COVID-19, isolamento e custo de oportunidade: uma análise econômica da preservação da vida no Brasil

Mortalidade, vacinação, saúde mental, educação e a pergunta que deveria orientar a próxima pandemia

Resumo

A avaliação econômica da resposta à COVID-19 não pode se limitar à comparação entre mortes evitadas e queda do PIB. A pandemia produziu mortalidade, pressão hospitalar, perda de atividade econômica e deterioração psicológica; as políticas de enfrentamento geraram benefícios sanitários, mas também custos econômicos, educacionais e sociais.

Este artigo propõe uma análise de bem-estar baseada em mortalidade por idade, anos de vida saudável, saúde mental, perda educacional, interrupção de tratamentos e custo de oportunidade dos recursos públicos. O objetivo não é atribuir automaticamente à intervenção todos os resultados observados, mas explicitar os contrafactuais necessários para identificar efeitos causais.

A evidência sustenta três conclusões principais.

Primeiro, vacinação e proteção de populações de maior risco apresentaram relação benefício/custo excepcionalmente favorável. Essa conclusão combina ensaios clínicos, estudos observacionais e modelagem contrafactual, embora a magnitude exata dependa de hipóteses sobre cobertura, variantes, comportamento e imunidade prévia.

Segundo, restrições capazes de evitar o colapso hospitalar podiam gerar benefícios elevados, sobretudo antes da vacinação. Seu benefício marginal, porém, diminuía com o aumento da imunidade, da cobertura vacinal e da capacidade de tratamento. A associação entre maior rigor e menor mortalidade não identifica, por si só, efeito causal, pois países e períodos diferiam em comportamento, estrutura etária, testagem, mobilidade, capacidade hospitalar e circulação viral.

Terceiro, restrições generalizadas e prolongadas, especialmente o fechamento de escolas, impunham custos intertemporais que uma contabilidade baseada apenas em mortes por COVID não captura. Esses custos são plausíveis e documentados, mas sua atribuição causal exige separar o efeito do fechamento formal do efeito da própria pandemia, do medo da infecção, da ausência de professores e das mudanças voluntárias de comportamento.

A principal implicação é que políticas sanitárias devem buscar maximizar anos de vida saudável, e não apenas minimizar uma causa específica de morte. Cada política deve ser avaliada por seu efeito incremental em relação a alternativas realistas, considerando a heterogeneidade por idade, risco, território e tempo.

1. Quadro analítico: como avaliar políticas em uma pandemia

1.1. Não existia uma única mortalidade da COVID

Um dos problemas centrais do debate público foi tratar a “taxa de mortalidade da COVID” como se fosse uniforme.

O risco individual variava fortemente com a idade: era extremamente baixo entre crianças e adultos jovens, aumentava a partir das idades intermediárias e alcançava vários pontos percentuais entre pessoas muito idosas em populações vulneráveis.

Assim, evitar 10 mil infecções entre pessoas de 20 anos não produzia o mesmo benefício sanitário que evitar 10 mil infecções entre pessoas de 85 anos. A idade deveria, portanto, ocupar posição central na análise econômica.

Ela também é crucial para a identificação causal. Comparações simples entre grupos etários descrevem associações, pois os grupos diferem em exposição, comportamento, ocupação, comorbidades, acesso à saúde e probabilidade de testagem. O efeito causal de uma intervenção exige comparar, para a mesma população e período, o resultado observado sob a política com o que teria ocorrido sob uma alternativa plausível. Esse contrafactual nunca é observado diretamente.

1.2. Influenza apresenta fenômeno semelhante — mas 2020 possuía um agravante

A influenza também apresenta forte gradiente etário: o risco de morte é muito baixo entre jovens e cresce nas idades avançadas.

Em 2020, porém, a COVID combinava:

população sem imunidade específica + transmissão elevada + ausência de vacina + tratamentos limitados + possibilidade de grande número simultâneo de pacientes graves.

Esse último componente era decisivo. Uma doença não precisa ter mortalidade individual extremamente elevada para produzir uma emergência sanitária; basta que muitos pacientes necessitem de atendimento ao mesmo tempo.

Quando os hospitais se aproximam da saturação, a mortalidade pode aumentar entre pacientes com COVID e também entre pessoas com infarto, AVC, câncer, trauma e outras condições. Evitar ou retardar o colapso hospitalar, portanto, possuía valor econômico real.

