NOTA TÉCNICA – 09/11/2020

SITUAÇÃO DA PANDEMIA DE
COVID-19 NO BRASIL

EQUIPE:

• Dr. Antônio Carlos Guimarães de Almeida – Laboratório de

Neurociência Experimental e Computacional, Departamento
de Engenharia de Biossistemas/UFSJ
• Me. Antônio José Assunção Cordeiro – IFBA e Unopar Can-
deias.
• Dr. Fulvio Alexandre Scorza, Departamento de Neurologia e
Neurocirurgia, Escola Paulista de Medicina/UNIFESP
• Dr. Marcelo A. Moret – SENAI CIMATEC e UNEB
• Dr. Tarcísio M. Rocha Filho – Núcleo de Altos Estudos Es-
tratégicos para o Desenvolvimento-CIFMC e
Instituto de Física/UnB
• Dr. Walter Massa Ramalho – FCE e Núcleo de Medicina
Tropical/UnB
 1

1 INTRODUÇÃO
A COVID-19 é uma doença grave causada pelo vírus SARS-CoV-2, da classe dos coronavírus, que
teve o primeiro caso reportado em dezembro de 2019 e se alastrou pelo mundo. Hoje presente em
quase 200 países de todas as regiões, conta com um registro com mais de 50 milhões de casos e
ultrapassando um milhão e duzentos mil mortes [1]. O primeiro caso registrado no Brasil ocorreu
na cidade de São Paulo em 26 de fevereiro deste ano, tendo se alastrado desde então para todos os
estados brasileiros. Depois da Itália, Reino Unido, Espanha, e o continente americano, em especial
os Estados Unidos que concentram atualmente tanto maio número de casos como de mortos. A
partir de junho o Brasil se posicionou como um novo epicentro da pandemia, ocupando o segundo
lugar mundial de casos e mortes, contabilizando até a presente data cerca de 5678.000 casos e 163
mil mortes.
No Brasil a pandemia passou por um pico nos meses de julho a setembro e vem apresentando
queda no número de casos novos por semana. O número de reprodução básico Rt calculado a partir
dos dados oficiais de casos está abaixo de um na maioria dos estados, mas em grande parte deles
vem crescendo e aponta para uma segunda onda (período na subida do numero de casos novos e
posterior queda), como vem sendo observado em muitos outros países, e resultado da sistemática
queda dos níveis de isolamento social, como discutiremos nesta nota.

2 DADOS DE CASOS E ÓBITOS POR ESTADO

Apresentamos nesta seção os dados oficiais fornecidos ao longo do tempo pelas Secretarias Es-
taduais de Saúde, para cada estado e sua capital, desde o início da pandemia de COVID-19 no
Brasil. Apesar de dificuldades decorrentes de mudanças na política de divulgação de dados pelo
Governo Federal, que dificultou o acesso aos dados da expansão da pandemia, outras fontes vêm
sendo utilizadas para obter dados atualizados, particularmente nos portais criados pelas Secretarias
Estaduais de Saúde.
A principal causa de morte por COVID-19 é a Síndrome Respiratória Aguda Grave (SRAG)
com notificações de internações e óbitos são obrigatórias para as Secretarias Estaduais de Saúde
e são computadas para cada semana epidemiológica (As semanas epidemiológicas seguem uma
definição internacional, sendo contadas de domingo a sábado. A primeira semana epidemiológica
do ano é aquela que contem o primeiro de janeiro. Para 2020 a primeira semana epidemiológica
foi de 29/12/2019 a 04/01/2020). Os dados de casos e óbitos por síndrome respiratória aguda
grave foram obtidos no site INFOGRIPE da Fundação Oswaldo Cruz (FIOCRUZ) no endereço web
http://info.gripe.fiocruz.br/, que disponibiliza tais dados desde 2009 até o presente. Para
cada semana epidemiológica tomamos a diferença entre o total de óbitos por SRAG em 2020 e o
maior número de óbitos relatado na respectiva semana epidemiológica entre 2009 e 2019. O valor
assim obtido fornece uma estimativa do número real de óbitos por COVID-19 ocorrido na dada
semana epidemiológica. Com essa estimativa procede-se como no parágrafo anterior para ter uma
estimativa do número de casos. Os dados de SRAG relatam a data da internação de cada paciente.
Pelas razões discutidas no Resumo do Boletim INFOGRIPE, 37a da semana epidemiológica da
Fundação Oswaldo Cruz [2], os dados do estado do Mato Grosso não refletem a realidade, com
problemas em sua coleta. A proporção de mortes em excesso por SRAG com relação às mortes por
COVID-19 estão dadas na tabela a seguir:

AC AL AP AM BA CE DF ES GO MA MT MS MG PA
1.29 1.32 1.29 1.27 1.27 1.35 1.34 1.29 1.26 1.14 1.29 1.20 1.53 1.33
PB PR PE PI RJ RN RS RO RR SC SP SE TO
1.34 1.50 1.60 1.12 1.23 1.04 1.39 1.22 1.29 1.18 1.46 1.11 1.19

Tabela 1: Proporção de mortes em excesso por síndrome respiratória aguda grave, com relação ao
número oficial de mortes por COVID-19, em cada unidade da federação.
 2

As mortes em excesso por SRAG indicam fortemente que o número real de mortes por COVID-
19 é no mínimo 30% superior aos valores anunciados, o que também é observado em diferentes
proporções em outros países [3], variando de estado para estado a depender da qualidade do
sistemas de vigilância. Diferentes fatores pode explicar isso: atraso na notificação da morte por
COVID-19 pela demora nos resultados de testes, demora na testagem após o óbito resultando
em falso-negativo, e também a não realização do teste, a morte sendo registrada como devida a
SRAG por causa desconhecida. Salientamos que há também uma demora para a consolidação e
transmissão das Secretarias Estaduais de Saúde, entre um a dois meses segundo o estado. Assim
foram considerados apenas os dados das semanas já consolidadas no sistema do INFOGRIPE,
conforme tabela abaixo.

