Projeção de 12 meses · 3 municípios

Se mais pessoas tomam a nova dose,
menos gente se infecta.

Escolha qual parcela do público de 6 meses a 59 anos participa da campanha em São Paulo, Guarulhos e São Bernardo do Campo.

Adesão em 3 meses · proteção após 14 dias · transmissão pós-vacina 35%

0%34% → Re abaixo de 1100%
Imunidade nova+0,00 pp
Re após proteção1,43
Horizonte12 meses
B
Cenário Btransmissão sustentada
867,3 milpessoas infectadas*
em 12 meses
GuarulhosSão PauloSão Bernardo
Parcela da população combinada6,2%

Em 12 meses, a cadeia continua crescendo no SIR homogêneo.

É um SIR homogêneo, não orientação médica.

*A adesão entra uniformemente nos primeiros 90 dias e cada dose passa a proteger após 14 dias. O cenário central usa 35% como média assumida de transmissão nos casos pós-vacina. As manchas equivalem à porcentagem prevista para 14.095.215 habitantes e são redistribuídas a cada mudança do slider.

Entender a fórmula ↓
02 · A fotografia dos dados

O que era público
na data de corte

O número muda com a investigação. Por isso, cada dado abaixo informa a data e abre a publicação de origem.

Boletim atualizado em 13/823

casos confirmados no estado de São Paulo

total estadual mantido no novo corte oficial
Abrir boletim oficial
Por que aparecem 24, 23 e 20?

São territórios diferentes no mesmo boletim de 13/8. O Brasil soma 24 casos confirmados em 2026; 23 estão no estado de São Paulo e 20 são de residentes do município de São Paulo. O total estadual não mudou desde o balanço de 7/8, então o modelo continua partindo de 23 infecções iniciais. Os números são preliminares e podem mudar com a investigação.

03 · Do dado ao cálculo

Uma conta que
você pode refazer.

O modelo transforma cobertura em imunidade estimada e, depois, em potencial de transmissão. Mude qualquer premissa e veja o resultado responder.

0%100%
1218
10% · menor100% · conservador
Resultado do cenáriointerativo
Imunidade efetiva estimada87,9%
Risco efetivo12,1%
Re teórico1,43
Limiar teórico92,9%

Neste cenário simplificado, Re fica acima de 1. Isso não prevê a trajetória real do surto.

A fórmula aberta por histórico de dosesEfetividade: CDC ↗
9,13%sem dose · risco 100%7,21%uma dose · risco 7%83,66%duas+ · risco 3%+0,00 ppproteção efetiva nova

Após a campanha: 0 dose → 1 dose; 1 dose → 2 doses; 2+ permanece em 97% por falta de uma estimativa publicada para ganho adicional. Re combina risco de infecção de 100% / 7% / 3% e transmissão pós-vacina de 35% = 1,43.

04 · Por que cada dose importa

Cobertura média
não conta tudo.

Uma média municipal pode esconder bairros, escolas e redes de contato com cobertura bem menor. É nesses agrupamentos que a transmissão encontra espaço.

O efeito calculado de uma campanha ampla

A média ponderada dos três municípios funciona como aproximação: 9,13% sem dose, 7,21% com uma e 83,66% com duas ou mais. Uma dose distribuída aleatoriamente gera, em média, 0,0878 nova proteção efetiva.

9,13% × 93%+7,21% × 4%=8,78 pp

Ganho quando 100% participa. Quem já tem duas doses permanece em 97% no cenário central; não foi inventado ganho de terceira dose.

400 mil doses35.120 novas proteções efetivas
700 mil doses61.459 novas proteções efetivas
1 milhão de doses87.799 novas proteções efetivas
01

Menos pessoas suscetíveis

Quanto maior a imunidade efetiva, menor a fração de pessoas que pode sustentar novas transmissões.

02

Menos bolsões densos

Mesmo uma mudança pequena na média pode quebrar cadeias dentro de grupos locais muito conectados.

03

Mais proteção coletiva

Alta cobertura reduz o caminho disponível para o vírus, inclusive ao redor de quem não pode ser vacinado.

05 · Para compartilhar

Escolha o ritmo.
Leve a conta.

Quatro carrosséis e duas lâminas sobre criação com IA. Todos são quadrados, usam os mesmos números do simulador e levam o endereço das fontes na própria imagem.

Legendas prontas

Um texto para cada carrossel.

As quatro versões partem da mesma ideia — IA como criação — e desenvolvem um ângulo próprio para cada visualização.

