Em abril de 2023, cerca de 1% das pessoas que contraíram o coronavírus acabaram falecendo. Isso é 1% de chance de você morrer de covid-19?
Os epidemiologistas referem-se a esta percentagem como “taxa de letalidade”, que se calcula dividindo o número total de casos confirmados pelo número de mortes confirmadas por covid-19. Uma estatística, ou algo calculado a partir de um conjunto de dados, é a taxa de mortalidade de casos. Em particular, é uma espécie de medida chamada extensão de exemplo, que estima a extensão da informação que cumpre algumas regras – para esta situação, a extensão dos casos de Coronavírus que terminaram com a morte.
Normalmente, o objetivo de calcular uma estatística como a taxa de letalidade é estimar uma proporção desconhecida. Nesse caso, que proporção da população mundial morreria se todos fossem infectados com covid-19? No entanto, essa estatística também é usada por alguns para estimar o risco individual.
É normal considerar tal medição uma probabilidade. As estatísticas, por exemplo, apóiam afirmações comuns, como a de que é mais provável que você morra em um acidente de carro do que em um acidente de avião ou seja atingido por um raio do que em um ataque terrorista. Mas é correto confiar apenas nessas afirmações?
Eu estudo teoria da probabilidade como matemático. Durante a pandemia, vi as medições de bem-estar se tornarem uma discussão pública. Como a pesquisa foi realizada em tempo real, o público foi inundado com dados em constante mudança que destacavam fatores de risco específicos, como idade ou condições preexistentes. No entanto, devido ao fato de que o risco varia muito de pessoa para pessoa e depende de intrincados processos físicos e biológicos, é quase impossível usar essas estatísticas para determinar com precisão seu próprio risco.
Um processo é considerado aleatório na teoria da probabilidade se seu resultado não for previsível. É possível que a incapacidade de prever com precisão o resultado seja a única causa dessa imprevisibilidade. Ciclos irregulares têm ocasiões reconhecíveis que podem ser distribuídas em uma probabilidade, ou a inclinação para que a interação dê aquele resultado específico.
O lançamento de uma moeda é um exemplo comum de um processo aleatório. Um cara ou coroa tem dois resultados potenciais, cada um com uma probabilidade de metade. Mesmo que a maioria das pessoas considere esse processo aleatório, um observador pode prever o resultado sabendo a força exata aplicada à moeda. No entanto, devido à impraticabilidade de medir essa força em situações do mundo real, o lançamento de uma moeda ainda é considerado aleatório. Uma pequena mudança pode trazer um resultado alternativo para o cara ou coroa.
Quando uma moeda é lançada várias vezes, você pode antecipar que cinquenta por cento dessas jogadas serão caras, o que é uma maneira comum de pensar sobre a probabilidade de caras serem cinquenta por cento. Para um grande número de lançamentos, na verdade, quase metade dos lançamentos serão caras. Isso é garantido pela lei dos grandes números, um teorema matemático que afirma que, à medida que o processo é repetido inúmeras vezes, a proporção contínua de resultados se aproxima cada vez mais da probabilidade real. Quanto mais você joga a moeda, o nível de lançamentos que dão cara vai ficar cada vez mais perto da metade, basicamente com certeza. No entanto, isso depende de cada lançamento repetido da moeda ocorrer em condições virtualmente idênticas.
Considere a porcentagem contínua de casos de covid-19 que resultaram em morte como a taxa de letalidade de 1%. No entanto, devido ao fato de que o vírus e a imunidade e o comportamento da população global mudaram drasticamente ao longo do tempo, ele não representa com precisão a probabilidade média de morte. As circunstâncias mudam frequentemente.
A taxa de letalidade só se aproximaria da probabilidade média real de morte ao longo do tempo se o vírus parasse de evoluir, a imunidade e o risco de morte de todos fossem os mesmos e não mudassem com o tempo, e sempre houvesse pessoas que poderiam ser infectadas.
O processo biológico pelo qual uma doença causa a morte não é claro e complicado. É caprichoso e, consequentemente, arbitrário. Existe um risco físico real de que todas as pessoas morram de covid-19, mas esse risco varia de pessoa para pessoa e de lugar para lugar. Portanto, a taxa média de mortalidade da população pode ser, na melhor das hipóteses, 1%.
As apostas de bem-estar também mudam entre as reuniões do segmento. Por exemplo, as pessoas mais velhas têm muito mais probabilidade de morrer do que as pessoas mais jovens. Seguir as contaminações do Coronavírus e como elas terminam para um grande número de pessoas que são demograficamente semelhantes a você daria uma boa medida de jogo individual.
A taxa de baixas de casos é uma probabilidade, mas apenas quando você dá uma olhada na coleção de informações específica a partir da qual ela foi determinada diretamente. Se você tirasse um número aleatório de um chapéu e anotasse todos os casos de covid-19 no resultado desse conjunto de dados em uma tira de papel, teria 1% de chance de selecionar um caso que resultou em morte. A porcentagem seria maior ou menor se isso fosse feito apenas para casos de um grupo específico, como idosos com maior risco ou crianças pequenas com menor risco. Por causa disso, é possível que 1% não seja uma boa estimativa de risco pessoal para todas as pessoas em todos os grupos demográficos.
Podemos aplicar esse raciocínio a acidentes de trânsito. Em uma viagem de 1.600 quilômetros, a chance de sofrer um acidente de carro é de cerca de 1 em 366. No entanto, você não teria chance se nunca estivesse próximo a veículos ou estradas. No sentido de escolher nomes de um chapéu, isso é realmente apenas uma probabilidade. Também se aplica de forma diferente a diferentes segmentos da população, por exemplo, devido a diferenças nos hábitos de condução e nas condições das estradas locais.
Apesar do fato de que uma estatística populacional não é o mesmo que uma probabilidade, pode ser uma boa estimativa dela. No entanto, desde que todos na população sejam demograficamente comparativos o suficiente para que a medida não mude muito quando determinada para vários subgrupos.
Reconheça o que essa estatística populacional realmente é na próxima vez que você a encontrar: simplesmente a porcentagem de uma população específica preenche alguns modelos. Você provavelmente se destaca do resto dessa população. É possível que sua própria probabilidade seja maior ou menor.