Estado Semana Estado Semana Estado Semana

Acre 36 Alagoas 36 Amapá 36
Amazonas 36 Bahia 36 Ceará 36
Distrito Federal 39 Espírito Santo 36 Goiás 36
Maranhão 36 Mato Grosso 37 Mato Grosso do Sul 38
Minas Gerais 38 Pará 36 Paraíba 36
Paraná 39 Pernambuco 36 Piauí 36
Rio de Janeiro 36 Rio Grande do Norte 36 Rio Grande do Sul 40
Rondônia 36 Roraima 36 Santa Catarina 37
São Paulo 37 Sergipe 36 Tocantins 36

Tabela 2: Última semana epidemiológica de 2020 com dados de SRAG atualizados por completo
para cada unidade da federação, para um total de 44 semanas epidemiológicas até a presente data.

3 Medidas de circulação do vírus

Uma medida de quão intensa está a circulação do vírus SARS-CoV-2 é dada pelo número de
novos casos na última semana por 100 mil habitantes. No caso do estado de São Paulo, até a data
de processamento desta nota, apenas os dados até o dia 5/11 estavam atualizados e portanto a
incidência corresponde ao sete dias até essa data. Os dados para cada unidade da federação estão
dados na tabela abaixo:

AC AL AP AM BA CE DF ES GO MA MT MS MG PA
95 28 80 92 63 47 107 159 92 27 99 76 48 57
PB PR PE PI RJ RN RS RO RR SC SP SE TO
58 73 37 116 31 30 107 86 259 197 85 43 75

Tabela 3: Casos novos por 100 mil habitantes nos últimos sete dias para cada unidade da federação.

Esses dados estão representados na forma de mapa de calor na figura 3. A situação é considerada
verde caso o número de casos por 100 mil seja inferior ou igual a 25, sendo este o patamar
estabelecido para a situação vermelha na Alemanha (lá entre 20 e 25 é estado amarelo e o estado
verde é para menor do que 20) [5]. Fica claro que a situação em todo o território nacional requer
ainda medidas sérias de mitigação, enquanto que a permissão de mais atividades que aumentem os
contatos entre as pessoas, como a abertura de escolas, necessariamente reforçará um cenário ainda
extremamente grave.
Observamos que na França o número de casos por 100 mil considerado como crítico é 30, e na
Alemanha 25. Todos os estados e o Distrito federal estão muito acima desses valores, alguns quase
dez vezes esse valor, mostrando a situação crítica que se encontra ainda todo o país.
 3

Por outro lado, o número de mortes total por milhão de habitantes reflete o estágio atual da
pandemia e quão eficazes foram as medidas de mitigação em cada estado e no Distrito Federal e
variam de uma fator de dois entre eles. Cabe comparar os valores da tabela a seguir com o mesmo
índice para alguns outros países como os Estados Unidos (702 mortes/milhão), França (548 mor-
tes/milhão), Alemanha (124 mortes/milhão), a fortemente atingida Espanha (758 mortes/milhão) e
Israel (271 mortes por milhão). Todos esses países já estão na ”segunda onda“ da pandemia (da-
dos obtidos em https://www.worldometers.info/coronavirus/#countries). No Brasil como um todo
temos 744 mortos por milhão, estando ainda na primeira onda.

AC AL AP AM BA CE DF ES GO MA MT MS MG PA
795 681 903 1120 526 1030 1247 980 837 584 1126 588 435 790
PB PR PE PI RJ RN RS RO RR SC SP SE TO
786 478 915 758 1211 744 527 832 1147 451 865 976 708

Tabela 4: Total de mortes por milhão de habitantes em cada unidade da federação.

RR AP RR AP

AM PA AM PA
MA CE RN MA CE RN
PB PB
PI PI
PE PE
AC AL AC AL
TO SE TO SE
RO RO
BA BA
MT MT
DF DF

GO GO
MG MG
MS ES MS ES
SP RJ SP RJ
PR PR

SC SC
RS RS

Figura 1: Esquerda: Mapa de calor de acordo com o número de casos novos nos últimos 7 dias por
100 mil habitantes: 0–25 Verde; 26–100 Amarelo; 101–150 Laranja e >150 Vermelho.
Direita: Mapa de calor de acordo com o número cumulativo de mortes por milhão: 0–500 Verde;
501–1000 Amarelo; 1001–1500 Laranja e >1500 Vermelho.

O estágio da pandemia também é comumente caracterizado pelo número de reprodução básico

variando no tempo Rt definido como sendo o número médio de pessoas infectadas por um indivíduo
com o vírus ao longo de todo o tempo que permanece contagioso. Caso o valor de Rt seja menor
que 1, implica que a pandemia encontra-se contida, e o número de infectados, e consequentemente
o de óbitos, diminui com o tempo. Por outro lado, se Rt for maior que 1, significa que a pandemia
está em expansão. O valor estimado para o Rt da SARS-CoV-2 na ausência de qualquer medida de
controle é próximo a 3 [6]. Ele é calculado a partir do número de casos novos conforme descrito
em [15], e é sujeito a todas as limitações inerentes a tais dados. Caso o nível de subnotificação de
casos for razoavelmente constante ao longo do tempo, os valores obtidos para Rt são representativos
 4

da situação real. as figuras abaixo mostram os valores de Rt a partir da média móvel de casos sobre
duas semana, e as barras de erros são obtidas das flutuações do valor de Rt sobre a semana anterior,
para cada estado e sua respectiva capital. Observe-se que em alguns casos a barra de erro é muito
grande, possivelmente sinalizando problemas na coleta de dados de casos de COVID-19.

2
1.8
1.6
1.4
1.2
Rt

1
0.8
0.6
0.4
AP

SP
AM

DF
GO
MA
MS
MG
AC

BA

PA
PB
PR
PI
RJ
RN
RS
RO
SC

TO
AL

ES

MT

PE

RR

SE
CE

Figura 2: Número de reprodução básico Rt em cada unidade da federação em 9/11/2020 , a partir

do número oficial de casos.

A pandemia em cada estado se iniciou, em praticamente todo o Brasil, pelas respectivas capitais,
que recebiam o maior número de viajantes tanto do país como do exterior. Posteriormente ocorreu
um processo de interiorização, em que a pandemia foi se alastrando para os demais municípios.
Mostramos abaixo os valores do número de reprodução Rt para cada capital, onde percebemos
que a situação em Maceió, Manaus e Goiânia é particularmente preocupante, com Rt ainda muito
alto acima de 1. No caso de Recife, as flutuações nos dados de casos disponíveis são altas demais
para uma estimativa confiável. Muitas outras capitais têm valores de Rt muito próximos a 1, e que
facilmente poderiam ultrapassar esse patamar casos as medidas de distanciamento social não forem
mantidas.

