Abstract:
A disseminação da COVID-19 foi fortemente influenciada pela mobilidade e interações humanas dentro e entre
diferentes regiões geográficas. O impacto da mobilidade na propagação do SARS-CoV-2 deve ser compreendido
para que se possam elaborar medidas de intervenção eficazes e moldar políticas de saúde pública adequadas. Neste
contexto, verificaram-se resistências ao cumprimento dos bloqueios em várias jurisdições, com parte da população
a considerar que as restrições não deveriam ser aplicadas nas suas áreas. Indicadores claros sobre a aplicação de
estratégias centralizadas ou descentralizadas para reabertura (ou fecho) de escolas e locais de trabalho são cruciais
para desenhar estratégias de confinamento e desconfinamento que tragam benefícios tanto para a saúde pública como
para a economia. Neste estudo, a transmissão do SARS-CoV-2 e os padrões de mobilidade entre as onze províncias de
Moçambique foram simulados utilizando um modelo metapopulacional computacional com dinâmica estocástica. A
mobilidade interprovincial foi determinada por uma matriz de transição, gerada com base num modelo de radiação e na
matriz Origem-Destino. O modelo foi calibrado com base na população efectiva e nos casos activos durante a primeira
onda de infecções, entre Março e Dezembro de 2020. Foram analisados o impacto da mobilidade interprovincial
e a conectividade da cidade de Maputo na trajetória da epidemia, comparando-se estratégias descentralizadas de
bloqueio e reabertura, baseadas em gatilhos de prevalência de infecção específicos de cada província, com uma
estratégia centralizada aplicada a todo o país. Quatro cenários principais e um subcenário foram avaliados: ausência
de mobilidade (C 1 ), mobilidade sem intervenção (C 2 ), mobilidade com intervenção global (C 3 ), mobilidade com
intervenção local (C 4 ) e o subcenário de mobilidade com isolamento da cidade de Maputo (C 2(A) ). A análise
revelou uma contribuição significativa da mobilidade interprovincial para a rápida escalada da epidemia, com a cidade
de Maputo a surgir como o epicentro inicial. No cenário com mobilidade (C 2 ), o valor de R 0 foi de 1.253767,
representando um aumento de 10.05% em relação ao cenário sem mobilidade (C 1 ) (R 0 = 1.139293). Além disso,
registou-se um aumento de 19.54% no número de casos reportados no cenário com mobilidade em comparação com
o cenário sem mobilidade. O subcenário de isolamento da cidade de Maputo (C 2(A) ) evidenciou uma influência
significativa da conectividade da cidade com o resto do país, resultando numa diminuição de 17.09% no número
de casos cumulativos e uma redução de 3.20% no valor de R 0 em comparação com o cenário de mobilidade sem
restrições. O cenário de intervenção local (C 4 ) mostrou-se mais eficaz no adiamento do pico de infecções, com um
atraso de 37 dias em relação ao cenário de intervenção global (C 3 ). No entanto, as reduções no número de casos
cumulativos (1.30%) e no valor de R 0 (2.31%) foram estatisticamente não significativas. Estes resultados destacam
o papel crucial da incorporação de padrões de mobilidade nas estratégias de intervenção para conter a transmissão da
COVID-19 e sublinham a eficácia de abordagens de intervenção regionalizadas no controle da disseminação do vírus