PNCM E CISM REFORÇAM COMPETÊNCIAS EM MODELAGEM MATEMÁTICA PARA APOIAR A TOMADA DE DECISÕES NO CONTROLO DA MALÁRIA

Participantes do treinamento

Técnicos do Programa Nacional de Controlo da Malária (PNCM) e do Centro de Investigação em Saúde de Manhiça (CISM) participaram, entre os dias 26 e 28 de novembro, num treinamento de capacitação em modelagem matemática aplicada à malária, com o objectivo de fortalecer a tomada de decisões baseadas em evidência científica no contexto da saúde pública em Moçambique.

A formação teve como foco dotar os participantes de competências para compreender o papel da modelagem matemática no apoio a tomada de decisão, interpretar resultados com pensamento crítico, reconhecer a importância da qualidade dos dados e compreender as limitações e pressupostos inerentes aos modelos analíticos.

O treinamento decorreu no âmbito da iniciativa Malaria Modelling for Africa (MaModAfrica), liderada pelo African Institute for Mathematical Sciences – Research and Innovation Centre (AIMS-RIC) e implementada por um vasto consórcio de instituições académicas e de investigação, incluindo o CISM, e universidades parceiras, como a Universidade Eduardo Mondlane, em Moçambique. O projecto conta com apoio técnico do Swiss Tropical and Public Health Institute (Swiss TPH) e financiamento da Fundação Gates.

Segundo Teresa Machai Macete, responsável da Unidade de Formação no CISM, a capacitação de técnicos ao nível provincial é fundamental para fortalecer a resposta descentralizada à malária no país. “Ao capacitar técnicos das províncias no uso destas ferramentas, estamos a contribuir para uma vigilância mais robusta e informada. O workshop foi um espaço de aprendizagem prática, crítica e colaborativa, reforçando o diálogo entre cientistas, gestores de saúde pública e formuladores de políticas”, destacou.

De acordo com Emilie Pothin, do Swiss TPH, a modelagem matemática tem-se revelado uma ferramenta cada vez mais relevante na saúde pública, particularmente no controlo da transmissão da malária. Em contextos de recursos financeiros limitados, abordagens baseadas em evidências tornam-se essenciais para maximizar o impacto das intervenções. Segundo explicou, a modelagem permite compreender melhor a dinâmica da transmissão da malária, avaliar o efeito de diferentes intervenções, testar combinações estratégicas e analisar cenários específicos, como o momento de implementação, a cobertura, os grupos etários abrangidos e até o impacto das mudanças climáticas.

Na mesma linha, Francis Musoke, do African Institute for Mathematical Sciences (AIMS), gestor do projecto MaModAfrica, destacou que a aquisição de competências em modelagem permite transformar dados em activos estratégicos. “A longo prazo, o MaModAfrica pretende formar e desenvolver uma rede africana de modeladores, através de programas de doutoramento, mestrado e formações direcionadas aos Programas Nacionais de Controlo da Malária, contribuindo para políticas de saúde pública mais eficazes, sustentáveis e orientadas por evidências em todo o continente”, afirmou.

Para Timóteo Sambo, estudante de Doutoramento em Matemática Aplicada e Ciências da Computação no Nelson Mandela African Institute of Science and Technology (NM-AIST), na Tanzânia, a capacitação tem um impacto directo no seu percurso académico e profissional.

"a formação reforça a ligação entre a modelagem e a tomada de decisão no contexto real do PNCM"

O doutorando, beneficiário de bolsa do MaModAfrica, explicou que “a formação reforça a ligação entre a modelagem e a tomada de decisão no contexto real do PNCM. As discussões sobre dados de rotina, incerteza, custos, financiamento e priorização mostraram, de forma muito concreta, como a modelagem pode apoiar a actualização do Plano Estratégico Nacional e orientar decisões operacionais. A modelagem matemática permite simular cenários, antecipar resultados e comparar o impacto esperado antes da implementação das intervenções, sendo particularmente útil quando se pretende expandir estratégias como a Quimioprevenção Sazonal da Malária (SMC) para novas províncias”.

Por sua vez, Adilson Chiang, gestor de Dados no CISM, referiu que “como estatístico, esta formação reforça a importância da qualidade dos dados e permite uma análise muito mais realista. Modelar casos de doenças significa transformar dados em modelos matemáticos capazes de prever cenários que poderiam causar grandes prejuízos à instituição, além de apoiar o planeamento de estratégias de controlo e erradicação de doenças”.

Entre os principais desafios identificados durante o treinamento destacam-se a disponibilidade e qualidade dos dados, a escassez de recursos humanos especializados, o acesso limitado a infraestruturas adequadas para simulações complexas e, em alguns casos, a resistência institucional à adopção de abordagens quantitativas inovadoras. Ainda assim, os participantes reconhecem que a colaboração com parceiros nacionais e internacionais é fundamental para ultrapassar estes constrangimentos, partilhar boas práticas e fortalecer a capacidade local.

Por sua vez, Adilson Chiang, gestor de Dados no CISM, referiu que “como estatístico, esta formação reforça a importância da qualidade dos dados e permite uma análise muito mais realista. Modelar casos de doenças significa transformar dados em modelos matemáticos capazes de prever cenários que poderiam causar grandes prejuízos à instituição, além de apoiar o planeamento de estratégias de controlo e erradicação de doenças”.

Entre os principais desafios identificados durante o treinamento, destacam-se a disponibilidade e a qualidade dos dados, a escassez de recursos humanos especializados, o acesso limitado a infraestruturas adequadas para simulações complexas e, em alguns casos, a resistência institucional à adopção de abordagens quantitativas inovadoras. Ainda assim, os participantes reconhecem que a colaboração com parceiros nacionais e internacionais é fundamental para ultrapassar estes constrangimentos, partilhar boas práticas e fortalecer a capacidade local.