2
1.8
1.6
1.4
1.2
Rt

1
0.8
0.6
0.4
São Luís
Manaus
Salvador

Porto Velho
Florianópolis
São Paulo
Aracaju
Palmas
Maceió
Rio Branco
Macapá

Goiânia
Cuiabá

João Pessoa

Teresina
Rio de Janeiro
Natal
Fortaleza
Vitória

Campo Grande

Recife

Porto Alegre
Brasília

Belo Horizonte
Belém
Curitiba

Boa Vista

Figura 3: Número de reprodução básico Rt em cada capital de estado e DF em 9/11/2020 , a partir

do número oficial de casos.
 5

A evolução de Rt ao longo do tempo em cada unidade da federação mostra o efeito do isolamento

social ao longo do tempo, estão mostrados nas figuras abaixo para cada unidade da federação.
Observamos que em algumas delas ele vem crescendo recentemente, se aproximando do valor
crítico 1 e por vezes o ultrapassando, e em outras oscila muito prósima a 1, sinalizando a forte
possibilidade de uma segunda onda. Cabe ressaltar que os valores obtidos são baseados em dados
do número oficial de casos, que por sua vez refletem a política de testagem para a infecção pelo
vírus, e que uma diminuição do número de testes aplicados pode resultar em uma diminuição irreal
do valor de Rt . No caso de São Paulo, estado e capital, os valores de Rt está falsamente diminuídos
pela não atualização dos dados oficiais desde 5/11.

1.6 1.6
1.5 DF 1.5 PR
GO RS
1.4 MT 1.4 SC
1.3 MS 1.3
1.2 1.2
Rt

Rt
1.1 1.1
1 1
0.9 0.9
0.8 0.8
0.7 0.7
20 9/2
0
0/2
0
0/2
0
0/2
0 20 2 0
0/2
0
0/2
0 /20
09/ 0 1 1 1 09/ 09/ 1 1 10
0 /
3 17/ 01/ 15/ 29/ 0 /
3 17/ 01/ 15/ 29/
1.6 1.6
1.5 ES 1.5 AL
MG BA
1.4 RJ 1.4 CE
1.3 SP 1.3 MA
PB
1.2 1.2 PE
PI
Rt

Rt

1.1 1.1 RN
SE
1 1
0.9 0.9
0.8 0.8
0.7 0.7
20 9/2
0
0/2
0 2 0
0/2
0 20 2 0
0/2
0
0/2
0 /20
09/ 0 1 10/ 1 09/ 09/ 1 1 10
0 /
3 17/ 01/ 15/ 29/ 0 /
3 17/ 01/ 15/ 29/
1.6
1.5 AC
AP
1.4 AM
1.3 PA
RO
1.2 RR
TO
Rt

1.1
1
0.9
0.8
0.7
. 03/
9/2
0
0
17/
09/
20
01/
10/2
0
15/
1 0/2
0
29/
10 /20

Figura 4: Número de reprodução efetivo Rt a partir do número oficial de casos.

 6

RR AP

AM PA MA CE RN
PB
PI
PE
AC AL
TO SE
RO
BA
MT
DF

GO
MG
MS ES
SP RJ
PR

SC
RS

Figura 5: Mapa de calor de acordo com o valor médio de Rt e as estimativas do intervalo de erro
[Rt,min , Rt,max ] (valores mínimo e máximo estimados para Rt ). As cores correspondem a: verde
Rt , Rt,min , Rt,max < 1, amarelo Rt , Rt,min < 1 e Rt,max > 1, laranja: Rt < 1 e Rt,min , Rt,max > 1
e vermelho: Rt , Rt,min , Rt,max > 1.

4 ISOLAMENTO AO LONGO DA PANDEMIA

Como medida do grau de isolamento utilizamos a variação do tempo de permanência em residência
com relação à linha de base do período de 3 de janeiro a 6 de fevereiro de 2020, como medido pela
Google e disponível em https://www.google.com/covid19/mobility/. Como mostrado nos gráficos
abaixo, o isolamento social vem caindo sistematicamente em todo o país desde que as primeiras
medidas de distanciamento foram implementadas em março, o que explica as ainda muito altas
taxas de transmissão do vírus.
 7

30 30
DF PR
25 GO 25 RS

Tempo em residência

Tempo em residência
MT SC
20 MS 20

15 15

10 10

5 5

0 0
20 20 20 20 20 20 20 20 /20 20 20 20 20 20 20 20 20 /20
1 / 03/ 1/04/ 1/05/ 1/06/ 1/07/ 1/08/ 1/09/ 1/10/ 1/11 1 / 03/ 1/04/ 1/05/ 1/06/ 1/07/ 1/08/ 1/09/ 1/10/ 1/11
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
30 30
ES AL
25 MG 25 BA
Tempo em residência

Tempo em residência
RJ CE
20 SP 20 MA
PB
PE
15 15 PI
RN
SE
10 10

5 5

0 0
20 20 20 20 20 20 20 20 /20 20 20 20 20 20 20 20 20 /20
03/ 1/04/ 1/05/ 1/06/ 1/07/ 1/08/ 1/09/ 1/10/ 1/11 03/ 1/04/ 1/05/ 1/06/ 1/07/ 1/08/ 1/09/ 1/10/ 1/11
01/ 0 0 0 0 0 0 0 0 01/ 0 0 0 0 0 0 0 0
30
AC
25 AP
Tempo em residência

AM
20 PA
RO
RR
15 TO

10

0
20 4/20 5/20 6/20 7/20 8/20 9/20 0/20 1/20
03/ 0 0 0 0 0 0 1 1
01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/

Figura 6: Variação percentual com relação à linha de base do tempo de estada em casa. O valor
indicado para este último é o valor médio sobre às duas semanas anteriores à data indicada.