Ainda assim, a relação entre saturação e mortalidade pode refletir tanto o efeito causal da falta de capacidade quanto a seleção de regiões com maior transmissão e maior risco por outros mecanismos. Modelos que incorporam colapso hospitalar exploram cenários, mas não demonstram sozinhos quantas mortes foram causadas pela saturação. Essa interpretação depende da especificação do modelo, da qualidade dos dados e de hipóteses sobre demanda, oferta e substituição de cuidados.

1.3. A equação correta

Uma análise social deveria aproximar-se de:

Benefício social líquido

QALYs preservados pela redução da COVID

  • hospitalizações evitadas

  • sequelas evitadas

  • colapso hospitalar evitado

− QALYs perdidos em saúde mental

− mortalidade não-COVID adicional

− diagnósticos atrasados

− perda educacional

− perda futura de renda

− destruição econômica atribuível à intervenção

− custo fiscal líquido

− efeitos distributivos.

Cada termo deve ser estimado em relação a um contrafactual explícito. A mortalidade não-COVID adicional, por exemplo, não deve ser calculada simplesmente pela diferença entre mortes observadas em 2020 e 2019, pois essa diferença também pode refletir mudanças na circulação de influenza, acidentes, poluição, comportamento e registro. Da mesma forma, a destruição econômica atribuível à intervenção exige separar o efeito das regras do efeito da epidemia e das respostas voluntárias.

A análise também deve incorporar incerteza, apresentando intervalos, cenários e sensibilidade a hipóteses sobre transmissão, adesão, duração, distribuição etária, valor da vida, taxa de desconto e efeitos distributivos.

Isso é diferente tanto de contar apenas mortes por COVID quanto de contar apenas reais de PIB.

1.4. Mortes não são a única unidade relevante

Contar mortes é necessário, mas insuficiente. A economia da saúde utiliza também:

QALY — ano de vida ajustado pela qualidade;

DALY — ano de vida saudável perdido;

anos potenciais de vida perdidos;

custo por ano de vida ganho.

Isso não significa afirmar que uma pessoa idosa “vale menos”, mas reconhecer que políticas públicas precisam medir quantidade e qualidade de vida preservadas.

A mesma metodologia permite contabilizar depressão, AVC incapacitante, câncer, perda funcional, long COVID e outros estados que deterioram a saúde sem necessariamente causar morte imediata.

A métrica, porém, não resolve o problema causal. Primeiro é preciso estimar quantos eventos ocorreram por causa da política em comparação com o contrafactual; depois, atribuir pesos de qualidade, duração e valor econômico. Sem decomposição explícita, QALYs e DALYs calculados durante a pandemia podem incorporar efeitos de múltiplas causas.

1.5. O erro das duas narrativas extremas

Os dados não sustentam adequadamente nenhuma destas afirmações:

“Todo o custo econômico de 2020 foi causado pelo lockdown.”

ou

“Qualquer restrição que reduzisse COVID necessariamente aumentava o bem-estar social.”

Também não há evidência suficientemente robusta para afirmar que “o isolamento matou mais pessoas do que salvou.”

O contrafactual nunca foi observado. A conclusão defensável é mais limitada:

restrições possuíam simultaneamente benefícios e custos; ambos mudavam ao longo do tempo e precisavam ser continuamente reavaliados.

Estudos ecológicos, correlações entre rigor de políticas e mortalidade, séries temporais simples e modelos calibrados podem gerar hipóteses e cenários, mas não estabelecem sozinhos efeitos causais. Evidência mais convincente combina desenhos quase experimentais, controles para tendências prévias, análises de mobilidade e transmissão, resultados em saúde e testes de robustez. Ainda assim, políticas endógenas permanecem um problema: governos tendem a agir em resposta à piora epidemiológica.

2. Evidências por tipo de intervenção

2.1. Vacinação: o grande ponto de inflexão

A vacinação alterou profundamente a equação. Estudo retrospectivo sobre o primeiro ano da campanha brasileira estimou aproximadamente 875.846 casos graves e 303.129 mortes por COVID evitados entre pessoas ao menos parcialmente vacinadas. Pessoas com 60 anos ou mais representaram cerca de 61% das mortes estimadas como evitadas.

