Uma pesquisa conduzida no Instituto de Economia (IE) da Unicamp, em parceria com a Universidade do Texas, nos Estados Unidos, identificou a rela\u00e7\u00e3o entre palavras contidas em tweets e a evolu\u00e7\u00e3o de casos e mortes provocadas pela Covid-19 no Brasil. As postagens nas redes sociais poderiam, inclusive, ajudar a prever e controlar outras epidemias emergentes, segundo os pesquisadores.<\/p>\n
Os resultados da pesquisa foram publicados recentemente no Jornal da Unicamp. Coordenador do estudo, o professor Alexandre Gori Maia explica que a ideia era explicar como o comportamento das pessoas influenciaria a din\u00e2mica da pandemia. Ao todo, foram analisados mais de 510 mil tweets, publicados em novembro de 2020, em 3.599 munic\u00edpios brasileiros.<\/p>\n
“N\u00f3s procuramos men\u00e7\u00f5es que tivessem as rela\u00e7\u00f5es mais fortes com os casos de Covid um m\u00eas depois. Pegamos primeiro quais eram os temas mais debatidos no Twitter no m\u00eas e, depois, n\u00f3s fizemos o que chamamos de an\u00e1lise de sensibilidade, relacionando cada um desses temas aos casos de Covid um m\u00eas depois”, detalha.
\nTemas e palavras-chave
\nEventualmente, foram selecionados cinco temas que apresentaram correla\u00e7\u00f5es mais fortes com a pandemia: a Covid-19; interven\u00e7\u00f5es n\u00e3o farmacol\u00f3gicas, como o uso de m\u00e1scara e isolamento social; opini\u00f5es relacionadas \u00e0 sa\u00fade; opini\u00f5es pol\u00edticas; e discuss\u00f5es sobre a vacina.<\/p>\n
A partir da defini\u00e7\u00e3o dos temas, o grupo passou a monitorar a incid\u00eancia de palavras-chave para traduzir a rela\u00e7\u00e3o entre os termos e a dissemina\u00e7\u00e3o do v\u00edrus. Entre as 14 palavras-chave utilizadas no estudo, estavam “quarentena”, “isolamento”, “m\u00e1scara”, “vacina\u00e7\u00e3o”, “CoronaVac” e “comunismo”.<\/p>\n
“Quando havia um debate muito forte numa determinada localidade sobre Covid, isso expressava a percep\u00e7\u00e3o de risco das pessoas em rela\u00e7\u00e3o ao avan\u00e7o da pandemia. \u2018Ah, eu descobri que meu primo est\u00e1 com Covid e vou comentar no Twitter\u2019. A partir dessa frequ\u00eancia, n\u00f3s conseguimos identificar que houve um avan\u00e7o da pandemia um m\u00eas depois”, explica.
\nMaia destaca que a principal vantade do uso das redes sociais para acompanhamento de epidemias \u00e9 a possibilidade de acesso em tempo real \u00e0s informa\u00e7\u00f5es. A partir das percep\u00e7\u00f5es da popula\u00e7\u00e3o no dia a dia, seria poss\u00edvel prever o avan\u00e7o da pandemia em determinada localidade.<\/p>\n
“N\u00f3s percebemos que quanto maior o uso, as discuss\u00f5es relacionadas aos temas de vacina, normalmente havia um menor n\u00famero de casos de Covid um m\u00eas depois. Essas discuss\u00f5es estavam refletindo as percep\u00e7\u00f5es dos comportamentos de sa\u00fade das pessoas”, destaca o pesquisador.<\/p>\n
Aplica\u00e7\u00f5es futuras
\nO pesquisador destaca que, no futuro, o mapeamento de epidemias pelas redes sociais poderia ser utilizado para aperfei\u00e7oar modelos epidemiol\u00f3gicos. “O n\u00famero de casos registrados no hospital ou testes positivos poderia complementar [os tweets], para passar uma informa\u00e7\u00e3o mais precisa e identificar com uma anteced\u00eancia maior poss\u00edveis focos”, afirma.<\/p>\n
“Por exemplo, se eu identificar muitos coment\u00e1rios de discuss\u00e3o sobre Covid ou sobre avers\u00e3o \u00e0s medidas de isolamento social numa determinada localidade, isso permitiria que o agente tentasse entender o que est\u00e1 acontecendo ali. […] Eu n\u00e3o eu n\u00e3o precisaria, por exemplo, fazer uma pol\u00edtica com uma interven\u00e7\u00e3o muito ampla. Eu focalizaria e pouparia recursos”, diz Maia.<\/p>\n
Maia ressalta que a an\u00e1lise dos dados tamb\u00e9m poderia ser utilizada em situa\u00e7\u00f5es nas quais testes n\u00e3o estejam dispon\u00edveis em tempo real, ou quando n\u00e3o h\u00e1 testes em massa, para acompanhar as percep\u00e7\u00f5es das pessoas e do comportamento em rela\u00e7\u00e3o \u00e0 epidemia, que podem resultar no maior ou menor n\u00famero de casos no futuro.<\/p>\n
Foto: Dado Ruvic\/ Reuters
\nG1<\/p>\n","protected":false},"excerpt":{"rendered":"
Uma pesquisa conduzida no Instituto de Economia (IE) da Unicamp, em parceria com a Universidade do Texas, nos Estados Unidos,<\/p>\n","protected":false},"author":1,"featured_media":6183,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","_FSMCFIC_featured_image_caption":"","_FSMCFIC_featured_image_nocaption":"","_FSMCFIC_featured_image_hide":"","footnotes":""},"categories":[2,1],"tags":[],"class_list":["post-6182","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-noticias","category-ultimas"],"yoast_head":"\n