5 Modelo epidemiológico
Um modelo matemático é sempre uma representação simplificada da realidade mas que mantém
alguns elementos importantes desta de tal forma que ele retem os elementos mais relevantes para
o estudo quantitativo desejado. Assim a escolha de qual modelo utilizar depende das informações
disponíveis, da qualidade destas, e de que aspectos do mundo real desejamos compreender e
descrever melhor.
O modelo utilizado nesta nota técnica consiste em separar toda a população nas categorias
descritas na tabela 5. Os parâmetros relevantes estão dados na tabela 6, com as respectivas fontes
na literatura científica. O estudo realizado por Li e colaboradores [10] a partir de dados da China
mostra que cerca de 86% dos casos não foram relatados, e que cada um destes contaminou, em
média, 55% do número de pessoas que um caso relatado contaminou.
O modelo corresponde a um sistema de equações diferenciais com atraso e está representado
esquematicamente no diagrama da figura 5 e foi utilizado na referência [11].
 8

(1 − χ)θζσE(t − τ2 )
H

(1 − χ)ζσE(t − τ1 ) ψH(t)

λS(t) (1 − χ)σE(t) γI(t)

S E I R

χσE(t) γA(t)

A força de infecção denotada por λ no diagrama acima é dada por

λ = βI,
e mede essencialmente quão facilmente um indivíduo suscetível pode ser contaminado.

Variável Descrição
S Proporção de indivíduos suscetíveis (não imunizados e não infectados).
E Proporção de indivíduos expostos (infectados mas ainda não contagioso).
I Proporção de indivíduos sintomáticos (infectados, contagiosos e com sintomas).
A Proporção de indivíduos infectados e não relatados
(usualmente infectados leves e assintomáticos).
H Proporção de indivíduos hospitalizados.
R Proporção de indivíduos recuperados de COVID-19 e imunizados.

Tabela 5: Variáveis no modelo SEIAHR.

Variáveis Definição Valor (IC 95%) [Ref]

ψ Taxa de recuperação de internação hospitalar 1/17,5 dias−1 [7]
L(0) Mortalidade devida ao COVID-19 0, 347% [4]
ajustada para a demografia do Brasil
θ Mortalidade entre os indivíduos hospitalizados L(0) /ζ
σ −1 Inverso da taxa de incubação 5,0 dias−1 [9]
γ −1 Inverso do tempo de recuperação 3,69 dias−1 [10]
dos indivíduos não-hospitalizados
ζ Probabilidade de hospitalização 2, 62%[12]
ajustada para a demografia do Brasil
τ1 Tempo mediano entre início dos sintomas e hospitalização 3,3 [9]
τ2 Tempo médio entre início dos sintomas e morte 15,0 [9]
χ Proporção de casos assintomáticos 0,179% [13]
ξ Infecciosidade de indivíduos assintomáticos 55% [10]
com relação aos sintomáticos
Tabela 6: Parâmetros do COVID-19 utilizados no modelo SEIAHR

A taxa de transmissão por contato β é obtida ajustando a saída do modelo com relação aos dados
fornecidos, e tomando intervalos contíguos de tempo de 21 dias supondo β constante ao longo de
 9

cada intervalo, e variando entre os diferentes intervalos. Os resultados obtidos desde o início da
pandemia estão mostrados nos gráficos abaixo para cada estado e respectiva capital, agrupados por
região geográfica. Uma vez ajustado o modelo, o valor de Rt é determinado pelo número de casos
fornecido pela saída do modelo utilizando o método descrito em [15].
O número real do total de casos sintomáticos de COVID-19 é usualmente subestimado por
diferentes razões, e em particular pela limitação na testagem. De fato, no Brasil desde o início da
pandemia se testou majoritariamente os casos graves e severos, que representam da ordem de um
quinto do total de casos. Já o número de mortes tende a ser mais próximo à realidade, embora
também possa ocorrer subnotificação como indicado pelo número de mortes em excesso por
Síndrome Respiratória Aguda Grave relatados no sistema do INFOGRIPE da Fundação Oswaldo
Cruz (FIOCRUZ) no endereço web http://info.gripe.fiocruz.br/, que disponibiliza os
dados desde 2009 até o presente. Assim sendo, e om o objetivo de ter uma análise mais próxima
da realidade, o modelo epidemiológico foi ajustado utilizando o número oficial de óbitos em cada
estado.

6 PROGNÓSTICOS
Os prognósticos a seguir foram obtidos com o ajuste do modelo do diagrama 5 para cada estado
a partir do número oficial de mortes por COVID-19, corrigido pela proporção entre o número
de mortes em excesso por SRAG na última semana epidemiológica consolidada pelo número de
mortes por COVID-19 na data deslocada de 11 dias no futuro (18,5 dias entre o primeiro sintoma
e a morte por COVID-19, 3,3 dias entre os primeiro sintomas e a internação, e considerando os
3,5 dias de meia semana epidemiológica). Essa proporção é calculada para cada estado a partir dos
dados oficiais, e no caso do Mato Grosso, como os dados são problemáticos, utilizamos a proporção
média nacional.
Apresentamos três cenários distintos

• Evolução mantendo o grau de isolamento observado até a última data ajustada (22/9/2020),
a – Curvas em vermelho.

• Evolução com aumento, a partir de 7/12/2020, de 20% nos contatos observado em 22/9/2020
– Curvas em azul.

• Evolução com aumento, a partir de 7/12/2020, de 40% nos contatos observado em 22/9/2020
– Curvas em verde.

O número de mortes apresentado nos gráficos corresponde então à previsão baseada no número
de mortes corrigido pelo fator de correção dado na tabela 2 obtida da mortes em excesso por
SRAG em cada estado. É importante ressaltar a importância das diferentes medidas de mitigação
na disseminação da doença, sendo que o simples uso de máscaras, mesmo as feitas em casa com
tecido, com eficácia entre 30% a 50% na redução na probabilidade de contato [18].
As evoluções até a presente data, e ajustadas no modelo, assim como as previsões separadas
para cada estado estão no anexo ao final da nota. Somando as previsões para cada unidade da
federação obtemos os prognósticos para o Brasil, nas figuras a seguir:
 10

Total cumulativo de casos sintomáticos

6x107

5x107

4x107

3x107

2x107

1x107

0
0 0 0 0 0 1 1 1 1 1
/ 0 3/2 /05/2 /07/2 /09/2 /11/2 /01/2 /03/2 /05/2 /07/2 /09/2
01 01 01 01 01 01 01 01 01 01

Figura 7: Modelo ajustado até o presente e prognósticos: total de casos sintomáticos no Brasil.

200000
180000
160000
Casos novos por dia

140000
120000
100000
80000
60000
40000
20000
0
0 3 /20 05/20 07/20 09/20 11/20 01/21 03/21 05/21 07/21 09/21
/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/

Figura 8: Modelo ajustado até o presente e prognósticos: casos novos por dia no Brasil.