Trata-se de modelagem contrafactual, não de 303 mil mortes diretamente observadas desaparecendo das estatísticas. O estudo compara a trajetória observada com uma trajetória simulada sem vacinação, baseada em pressupostos sobre transmissão, eficácia, cobertura, variantes, comportamento e dinâmica temporal.

A magnitude é impressionante, mas deve ser interpretada como efeito modelado sob hipóteses específicas. Estudos observacionais também enfrentam confundimento: vacinados podem diferir dos não vacinados em idade, renda, acesso à saúde, comportamento, exposição e probabilidade de diagnóstico. Ajustes estatísticos reduzem, mas não eliminam necessariamente esse problema.

A característica econômica central é que a vacinação produz grande benefício sanitário com perturbação relativamente pequena da atividade econômica, da educação e das relações sociais. Portanto, “políticas contra COVID” não formam uma categoria homogênea: vacinação, ventilação, isolamento de infectados, expansão de UTIs, fechamento de escolas e lockdown possuem relações benefício/custo distintas.

2.2. Restrições, colapso hospitalar e mudança temporal

Em março de 2020, não havia vacina nem imunidade específica, os tratamentos eram limitados e os hospitais estavam sob ameaça. Reduzir rapidamente a transmissão podia ter enorme valor.

Em uma população amplamente vacinada, com imunidade adquirida, tratamentos melhores e hospitais funcionando normalmente, a mesma restrição poderia produzir benefício marginal muito menor, enquanto permaneciam perda educacional, danos à saúde mental, desemprego, interrupção de tratamentos e redução do convívio social.

Assim:

uma política inicialmente eficiente pode tornar-se ineficiente quando o ambiente epidemiológico muda.

A comparação entre períodos não identifica automaticamente essa mudança, pois também variam variante, imunidade, comportamento, capacidade hospitalar e qualidade do tratamento. A avaliação deve estimar efeitos heterogêneos no tempo: quantas hospitalizações, mortes e sequelas adicionais a política evitou em cada fase e quais custos incrementais produziu em relação à alternativa disponível.

2.3. Educação e fechamento de escolas

A educação ilustra a diferença entre custo imediato e custo intertemporal.

Um estudo sobre São Paulo estimou que a escola média permaneceu fechada por aproximadamente 35 semanas em 2020. Os autores estimaram perda de aproximadamente 0,009 desvio-padrão de aprendizagem por semana em relação às aulas presenciais; anualizada, a estimativa correspondia a uma deterioração de aproximadamente 22–25 percentis.

A consequência potencial percorre décadas:

menos aprendizagem
→ menor capital humano
→ menor produtividade
→ menor renda
→ menor arrecadação
→ potencial deterioração de indicadores sociais e sanitários.

O custo, portanto, não termina quando a escola reabre.

A perda observada pode refletir não apenas o fechamento formal, mas também ausência de professores, desigualdade no ensino remoto, interrupção familiar, doença e redução voluntária da participação. Sem grupo de controle adequado, a estimativa pode representar o efeito do período pandêmico como um todo. Estratégias mais fortes utilizariam variação na duração do fechamento entre redes ou municípios, controlando por tendências anteriores e características locais. A extrapolação para renda e saúde ao longo de décadas continua sendo uma modelagem, não uma observação direta.

2.4. Saúde mental e isolamento

A OMS estimou aumento mundial de aproximadamente 25% na prevalência de ansiedade e depressão no primeiro ano da pandemia, associado a isolamento social, solidão, medo da infecção, luto e insegurança financeira.

No Sul do Brasil, a coorte PAMPA encontrou aumento de sintomas depressivos de aproximadamente 4,5% antes da pandemia para 7,6%, e de ansiedade de 5,8% para 9,1% na primeira onda analisada. Dez meses depois, ambos permaneciam acima dos níveis anteriores.

Depressão, ansiedade e solidão podem produzir anos de vida com menor qualidade, afastamento do trabalho, tratamento médico e impactos familiares. Contudo, não é possível atribuir todo o aumento ao lockdown: a própria pandemia provocou medo, doença, morte, desemprego e insegurança.