01Impacto direto
IA não é chat. Chat é só uma das interfaces. Para mim, IA fica mais interessante quando vira matéria de criação: quando ajuda a investigar um problema, cruzar fontes, explicitar hipóteses, construir um modelo e transformar números em algo que outras pessoas conseguem enxergar. Neste estudo, parti de dados públicos sobre o sarampo em São Paulo e construí um simulador para explorar o efeito possível de uma campanha de vacinação. O carrossel mostra o contraste calculado entre cenários de adesão. Não é uma previsão oficial nem orientação médica. É uma ferramenta aberta para pensar, testar premissas e voltar às fontes. Veja o modelo, as premissas e as fontes: vacina.matesia.com.br #InteligenciaArtificial #IACriativa #SaudePublica #Sarampo #Vacinacao #DadosAbertos
Baixar legenda
02Mapa vivo
IA não é chat. Também pode ser mapa, modelo e hipótese visível. Eu queria entender o que uma porcentagem da população significa sem reduzir centenas de milhares de pessoas a meia dúzia de pontos. Então usei IA para construir uma representação em 100 mil células: a soma das intensidades preserva a proporção de cada cenário e a distribuição forma manchas. O vermelho mostra intensidade calculada — não a localização real dos casos. Esse é o tipo de criação com IA que me interessa: não pedir uma resposta pronta, mas construir um instrumento que permita enxergar melhor, questionar o resultado e refazer a pergunta. O modelo é independente, não é previsão oficial nem orientação médica. Explore as premissas e confira as fontes: vacina.matesia.com.br #InteligenciaArtificial #IACriativa #VisualizacaoDeDados #Sarampo #Vacinacao #SaudePublica
Baixar legenda
03Lado a lado
IA não é chat. É também uma forma de criar comparações que antes ficavam escondidas numa planilha. Neste estudo, a IA ajudou a transformar dados públicos, hipóteses epidemiológicas e um modelo matemático em uma experiência visual: dois cenários lado a lado, com as mesmas premissas e uma variável que pode ser alterada. O valor não está em receber uma resposta pronta. Está em construir algo que torne a diferença observável — e que deixe claro de onde vieram os números, quais escolhas foram feitas e onde o modelo pode ser questionado. Os resultados são cenários calculados, não previsão oficial nem orientação médica. Veja o simulador, mude a adesão e confira as fontes: vacina.matesia.com.br #InteligenciaArtificial #IACriativa #Modelagem #Sarampo #Vacinacao #DadosAbertos
Baixar legenda
04100 pessoas
IA não é chat. Às vezes, seu trabalho mais importante é ajudar a traduzir sem esconder a complexidade. Um número enorme pode informar e, ainda assim, ser difícil de sentir. Por isso construí esta visualização em 100 pessoas: uma escala simples para comparar infecção projetada e participação na campanha sem misturar os significados das cores. A IA entrou como ferramenta de criação: ajudou a investigar, programar o modelo, testar a representação e transformar o estudo em uma experiência que pode ser conferida e explorada. Não é previsão oficial nem orientação médica. As contas, as premissas e as fontes estão abertas. Explore o projeto: vacina.matesia.com.br #InteligenciaArtificial #IACriativa #ComunicacaoEmSaude #Sarampo #Vacinacao #SaudePublica
Baixar legenda
06 · Fontes abertas

Não confie no site.
Confira a fonte.

Cada link leva à publicação que sustenta os dados ou parâmetros. As páginas oficiais continuam sendo a referência para qualquer atualização.

01
Ministério da Saúde · 28 jul · atualizada 30 jul 2026Ampliação da vacinação em São Paulo, Guarulhos e São Bernardo

17 casos no Brasil naquele corte; 14 permaneciam em acompanhamento em São Paulo.

02
UOL · dados da SES-SP · 7 ago 2026 · atualizada 12h31Estado de São Paulo chega a 23 casos confirmados

Balanço atribuído à Secretaria Estadual: dois casos importados, 21 relacionados à importação e 16 pessoas sem vacinação completa.

03
Prefeitura de São Paulo · COVISA · 13 ago 2026 · SE 32Boletim epidemiológico de sarampo nº 7

Consolida 24 casos no Brasil, 23 no estado de São Paulo e 20 entre residentes da capital; nenhum óbito em 2026.

04
Ministério da Saúde · painel consultado em 6 ago 2026Painel epidemiológico de doenças exantemáticas

Acompanha notificações, não confirmações. Na consulta, a série de 2026 exibia dados somente até a semana epidemiológica 24.

05
Prefeitura de São Paulo · 19 mai 2026Cobertura vacinal 2025 — boletim consolidado

Série municipal final; usa processamento e metodologia próprios.

06
Ministério da Saúde · base contínua · consultada 11 ago 2026Situação epidemiológica do sarampo

Histórico nacional e arquivos de casos confirmados por unidade federativa.