400000
350000
300000
Total de óbitos

250000
200000
150000
100000
50000
0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21
0 / 05/ 07/ 09/ /11
3 0 0 0 0 0
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/

Figura 9: Modelo ajustado até o presente e prognósticos: total de morte no Brasil por COVID-19
no Brasil.

Com base do número de mortes por COVID-19, corrigidas pelo respectivo fator da tabela 2, e
conhecido a taxa de mortes com relação ao número de casos L0 estimada da literatura e ajustada
para a demografia brasileira (vide valor na tabela 6), nosso modelo permite estimar o real número
de pessoas já infectadas pelo vírus SARS-CoV-2 até a presente data. Os percentuais da população
já infectada pelo vírus em cada estado até a data de confecção desta nota estão dados na tabela a
seguir:
 11

AC AL AP AM BA CE DF ES GO MA MT MS MG PA
14% 13% 18% 20% 18% 18% 22% 18% 20% 13% 21% 11% 9% 15%
PB PR PE PI RJ RN RS RO RR SC SP SE TO
14% 9% 22% 14% 22% 14% 10% 15% 23% 10% 16% 17% 12%

Tabela 7: Estimativa do percentual da população já infectada pelo vírus SARS-CoV-2, incluindo

casos assintomáticos, em cada unidade da federação.

Evidentemente esses valores dependem fortemente da identificação correta de mortes por COVID-
19, cujos dados são corrigidos aqui pelas estimativas das mortes em excesso por SRAG, que por sua
vez dependem da qualidade dos dados disponibilizados por cada secretaria de saúde. Eles também
refletem a taxa de mortalidade pela doença, que pode variar a depender da qualidade e quantidade
do atendimento hospitalar em cada localidade. Estima-se que a imunidade de rebanho para o vírus
seja de 60 a 70% da população [16]. Consequentemente, todos os estados estão muito longe ainda
de atingir uma possível imunidade de rebanho. Permitir que a pandemia se alastre até atingir a
imunidade de rebanho implicaria em um número de mortes muito maior do que o já observado até
hoje (entre três e quatro vezes maior), com um forte saturação do sistema de saúde, que por sua vez
aumentaria ainda mais o número de mortes.
Com o ajuste do modelo a partir do número de mortes em cada estado, corrigido pela esti-
mativa de mortes em excesso por SRAG, temos também uma estimativa do número real de casos
(sintomáticos e assintomáticos), dado na tabela abaixo:

AC AL AP AM BA CE DF ES GO MA MT MS MG PA
4 4 5 5 10 7 3 5 4 9 5 3 15 5
PB PR PE PI RJ RN RS RO RR SC SP SE TO
7 5 17 4 25 8 5 4 2 2 10 5 3

Tabela 8: Estimativa do fator dado pela número real de casos com relação ao número oficial de
casos por unidade da federação.

7 DISCUSSÃO
A evolução do número de casos novos aponta claramente para a iminência de uma retomada do
crescimento da pandemia em quase todos os estados, resultado de uma afrouxamento das medidas
de isolamento social, de uma falsa sensação de segurança causada pela melhora relativa do quadro, e
de um grande desconhecimento dos elementos que influenciam a dinâmica da propagação do vírus.
Ao que tudo indica, o Brasil seguira o que se passou em muitos outros países, com o complicante
que a segunda onda retomará em patamares ainda elevados da circulação do vírus.
Os diferentes cenários apresentados de evolução da pandemia são exemplos do que poderá
ocorrer no país, com a clara possibilidade de termos um pico maior que o observado de julho a
setembro, com claros risco de uma forte saturação do sistema de saúde. O isolamento social vem
se tornado pouco rígido em muitos locais, o que explica estarmos observando um número elevado
de casos novos no país [17]. Cabe ressaltar que o retorno às aulas, em qualquer nível de ensino,
cria um mecanismo importante de disseminação do vírus. Isso pode ser constatado pelos exemplos
negativos dos Estados Unidos e Israel, onde a pandemia foi controlada numa primeira fase, mas
voltou com maior força após o relaxamento das condições de isolamento.
O número de casos, apresentados nos resultados de nossos prognósticos, não corresponde aos
números oficiais pelas razões já expostas, e foram obtidos com base na mortalidade média por faixa
 12