O custo observado deve ser decomposto entre doença e resposta à doença. Comparações antes/depois identificam mudança temporal, não necessariamente o efeito causal do isolamento. Para estimá-lo, seria necessário comparar a evolução da saúde mental em grupos ou localidades expostos a diferentes intensidades de restrição, idealmente com diferenças-em-diferenças e tendências prévias verificáveis. Medidas de saúde mental também podem sofrer viés de seleção, mudanças na disposição de responder e diferenças de mensuração. A deterioração é relevante, mas sua parcela atribuível especificamente às restrições permanece incerta.

2.5. Tratamentos interrompidos e doenças não-COVID

Enquanto combatíamos a COVID, a produção de saúde em outras áreas diminuiu. Em 2020, comparativamente a 2019, o Brasil registrou redução de aproximadamente:

  • 3,77 milhões de exames citopatológicos (−44,6%);

  • 1,62 milhão de mamografias (−42,6%);

  • 257.697 biópsias (−35,3%);

  • 25.172 cirurgias oncológicas (−15,7%).

Isso não significa que cada procedimento perdido tenha causado uma morte, mas diagnósticos tardios alteram probabilidades. Um câncer descoberto precocemente pode ter prognóstico muito diferente do mesmo câncer identificado em estágio avançado.

A redução de procedimentos é uma associação temporal. Para estimar seu efeito causal, seria necessário distinguir capacidade indisponível, adiamento voluntário, medo de contágio, mudanças na demanda e alterações no registro. O impacto sobre a mortalidade futura exige acompanhamento longitudinal, pois nem todo procedimento adiado resulta em diagnóstico tardio ou perda de sobrevida. Modelos que convertem exames não realizados em mortes futuras são úteis para planejamento, mas dependem de hipóteses sobre progressão da doença, retorno ao cuidado e eficácia do tratamento.

Em 2019, a pressão arterial sistólica elevada era o principal fator de risco de mortalidade no Brasil e estava associada a mais de 239 mil mortes. O tabaco contribuía para aproximadamente 190,5 mil mortes, segundo levantamento do Global Burden of Disease.

Essas mortes não ocorreram em uma única onda nem apareceram diariamente em painéis, mas sua magnitude anual é enorme. Surge, então, a questão econômica central:

quanto vale o próximo real gasto na redução de cada risco?

Estimativas de carga de doença são fundamentais para comparação, mas “associada a” não significa necessariamente “causada por” no sentido de um efeito identificável para cada indivíduo. Elas combinam relações epidemiológicas, prevalência, mortalidade de base e pressupostos sobre a exposição contrafactual. Orientam prioridades, mas não substituem avaliações causais de políticas específicas.

2.6. Controle do tabaco

O tabaco oferece um experimento econômico extraordinário. Um estudo brasileiro estimou que o tabagismo respondia por 156.337 mortes, 4,2 milhões de anos de vida perdidos e R$56,9 bilhões de custo econômico.

No modelo utilizado, elevar em 50% o preço dos cigarros por tributação poderia evitar 136.482 mortes em dez anos, além de centenas de milhares de eventos cardiovasculares e aproximadamente 64 mil cânceres, produzindo benefício econômico estimado em R$97,9 bilhões.

A política poderia simultaneamente:

reduzir mortes + reduzir despesas médicas + preservar produtividade + aumentar arrecadação.

Isso a torna uma referência importante para o custo de oportunidade.

As mortes evitadas, porém, são uma projeção contrafactual dependente da elasticidade-preço da demanda, substituição por produtos ilícitos, cessação, iniciação entre jovens, defasagem entre exposição e doença e manutenção da política. A modelagem é valiosa para simular cenários, mas não equivale a uma contagem direta de mortes evitadas.

2.7. Controle da hipertensão e outras intervenções de alto retorno

A hipertensão oferece outra fronteira de eficiência. A OMS classifica diversas intervenções contra doenças crônicas como “best buys”.

Na atualização mais recente, 28 intervenções foram consideradas particularmente custo-efetivas e viáveis, usando como referência uma relação média de até I$100 por ano de vida saudável ganho em países de renda baixa e média-baixa. O tratamento farmacológico da hipertensão está entre elas.

Isso não significa converter I$100 diretamente em R$100: dólares internacionais são uma unidade de paridade de poder de compra. A ordem de grandeza, contudo, revela que existem intervenções permanentes muito baratas por ano de vida saudável preservado.

Essas classificações resultam de modelos de custo-efetividade, não de efeitos causais diretamente observados em cada sistema de saúde. Dependem de preços, adesão, cobertura, eficácia, custos de implementação, prevalência e horizonte temporal. Servem como referência para o custo de oportunidade, mas precisam ser recalibradas para o Brasil e comparadas com alternativas concretas de gasto.