07
SES-SP / CVE · base contínuaAlertas e boletins de sarampo

Página oficial dos boletins epidemiológicos do Estado de São Paulo.

08
OPAS / OMS · 17 jul 2026Surto multinacional nas Américas

Relatórios regionais, alertas epidemiológicos e painel de acompanhamento.

09
CDC · base clínica atualEfetividade da vacina contra o sarampo

Referência usada no modelo: 93% com uma dose, 97% com duas e benefício residual em casos pós-vacina.

10
CDC · Emerging Infectious Diseases · set 2024Transmissão após falha vacinal secundária

Revisão de 14 estudos. Sustenta o cenário central de transmissão residual; não determina um valor universal.

11
IBGE · malha oficialMalhas de São Paulo, Guarulhos e São Bernardo

Três geometrias municipais usadas apenas para desenhar o mapa; não contêm projeção epidemiológica.

12
IBGE · estimativa 2025População combinada dos três municípios: 14.095.215

São Paulo 11.904.961; Guarulhos 1.349.100; São Bernardo 841.154. É o denominador do modelo.

Dado em revisão

Duas séries oficiais, dois retratos de cobertura

A nota federal de 28/7 informa D1/D2 para os três municípios; ponderadas pelas populações, resultam em 90,87% e 83,66%. O boletim municipal consolidado da capital informa 92,09% e 91,88%. O simulador usa a série federal como aproximação para todo o público de 6 meses a 59 anos — uma extrapolação explícita, não uma medição etária completa.

07 · Método e limites

O que esta conta
consegue — e não consegue.

Transparência não torna um modelo perfeito. Torna possível saber onde ele pode falhar.

1Da nova dose à imunidade

A campanha move 0 → 1 dose e 1 → 2 doses ao longo de 90 dias. A proteção começa 14 dias depois.

2Da imunidade aos 12 meses

Um SIR por histórico de doses usa risco de 100%, 7% e 3%; caso pós-vacina transmite 35% no cenário central.

3Dos casos às manchas

A porcentagem acumulada em 365 dias ativa pontos aleatórios novos a cada mudança do slider.

Hipóteses do gráfico: adesão uniforme em 3 meses; efeito após 14 dias; mistura homogênea; R₀ 14; geração de 14 dias; 23 infecções iniciais tratadas com transmissão plena porque não foi publicado o histórico individual completo; pontos redistribuídos a cada movimento do slider.

Histórico inicial · aproximação9,13% · 7,21% · 83,66%

Sem dose, uma dose e duas ou mais. Calculado pela cobertura federal de cada município ponderada pela população.

Proteção contra infecção0% · 93% · 97%

O risco relativo restante é 100%, 7% e 3%. As eficácias vêm do CDC.

Transmissão pós-vacina35% central · 10%–100%

É hipótese de sensibilidade baseada em evidência de proteção residual; não é uma constante clínica universal.

Dose adicional após duas0 pp no cenário central

A campanha é indiscriminada, mas o modelo não atribui benefício extra sem estimativa populacional publicada.

Como o modelo trata a falha vacinal?

Falha primária significa ausência de resposta e pode transmitir como uma pessoa não vacinada; falha secundária preserva alguma imunidade, costuma ter menor carga viral e menor transmissão. Sem a proporção local entre esses grupos, os 35% funcionam como média central assumida. No explorador, 100% representa o limite conservador sem proteção residual e 10% representa o limite de transmissão muito reduzida.

O modelo faz
  • Aplica a participação escolhida na campanha ao longo dos primeiros 90 dias.
  • Separa 0, 1 e 2+ doses e aplica 14 dias de espera até a proteção.
  • Reduz a transmissão dos casos pós-vacina no cenário central.
  • Projeta infecções acumuladas em 365 dias com um SIR multigrupo homogêneo.
  • Converte a porcentagem prevista em uma nova distribuição aleatória de manchas a cada valor do slider.
  • Permite testar premissas sem esconder a fórmula.
O modelo não faz
  • Não prevê quantos casos ocorrerão nem atribui probabilidades clínicas.
  • As manchas vermelhas não representam municípios ou trajetórias reais.
  • Não representa redes reais de contato, bairros ou resposta de bloqueio.
  • Não conhece o histórico vacinal individual completo dos 23 casos iniciais.
  • Não mede ganho de uma dose adicional em quem já recebeu duas.
  • Não substitui investigação epidemiológica nem orientação profissional.
Para decisões sobre a sua saúde

Use a orientação oficial, não o simulador.

Consulte sua caderneta, uma unidade de saúde ou um profissional habilitado. Informações sobre públicos, calendário e locais de vacinação estão nos canais oficiais.

Abrir orientação da Prefeitura