etária, estimada sobre o total de casos reais, obtida combinando estimativas da mortalidade entre
casos identificados e informações sobre a incidência de infecção pelo vírus em voos de repatriação
entre países [4]. Nossa análise indica que a subnotificação de casos de COVID-19 no Brasil é
substancial. A doença deverá ainda manter uma carga expressiva sobre o sistema de saúde brasileiro,
dadas as evidências sobre sequelas duradouras e graves nos pacientes que sobreviveram à infecção,
sobretudo na sua forma mais grave. É importante salientar que as análises aqui apresentadas são
baseadas em dados oficiais, fornecidos pelas secretarias de saúde de cada estado e do Distrito
Federal, com deficiências advindas do número muito limitado de testes realizados e da inexistência
de uma política eficaz de rastreamento de casos, que se mostrou extremamente eficaz nos países
que a adotaram, como a Nova Zelândia. Esse tipo de limitação nos dados oficiais, obviamente,
prejudica as análises baseadas neles.
A contaminação por vírus envolve três aspectos: rota, quantidade e qualidade. As rotas conhe-
cidas são o contato com aerossóis e mãos contaminadas que toquem vias de acesso do vírus (boca,
nariz e olhos). O contágio é ainda mais provável em ambientes em ambientes fechados e com pouca
ventilação. No caso da SARS-CoV-2, a quantidade de vírus no ar é diminuída drasticamente pelo
uso de máscaras de proteção. Já a qualidade, a capacidade de infectar do vírus, é praticamente
destruída pelo uso de álcool gel ou detergente. É sabido que a contaminação de profissionais de
saúde ocorre sobretudo quando estes retiram seus equipamentos de proteção. A utilização de uma
mesma máscara por um tempo muito elevado pode umidificar o material de que é feita, criando uma
rota viável para o vírus transpô-la em quantidade e com qualidade. Por isso, recomenda-se trocar de
máscaras de 4h em 4h horas. A conversa entre duas pessoas utilizando máscaras também apresenta
risco ao se prolongar. Em ambientes com maior concentração de infectados, como hospitais, a
contaminação pode ocorrer mesmo a maiores distâncias, o que comprova a transmissão do vírus
por aerossóis expelido por indivíduos contaminados e que podem permanecer por longo tempo no
ar [19].
Há muitos relatos de contaminação em restaurantes, confraternizações e cantinas existentes
nos locais de trabalho, onde as pessoas ficam expostas por ter que retirar a máscara de proteção
para se alimentar. Já escolas apresentam todos esses riscos, pois alunos e professores permane-
cem em ambientes muitas vezes com pouca ventilação, com ar condicionado central, sabidamente
favorecedores da transmissão do vírus. Há também momentos onde os estudantes se alimentam
ou mesmo bebem líquidos, diferente dos adultos que podem sair do ambiente de trabalho para
se alimentar. A população escolar tende a permanecer dentro da escola por, no mínimo 5 horas
por dia, favorecendo ainda mais a transmissão do vírus. A escola é, assim, um local que favorece
fortemente a contaminação com quantidade e qualidade de SARS-CoV-2, permitindo uma disse-
minação rápida da COVID-19. Aliado a essas considerações, o retorno ao lar da criança infectada,
eventualmente assintomática, certamente resultará na contaminação de toda sua família. No caso
de Israel, a reabertura das escolas e universidades fez com que o número de novos casos semanais
e, consequentemente, o de óbitos, dobrassem em apenas 40 dias, fazendo com que o número de
reprodução básico Rt voltasse a ser superior a 1.
Não seguir uma série de medidas de mitigação da pandemia, adotadas em países com menores
taxas de contaminação, como a testagem sistemática com rastreamento de casos, uma política
central coordenada, clara e eficaz de enfrentamento da situação, e o afrouxamento das medidas de
isolamento sem evidências empíricas, sem uma análise cuidadosa por uma painel de especialistas,
resultou, quando não em um aumento explosivo das taxas de COVID-19, na manutenção de uma
grande circulação do vírus na população, como os próprios dados oficiais confirmam. Os dados
apontam que isso deverá ocorrer no Brasil, muito possivelmente antes do fim do ano.
É de extrema relevância e atualidade salientar que acreditar ser possível atingir a imunidade de
rebanho em um dado local é impraticável, pois acarretaria enormes custos em vidas, em cuidados
hospitalares, não apenas de curto prazo, mas possivelmente por anos dadas as inúmeras sequelas
da COVID-19, e também em uma muita maior queda da atividade econômica, provocada por um
quadro de desalento decorrente de uma epidemia fora de qualquer controle. Nossas estimativas
 13

apontam para o fato que em todas as unidades da federação estamos ainda muito longe do que seria
uma imunidade de rebanho. De fato, nos Distrito Federal e no estado do Rio de Janeiro, locais onde
o percentual da população que já teve contato com o vírus, a saber 21%, é o maior no país, sendo
menos do que um terço da imunidade de rebanho esperada para o SARS-CoV-2.

8 RECOMENDAÇÕES
Face ao conhecimento científico acumulado sobre as características de disseminação do vírus e
seus efeitos sobre a saúde humana, levando em conta o atual estágio de evolução da pandemia no
Brasil, e baseados nos cenários de sua evolução apresentados acima, tecemos a seguir algumas
recomendações para o enfrentamento da atual crise:

• Os gestores públicos devem basear suas decisões na melhor evidência científica disponível,
criando e ouvindo um painel de especialistas, das diferentes áreas do conhecimento científico
pertinentes. Só assim será possível abordar diferentes aspectos da situação em curso, pesar
alternativas e debater as consequências de diferentes cursos de ação. Isso deve ser feito com
transparência e tornando públicas as análises realizadas, a exemplo dos países que tiveram
êxito no controle da pandemia.

• Estabelecer uma coordenação central no governo federal para planejar com as coordenações
estaduais e municipais, otimizando esforços e recursos.

• As políticas de isolamento e distanciamento social devem ser intensificadas o quanto antes,

até atingir um controle efetivo da pandemia, evidenciado por uma substancial redução do
número de novos casos por semana e baixa ocupação de leitos hospitalares. Não realizar
qualquer tipo de flexibilização de isolamento, aí incluindo a abertura de escolas, antes do real
controle da pandemia, evitando consequentes resultados catastróficos.

• Implementar uma extensa política de testagem de infecção pelo vírus SARS-CoV-2, com o
rastreamento e isolamento de contatos para os resultados positivos.

• Realizar extensas campanhas públicas de informação da população sobre os cuidados essen-

ciais, como o porte de máscara, distancia mínima entre pessoas, entre outras, enfatizando a
real gravidade do COVID-19, com possibilidades de agravamento com internação hospitalar,
com possíveis cuidados intensivos com aporte de oxigênio, e na real possibilidade de óbito.
Também deve ser explicado claramente as inúmeras sequelas observadas em pessoas curadas,
a inexistência de tratamento definitivo, e que uma vacina, apesar de resultados promissores,
não é garantida no curto prazo.

• Implementação de real e efetivo apoio financeiro aos cidadãos menos favorecidos e aos setores
econômicos mais prejudicados, visto que o Brasil tem mecanismos para sua implementação.
Essa medida deve ser coordenada entre os governos federal e estaduais. Sem esse apoio, o
isolamento social, única ferramenta efetiva de combate à pandemia disponível, se torna de
difícil execução.

Referências
[1] COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at John
Hopkins University (JHU), https://gisanddata.maps.arcgis.com/apps/opsdashboard/
index.html#/bda7594740fd40299423467b48e9ecf6 – Consultado em 09/11/2020 .

[2] https://portal.fiocruz.br/documento/boletim-infogripe-semana-37.
 14

[3] https://www.nature.com/articles/d41586-020-02497-w?
utm_source=Nature+Briefing&utm_campaign=91ddd34d75-briefing-dy-
20200902&utm_medium=email&utm_term=0_c9dfd39373-91ddd34d75-45497350

[4] R. Verity, L. Okell, I. Dorigatti, P.Winskill, C. Whittaker C, et al. Estimates of the severity
of coronavirus disease 2019: A model-based analysis. Lancet Infectious Diseases (2020)
https://brasilemsintese.ibge.gov.br/populacao/

[5] https://www.berlin.de/sen/gpg/service/presse/
2020/pressemitteilung.976835.php .