3. Síntese de custo-benefício e custo de oportunidade

3.1. Os R$615 bilhões

As medidas federais brasileiras de enfrentamento dos efeitos econômicos e sociais da pandemia atingiram aproximadamente R$615 bilhões de impacto primário em 2020, incluindo R$587,5 bilhões em novas despesas e R$27,5 bilhões em redução de receitas.

Não seria correto tratar todo esse valor como “dinheiro gasto para evitar mortes por COVID”. O Auxílio Emergencial representava R$321,8 bilhões; outros R$60,2 bilhões correspondiam a auxílio federativo e R$51,6 bilhões ao programa de manutenção do emprego e renda. Grande parte era proteção econômica e social.

Além disso, transferência não equivale à destruição integral de recursos reais: o dinheiro recebido pelas famílias continua circulando na economia.

Portanto:

R$615 bilhões ÷ mortes evitadas

não representa um custo economicamente válido por vida salva.

Para estimar um custo causal por vida salva, seria necessário identificar quais despesas e perdas de receita ocorreram por causa da política, em comparação com um cenário sem ela ou com uma alternativa. Transferências, contudo, podem produzir efeitos reais sobre consumo, pobreza, mortalidade e saúde mental. Seu custo de oportunidade deve considerar usos alternativos dos recursos, não apenas o valor nominal desembolsado.

3.2. Nem toda a recessão foi causada pelas restrições

O PIB brasileiro caiu 3,3% em 2020, enquanto serviços recuaram 3,7% e consumo das famílias, 4,5%.

Mas:

queda do PIB durante a pandemia ≠ custo econômico do lockdown.

O contrafactual correto compara:

pandemia + políticas observadas

com

pandemia + políticas alternativas.

Mesmo sem restrições compulsórias, pessoas poderiam deixar voluntariamente de frequentar restaurantes, viajar ou comparecer a eventos. Trabalhadores adoeceriam, empresas sofreriam surtos e o comércio mundial continuaria prejudicado.

Atribuir toda a recessão ao isolamento superestima seu custo; atribuir custo econômico zero às restrições produz o erro oposto.

Uma queda do PIB durante um período de restrições é uma associação temporal. Modelos podem decompor a queda em componentes atribuídos à pandemia e à política, mas essa decomposição depende de hipóteses. Um efeito causal exigiria comparar localidades semelhantes submetidas a políticas diferentes, explorar mudanças descontínuas de regras ou utilizar variações temporais plausivelmente exógenas, controlando por tendências, mobilidade, composição setorial e intensidade da epidemia. Mesmo essas estratégias podem falhar se as políticas forem adotadas justamente onde a transmissão já estava aumentando.

3.3. Síntese

A experiência brasileira sugere uma hierarquia conceitual.

Vacinação, proteção de grupos de alto risco e capacidade hospitalar permitiam grande benefício sanitário com custos colaterais relativamente baixos.

Restrições temporárias, diante de risco concreto de colapso, podiam gerar benefício elevado.

Restrições generalizadas prolongadas, sobretudo quando atingiam a educação e populações de baixo risco individual, exigiam análise de custo-benefício cada vez mais rigorosa.

O objetivo de uma política sanitária não deveria ser minimizar uma única causa de morte, mas:

maximizar anos de vida saudável para toda a população com recursos inevitavelmente escassos.

Essa é talvez a principal lição econômica da COVID-19.

A pergunta para a próxima pandemia não deveria ser apenas:

“Como impedimos pessoas de morrer desta doença?”

Deveria ser:

“Qual combinação de políticas preservará o maior número possível de anos de vida saudável, considerando também os danos produzidos pelas próprias intervenções?”

Para responder, será necessário distinguir três níveis de afirmação: associação, que descreve padrões nos dados; modelagem, que projeta resultados sob hipóteses explícitas; e efeito causal, que compara o resultado observado com um contrafactual plausível por meio de uma estratégia de identificação. Confundi-los produz falsa precisão e conclusões excessivas.

Porque saúde não é apenas ausência de uma determinada infecção.

É também vida, saúde mental, educação, desenvolvimento infantil, renda, tratamento das demais doenças e futuro.