fbpx

Quais as dificuldades nas intervensões contra a COVID-19?

Tem sido difícil medir os efeitos do novo coronavírus. O COVID-19 não é apenas de longo alcance – ele tocou quase todos os cantos do globo neste momento – mas seu tributo na sociedade também foi devastador. É responsável pela morte de mais de 905.000 pessoas em todo o mundo, sendo mais de 190.000 mortes apenas nos Estados Unidos. As consequências econômicas associadas foram paralisantes. Nos EUA, mais pessoas perderam seus empregos nos primeiros três meses da pandemia, do que nos primeiros dois anos da Grande Recessão. Sim, há alguns sinais de que a economia pode estar se recuperando, mas a verdade é que estamos apenas começando a entender o impacto total da pandemia e ainda não sabemos o que o vírus reserva para nós.

Tudo isso é complicado pelo fato de que ainda estamos descobrindo a melhor forma de combater a pandemia. Sem uma vacina prontamente disponível, tem sido um desafio fazer com que as pessoas adotem comportamentos suficientes para ajudar a retardar o vírus. Alguns formuladores de políticas recorreram a cientistas sociais e comportamentais em busca de orientação, o que é encorajador, porque isso nem sempre acontece. Já vimos muitas universidades ignorarem os avisos de cientistas comportamentais e reabrirem seus campi, apenas para ter que fechá-los rapidamente depois.

Mas isso também significa que há muitos novos estudos a serem examinados. Somente no campo da psicologia, entre 10 de fevereiro e 30 de agosto, 541 artigos sobre COVID-19 foram enviados para o servidor de pré-impressão principal do campo, PsyArXiv. Com tanta pesquisa para percorrer, é difícil saber em que confiar – e eu digo isso como alguém que ganha a vida pesquisando que tipos de intervenções motivam as pessoas a mudar seus comportamentos.

Como digo a meus alunos, se você deseja usar a pesquisa da ciência comportamental para resolver problemas do mundo real, deve examinar os detalhes com atenção. Muitas vezes, uma pergunta simples como: “Que pesquisa os formuladores de políticas e profissionais devem usar para ajudar a combater a pandemia?” Respondo: é surpreendentemente difícil se obter uma resposta.

Para começar, muitas vezes existem diferenças importantes entre o laboratório (ou as pessoas e situações que alguns cientistas sociais normalmente estudam como parte de nossa pesquisa do dia a dia) e o mundo real (ou as pessoas e situações que os formuladores de políticas e profissionais têm em mente ao elaborar intervenções).

Pegue, por exemplo, o fato de que os cientistas sociais tendem a estudar pessoas de países mais ricos que geralmente são altamente educados, industrializados, democráticos e do hemisfério ocidental. E alguns campos da ciência social (por exemplo, psicologia) se concentram predominantemente em grupos de pessoas mais brancas, mais ricas e mais educadas dentro dessas nações.

Esta é uma questão importante nas ciências sociais e algo sobre o qual os pesquisadores vêm falando há décadas. Mas é importante mencionar agora também, como negros e pardos foram desproporcionalmente afetados pelo coronavírus – eles que estão morrendo em taxas muito mais altas do que os brancos e que estão trabalhando mais em empregos “essenciais” de baixa remuneração que os expõem a maiores riscos.

 

Aqui você pode começar a ver limitações de pesquisas muito reais se infiltrando: as pessoas cujas vidas foram mais adversamente afetadas pelo vírus, foram em grande parte excluídas dos estudos que deveriam ajudá-las. Quando as amostras e os métodos usados ​​não são representativos do mundo real, torna-se muito difícil chegar a conclusões precisas e acionáveis.

Além disso, as coisas que os participantes fazem, ou relatam que farão no laboratório, nem sempre correspondem a como se comportam na vida real. Veja, por exemplo, o uso de máscaras – algo que muitos americanos ainda não estão fazendo. Convencer as pessoas a usar máscaras parece que deveria ser fácil de aonselhar, mas entender por que elas não usam máscaras é muito complicado.

Pode ser um problema de percepção de risco (eles não consideram o COVID-19 tão arriscado, ou subestimam a probabilidade de serem infectados). Ou talvez seja um problema de eficácia percebida (eles não acham que usar as máscaras vai realmente reduzir o risco). Ou talvez seja até mesmo um problema normal de percepção (eles não acham que outra pessoa está usando máscaras).

Compreender por que as pessoas estão optando por não usar máscaras é importante, porque se o objetivo é projetar uma intervenção bem-sucedida para mudar esse comportamento, então, como cientistas sociais, devemos primeiro descobrir qual dessas razões – ou mais provavelmente, qual combinação delas – é a raiz do problema. Até que saibamos o que está motivando grande parte do comportamento que vemos, não podemos gerar soluções eficazes para mudar esse comportamento. E tudo isso sem levar em conta que vivemos agora em um mundo onde tudo – inclusive a pandemia – é politizado, o que também afeta a disposição das pessoas em prestar atenção às mensagens de uma intervenção.