[6] T. Zhou, Q. Liu, Z. Yang, J. Liao, K. Yang, W. Bai, X. Lu, W. Zhang, Preliminary prediction
of the basic reproduction number of theWuhan novel coronavirus 2019-nCoV. Journal of
Evidende Based Medicini (2020). DOI: 10.1111/jebm.12376.

[7] Wang C, Hornby PW, Hayden FG, Gao GF. A novel coronavirus outbreak of global health
concern. Lancet (2020) 395, 470. DOI: 10.1016/S0140-6736(20)30185-9.

[8] The Novel Coronavirus Pneumonia Emergency Response Epidemiology Team. The Epide-
miological Characteristics of an Outbreak of 2019 Novel Coronavirus Diseases (COVID-19)
— China, 2020. CCDC Weekly (2020) 2(x): 1.

[9] Linton NM, Kobayashi T, Yang Y, Hayashi K, Akhmetzhanov AR, Jung S, Yuan B, Kinoshita
R, Nishiura H, Incubation Period and Other Epidemiological Characteristics of 2019 Novel
Coronavirus Infections with Right Truncation: A Statistical Analysis of Publicly Available
Case Data. Journal of Clinical Medicine (2020) 9: 538.

[10] R. Li, S. Pei, B. Chen, Y. Song, T. Zhang, W. Yang, J. Shaman Substantial undocumented
infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV2). Science
(2020) DOI:10.1126/science.abb3221.

[11] T. M. Rocha Filho, F. S. G. Santos, V. B. Gomes, T. A. H. Rocha, J. H. R. Croda, W. M. Ra-

malho, W. N. Araujo, Expected impact of COVID-19 outbreak in a major metropolitan area
in Brazil. MedRxiv https://doi.org/10.1101/2020.03.14.20035873.

[12] Severe Outcomes Among Patients with Coronavirus Disease 2019 (COVID-19) — United
States, February 12–March 16, 2020, Morbidity and Mortality Weekly Report, CDC-USA,
March 18, 2020.

[13] T. W. Russell et al. Estimating the infection and case fatality ratio for COVID-19 using
age-adjusted data from the outbreak on the Diamond Princess cruise ship. MedRxiv doi:
https://doi.org/10.1101/2020.03.05.20031773.

[14] Instituto Brasileiro de Geografia e Estatística (IBGE).

https://brasilemsintese.ibge.gov.br/populacao/

[15] C. Fraser, Estimating Individual and Household Reproduction Numbers in an Emerging

Epidemic. PLoS ONE (2007) 2(8): e758. doi:10.1371/journal.pone.0000758.

[16] K. On Kwok, F. Lai, W. I. Wei, S. Y. S. Wong, J. W. T. Tang, Herd immunity – estimating

the level required to halt the COVID-19 epidemics in affected countries. Journal of Infection
(2020) 80 ,e32-e33.
 15

[17] Murari TB, Nascimento Filho AS, Rocha Filho TM, Scorza CA, Scorza FA, Almeida ACG,
Moret MA, RE: Evidences of reduction in SARS-C0V-2 transmission due to local measures
and policies in early stages of the pandemic. Science (E-letter, 23 June 2020). Disponível em
https://science.sciencemag.org/content/368/6489/395/tab-e-letters.

[18] D. K. Chu, E. A. Akl, S. Duda, K. Solo, S. Yaacoub, H. J. Schünemann, on behalf

of the COVID-19 Systematic Urgent Review Group Effort (SURGE) study authors, Phy-
sical distancing, face masks, and eye protection to prevent person-to-person transmis-
sion of SARS-CoV-2 and COVID-19: a systematic review and meta-analysis. The Lancet
https://doi.org/10.1016/S0140-6736(20)31142-9.

[19] J. A. Lednicky, M. Lauzardo, Z. Hugh Fan, A. Jutla, et al, Viable SARS-CoV-

2 in the air of a hospital room with COVID-19 patients. medRxiv preprint doi:
https://doi.org/10.1101/2020.08.03.20167395.
 16

ANEXO: PROGNÓSTICOS POR ESTADO

Total de casos – Casos novos por dia – Total de mortes
Acre
Total cumulativo de casos sintomáticos

600000 10000 4500

9000 4000
500000 8000 3500

Casos novos por dia

7000

Total de óbitos
400000 3000
6000
2500
300000 5000
2000
4000
200000 3000 1500
2000 1000
100000
1000 500
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Alagoas
Total cumulativo de casos sintomáticos

1x106 3500 7000

900000
3000 6000
800000
Casos novos por dia

700000 2500 5000

Total de óbitos
600000 2000 4000
500000
400000 1500 3000
300000 1000 2000
200000
500 1000
100000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Amapá
Total cumulativo de casos sintomáticos

180000 1200 1200

160000
1000 1000
140000
Casos novos por dia

Total de óbitos

120000 800 800

100000
600 600
80000
60000 400 400
40000
200 200
20000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Amazonas
Total cumulativo de casos sintomáticos

2.5x106 25000 18000

16000
2x106 20000 14000
Casos novos por dia

Total de óbitos

12000
1.5x106 15000
10000
8000
1x106 10000
6000
500000 5000 4000
2000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0
 17

Bahia
Total cumulativo de casos sintomáticos

1.2x106 10000 8000

9000 7000
1x106 8000
6000

Casos novos por dia

7000

Total de óbitos
800000
6000 5000
600000 5000 4000
4000 3000
400000 3000
2000
200000 2000
1000 1000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Ceará
Total cumulativo de casos sintomáticos

5x106 35000 35000

4.5x106
30000 30000
4x106
Casos novos por dia

3.5x106 25000 25000

Total de óbitos
3x106 20000 20000
2.5x106
2x106 15000 15000
1.5x106 10000 10000
1x106
5000 5000
500000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Distrito Federal
Total cumulativo de casos sintomáticos

1.2x106 6000 8000

7000
1x106 5000
6000
Casos novos por dia

Total de óbitos

800000 4000
5000
600000 3000 4000
3000
400000 2000
2000
200000 1000
1000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Espírito Santo
Total cumulativo de casos sintomáticos

1.4x106 6000 10000

9000
1.2x106 5000 8000
Casos novos por dia

1x106 7000
Total de óbitos

4000
800000 6000
3000 5000
600000 4000
2000 3000
400000
1000 2000
200000
1000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 1/05/ 1/07/ 1/09/ 1/11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 0 0 0 0 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Goiás
Total cumulativo de casos sintomáticos

