as pessoas com alta percepção de risco mantêm comportamentos de proteção por mais tempo, elas ajudam a reduzir a disseminação do vírus. Porém, quando indivíduos que percebem riscos mais baixos relaxam suas medidas de proteção cedo demais, isso pode facilitar a propagação do vírus. Em áreas onde a galera geralmente é menos obediente, o aumento das diferenças de comportamento pode reduzir o impacto da doença.

Por outro lado, em regiões onde as pessoas tendem a ser mais obedientes, o aumento das diferenças de comportamento pode levar a resultados mais graves. Por exemplo, se indivíduos com uma percepção de risco mais baixa começam a ignorar as diretrizes de segurança, mais casos podem levar a uma maior pressão sobre os sistemas de saúde.

Os resultados mostram uma interação complexa entre comportamento, percepção de risco e a propagação da COVID-19. Especificamente, descobrimos que comportamentos diferentes entre vários grupos de pessoas podem criar um ou dois picos de infecção ao longo do tempo. No geral, quando as pessoas agem de forma similar, podemos ver uma segunda onda de infecções. Mas se os indivíduos têm níveis de percepção variados, isso pode levar a um pico único e maior de casos, causando mais hospitalizações e mortes, especialmente entre populações vulneráveis.

Implicações para a Saúde Pública

As descobertas desse estudo têm implicações importantes para a saúde pública. Entender como a percepção de risco direciona o comportamento pode ajudar a informar estratégias para incentivar ações de proteção durante períodos normais, quando os indivíduos são responsáveis por sua própria segurança.

Por exemplo, os formuladores de políticas podem desenvolver comunicações que enfatizem a importância de comportamentos de proteção, especialmente entre populações que podem se sentir menos ameaçadas pelo vírus. Aumentar a conscientização sobre os benefícios de se manter cauteloso, mesmo quando se sentem menos em risco, pode proteger, em última instância, aqueles que são mais vulneráveis, como os idosos.

Além disso, o modelo desenvolvido nesse estudo oferece uma estrutura para entender como prever mudanças de comportamento em resposta a ameaças de saúde em andamento. Coletando dados sobre como diferentes grupos percebem risco e como seus comportamentos mudam, os oficiais de saúde pública podem criar estratégias que atendam melhor às necessidades específicas das comunidades.

Resumo

Em resumo, esse estudo destaca o papel crucial que a percepção de risco desempenha na formação dos comportamentos das pessoas durante crises de saúde, como a pandemia de COVID-19. Usando dados do mundo real, conseguimos obter insights sobre como esses comportamentos impactam a propagação de doenças e os resultados de saúde pública.

À medida que enfrentamos os desafios contínuos das doenças infecciosas, se torna cada vez mais importante levar em conta as percepções e comportamentos individuais. Essa compreensão pode aprimorar nossa capacidade de elaborar mensagens e intervenções de saúde pública eficazes, adaptadas às complexidades do comportamento humano diante da incerteza. No fim das contas, nosso objetivo é promover comunidades mais seguras e melhorar os resultados de saúde para todos, independentemente dos níveis de percepção de risco.

Fonte original

Título: Modeling the interplay between disease spread, behaviors, and disease perception with a data-driven approach

Resumo: Individuals perceptions of disease influence their adherence to preventive measures, shaping the dynamics of disease spread. Despite extensive research on the interaction between disease spread, human behaviors, and interventions, few models have incorporated real-world behavioral data on disease perception, limiting their applicability. This study novelly integrates disease perception, represented by perceived severity, as a critical determinant of behavioral change into a data-driven compartmental model to assess its impact on disease spread. Using survey data, we explore scenarios involving a competition between a COVID-19 wave and a vaccination campaign, where individuals behaviors vary based on their perceived severity of the disease. Results demonstrate that behavioral heterogeneities influenced by perceived severity affect epidemic dynamics, with high heterogeneity yielding contrasting effects. Longer adherence to protective measures by groups with high perceived severity provides greater protection to vulnerable individuals, while premature relaxation of behaviors by low perceived severity groups facilitates virus spread. Epidemiological curves reveal that differences in behavior among groups can eliminate a second infection peak, resulting in a higher first peak and overall more severe outcomes. The specific modeling approach for how perceived severity modulates behavior parameters does not strongly impact the models outcomes. Sensitivity analyses confirm the robustness of our findings, emphasizing the consistent impact of behavioral heterogeneities across various scenarios. Our study underscores the importance of integrating risk perception into infectious disease transmission models and highlights the necessity of extensive data collection to enhance model accuracy and relevance.

Autores: Alessandro De Gaetano, A. Barrat, D. Paolotti

Última atualização: 2024-04-12 00:00:00

Idioma: English

Fonte URL: https://www.medrxiv.org/content/10.1101/2024.04.10.24305600

Fonte PDF: https://www.medrxiv.org/content/10.1101/2024.04.10.24305600.full.pdf

Licença: https://creativecommons.org/licenses/by-nc/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao medrxiv pela utilização da sua interoperabilidade de acesso aberto.

Artigos semelhantes