Pesquisas sobre outras doenças infecciosas mostraram que quem está fazendo a intervenção (ou seja, quem está passando a mensagem) é importante, pois os especialistas costumam ser mais eficazes do que os não especialistas. Estudos também mostraram que ajuda, quando a pessoa que faz a intervenção, compartilha características, como gênero ou raça, com as pessoas para as quais a mensagem é direcionada. Além disso, dar às pessoas listas de coisas que elas não podem fazer é menos útil do que fornecer a elas um número razoável (por exemplo, dois a três) de coisas que elas podem fazer.

Por fim, os pesquisadores precisam abordar a questão aparentemente fria e calculista de se uma intervenção é ou não econômica. Os recursos são limitados – especialmente em uma situação como uma pandemia – então os cientistas sociais também estão tentando calcular quais intervenções têm maior probabilidade de ter o maior efeito na sociedade. Para fazer isso, temos que olhar para coisas como “tamanhos de efeito” de estudos anteriores e traduzi-los em métricas relevantes para a pandemia.

Por exemplo, se desenvolvermos uma mensagem para aumentar o uso de máscaras e persuadir os legisladores a comprar tempo no ar em todos os 210 mercados de mídia dos EUA, quanto de aumento no uso de máscaras devemos esperar? Um por cento? Cinco por cento? A resposta é muito importante, porque temos que decidir se esse é um uso melhor ou pior de recursos (limitados) do que investir em outras estratégias, como mais testes COVID-19 – algo que os EUA também não têm em quantidade suficiente.

Em última análise, descobrir essas coisas muitas vezes leva tempo e é importante que cientistas e legisladores reconheçam isso. Precisamos dizer o que não sabemos e quando vamos precisar de mais tempo. Afinal, existe o risco de agirmos muito rapidamente, antes de realmente entendermos o problema ou os efeitos que uma intervenção pode ter. Ser excessivamente confiante e errado pode ter custos muito reais: nós, na comunidade científica, perdemos credibilidade e confiabilidade futuras (sem mencionar os custos associados a qualquer dano causado entre a intervenção falha inicial e a eventual correta).

Pense nas primeiras mensagens em torno das máscaras, que eram bastante imprecisas. Como alguns países obrigam o uso de máscaras, o que pensar da repercussão mundial quando um cirurgião geral dos EUA tuitou sobre o uso das máscaras que “NÃO eram eficazes”. É claro que cientistas e legisladores tiveram que voltar atrás quando os estudos seguintes reafirmaram que o uso de máscaras é eficaz para reduzir a transmissão de COVID-19.

E isso me leva a uma última coisa que quero discutir: a ética da pesquisa científica. Os dados podem ser instrutivos, mas não falam por si. Atrás de cada ponto de dados está uma pessoa. E com algo como o coronavírus, onde as pessoas são profundamente afetadas, temos que pensar sobre a ética de intervir na vida das pessoas. Essa ética novamente envolve considerar coisas como quem é representado e quem está ausente nos dados que usamos, e cujas vidas serão afetadas por essas decisões.

Níveis extremos de desigualdade nos EUA e em todo o mundo, criaram desequilíbrios de poder que muitas vezes resultam na distribuição desigual dos riscos e benefícios das intervenções. Alguns grupos estão sujeitos a riscos desproporcionais, de modo que outros grupos colhem benefícios desproporcionais. Como resultado, as decisões políticas frequentemente têm vencedores e perdedores, e tanto na sociedade histórica quanto na moderna – incluindo a era COVID-19 – as pessoas que perdem são geralmente aquelas que já estão à margem da sociedade. Temos que nos lembrar disso, e estar vigilantes em nossos esforços para não reproduzir esses padrões.

Este é um lembrete importante de que a pandemia não foi o “grande equalizador”, como foi inicialmente descrita. As disparidades raciais na pandemia foram tão gritantes, que as primeiras estimativas sugerem que cerca de um em cada 2.000 de toda a população negra nos EUA morreu de COVID-19. Portanto, é imperativo que consideremos essas diferentes experiências do coronavírus, ao considerar quais pesquisas devemos usar ao responder à pandemia.

Quem está incluído nos dados que estamos usando? E quem não está? Se pesarmos fortemente as opiniões e outros dados coletados de um grupo ao projetarmos as intervenções, o que acontece com os outros grupos? Essas diferenças do mundo real são importantes e muito importantes. Precisamos nos fazer essas perguntas como cientistas e lembrar que – especialmente em tempos como a era da pandemia em que vivemos – estamos apostando na vida das pessoas, nas respostas a essas perguntas.

 

Referente ao artigo Por que propor intervenções eficazes para lidar com o COVID-19 é tão difícil? Publicado em ABC News

 

Dylvardo Costa

 

 

Autor: 
Dr. Dylvardo Costa Lima
Pneumologista, CREMEC 3886 RQE 8927
E-mail: dylvardofilho@hotmail.com

 

 

 

Assine a NewsLetter, receba conteúdos relevantes e a revista digital do Jornal do Médico. https://bit.ly/3araYaa

 

Share this post


WhatsApp chat
Send this to a friend