900000 8000 7000

800000 7000 6000
700000 6000
Casos novos por dia

5000
Total de óbitos

600000
5000
500000 4000
4000
400000 3000
3000
300000
2000
200000 2000
100000 1000 1000

0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0
 18

Maranhão
Total cumulativo de casos sintomáticos

3.5x106 25000 25000

3x106
20000 20000

Casos novos por dia

2.5x106

Total de óbitos
2x106 15000 15000

1.5x106 10000 10000

1x106
5000 5000
500000

0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Mato Grosso
Total cumulativo de casos sintomáticos

1.6x106 7000 12000

1.4x106 6000 10000
1.2x106
Casos novos por dia

5000

Total de óbitos
8000
1x106
4000
800000 6000
3000
600000
4000
2000
400000
1000 2000
200000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Mato Grosso do Sul

Total cumulativo de casos sintomáticos

400000 3000 3000

350000
2500 2500
300000
Casos novos por dia

Total de óbitos

2000 2000
250000
200000 1500 1500
150000
1000 1000
100000
500 500
50000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Minas Gerais
Total cumulativo de casos sintomáticos

2x106 14000 14000

1.8x106
12000 12000
1.6x106
Casos novos por dia

1.4x106 10000 10000

Total de óbitos

1.2x106 8000 8000

1x106
800000 6000 6000
600000 4000 4000
400000
2000 2000
200000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Pará
Total cumulativo de casos sintomáticos

2.5x106 20000 14000

18000
12000
2x106 16000
Casos novos por dia

14000 10000
Total de óbitos

1.5x106 12000 8000

10000
1x106 8000 6000
6000 4000
500000 4000
2000
2000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0
 19

Paraíba
Total cumulativo de casos sintomáticos

700000 4500 4500

600000 4000 4000

3500 3500

Casos novos por dia

500000

Total de óbitos
3000 3000
400000 2500 2500
300000 2000 2000
1500 1500
200000
1000 1000
100000 500 500
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Paraná
Total cumulativo de casos sintomáticos

3.5x106 14000 25000

3x106 12000
20000
Casos novos por dia

2.5x106 10000

Total de óbitos
2x106 8000 15000

1.5x106 6000 10000

1x106 4000
5000
500000 2000

0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Pernambuco
Total cumulativo de casos sintomáticos

1.4x106 14000 9000

1.2x106 12000 8000

7000
Casos novos por dia

1x106 10000
Total de óbitos

6000
800000 8000 5000
600000 6000 4000
3000
400000 4000
2000
200000 2000 1000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Piauí
Total cumulativo de casos sintomáticos

1.8x106 14000 12000

1.6x106 12000 10000
1.4x106
Casos novos por dia

10000
1.2x106
Total de óbitos

8000
1x106 8000
6000
800000 6000
600000 4000
4000
400000
2000 2000
200000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Rio de Janeiro
Total cumulativo de casos sintomáticos

7x106 30000 45000

6x106 40000
25000
35000
Casos novos por dia

5x106
Total de óbitos

20000 30000
4x106 25000
15000
3x106 20000
10000 15000
2x106
10000
1x106 5000
5000
0 0 0
20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0
 20

Rio Grande do Norte

Total cumulativo de casos sintomáticos

2.5x106 30000 16000

14000
2x106 25000
12000

Casos novos por dia

Total de óbitos
20000
1.5x106 10000
15000 8000
1x106 6000
10000
4000
500000 5000
2000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Rio Grande do Sul

Total cumulativo de casos sintomáticos

6x106 50000 40000

45000 35000
5x106 40000
30000
Casos novos por dia

4x106 35000

Total de óbitos
30000 25000
3x106 25000 20000
20000 15000
2x106 15000
10000
1x106 10000
5000 5000
0 0 0
20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Rondônia
Total cumulativo de casos sintomáticos

1x106 10000 7000

900000 9000
6000
800000 8000
Casos novos por dia

700000 7000 5000

Total de óbitos

600000 6000 4000

500000 5000
400000 4000 3000
300000 3000 2000
200000 2000
1000
100000 1000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Roraima
Total cumulativo de casos sintomáticos

100000 1200 700

90000
1000 600
80000
Casos novos por dia

70000 500
Total de óbitos

800
60000 400
50000 600
40000 300
30000 400
200
20000 200 100
10000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 1/05/ 1/07/ 1/09/ 1/11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 0 0 0 0 0 0 0 0 0

Santa Catarina
Total cumulativo de casos sintomáticos

2x106 8000 14000

1.8x106 7000 12000
1.6x106
6000
Casos novos por dia

1.4x106 10000
Total de óbitos

1.2x106 5000
8000
1x106 4000
800000 6000
3000
600000 4000
2000
400000
1000 2000
200000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0
 21

São Paulo
Total cumulativo de casos sintomáticos

9x106 40000 60000

8x106 35000
50000
7x106 30000

Casos novos por dia

6x106

Total de óbitos
40000
25000
5x106
20000 30000
4x106
15000
3x106 20000
2x106 10000
10000
1x106 5000
0 0 0
20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Sergipe
Total cumulativo de casos sintomáticos

1.6x106 20000 12000

1.4x106 18000
16000 10000
1.2x106
Casos novos por dia

14000

Total de óbitos
8000
1x106 12000
800000 10000 6000
600000 8000
6000 4000
400000
4000 2000
200000 2000
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0

Tocantins
Total cumulativo de casos sintomáticos

250000 1800 1800

1600 1600
200000 1400 1400
Casos novos por dia

Total de óbitos

1200 1200
150000
1000 1000
800 800
100000
600 600
50000 400 400
200 200
0 0 0
20 20 20 20 /20 1/21 3/21 5/21 7/21 9/21 20 20 20 20 /20 21 21 21 21 21 20 20 20 20 /20 21 21 21 21 21
03/ 05/ 07/ 09/ /11 0 0 0 0 0 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/ 03/ 05/ 07/ 09/ /11 1/01/ 1/03/ 1/05/ 1/07/ 1/09/
01/ 01/ 01/ 01/ 01 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01/ 01 0 0 0 0 0 01/ 01/ 01/ 01/ 01 0 0 0 0 0