Utilitário das categorias de tendência epidêmica do Rt para vigilância da gripe: alinhamento com as tendências observadas do departamento de emergência em duas temporadas de influenza nos Estados Unidos

O que aconteceu

O CDC estimou o número de reprodução variável no tempo (Rt) para a influenza nos Estados Unidos desde 2023, traduzindo a probabilidade posterior de que o Rt exceda um, P(R t>1), em categorias de tendência epidêmica (crescimento, provável crescimento, não alteração, provável declínio, declínio). Se Rt indicar de forma fiável a dinâmica da infecção, as tendências crescentes ou em declínio deverão preceder as alterações correspondentes nas visitas de emergência (ED) relacionadas com a gripe, responsáveis pelo atraso entre a infecção e a procura de cuidados. No entanto, como essas categorias refletem confiança na direção da mudança e não magnitude, seu alinhamento com as tendências correspondentes medidas de atividade de DE não é claro. Comparamos as categorias semanais de tendência de epidemia de Rt com as tendências observadas no Programa Nacional de Vigilância Sindrômica nas estações de 2024/2025 e 2025/2026 influenza, utilizando três limiares para definir tendências observadas em diferentes magnitudes ([≥] Diferença de 0,1%, [≥] Diferença de 0,5%, [≥] Variação relativa de 5% entre as semanas consecutivas), comparando as tendências de Rt com as tendências observadas na semana seguinte. Avaliamos o alinhamento e calibração categórica entre P(R t>1) e observamos tendências. O alinhamento foi moderado global, mais forte para as categorias de crescimento e declínio abaixo do limiar de mudança relativa de 5% (61% alinhado) e mais fraco abaixo do limiar de diferença de 0,5% (38,2% alinhado); a calibração foi similarmente melhor abaixo do limiar de mudança relativa de 5%. O desalinhamento se concentrou em torno de pontos de inflexão epidêmica e períodos de baixa atividade da influenza. As categorias de tendência epidêmica de Rt apresentaram alinhamento moderado, limiar-dependente, com atividade de DE observada, refletindo uma combinação de erro de modelo em tempo real e desalinhamento entre métricas de vigilância baseadas em direções e magnitudes. Definir categorias baseadas na magnitude do Rt poderia melhorar a correspondência com indicadores de mudança de tamanho e fortalecer sua utilidade para o monitoramento em tempo real.