lunes, 4 de mayo de 2020

MODELOS MATEMÁTICOS DE CORONAVIRUS: POR QUÉ EL MÁS POPULAR PARA PREDECIR LA CURVA DEL COVID-19 CONSIDERA A LOS MUERTOS COMO "RECUPERADOS"


La noticia de que Chile estaba contabilizando a los fallecidos por covid-19 como "recuperados" fue publicada por medios de todo el mundo y circuló por redes sociales acompañado de fuertes críticas hacia el gobierno de Sebastián Piñera.

"En relación a los pacientes recuperados, que en la definición que hemos utilizado por consejo de expertos internacionales, tenemos 898 pacientes que ya han dejado de ser contagiantes, que no son una fuente de contagios para otros", dijo el presidente chileno en conferencia de prensa el 12 de abril. A continuación, detalló que los "recuperados" son "las personas que han cumplido 14 días desde el diagnóstico o que desgraciadamente han fallecido".

Puede sonar extraño, pero en verdad contar a los muertos como "recuperados" forma parte del modelo matemático que se encuentra en la base de la mayoría de los simuladores usados para mostrar cómo la enfermedad provocada por el nuevo coronavirus se esparce por el mundo.

Por ejemplo, es el modelo en el que está basado el mapa interactivo de la pandemia de la Universidad Johns Hopkins de Estados Unidos, institución que se ha posicionado como una de las máximas referentes estadísticas en esta crisis sanitaria. Sin embargo, este modelo matemático tiene casi 100 años.

Un poco de historia
En 1927, el bioquímico William Ogilvy Kermack y el médico epidemiólogo Anderson Gray McKendrick, ambos escoceses, publicaron un trabajo que todavía se usa para modelar epidemias de enfermedades infecciosas. El problema que ellos estudiaron era y sigue siendo una de las principales causas de muerte en todo el mundo.

Solo basta con pensar que la pandemia de influenza de 1918, también conocida como gripe española, mató a entre 50 y 100 millones de personas, mientras que las víctimas mortales que dejó la Primera Guerra Mundial en los cuatro años anteriores no llegaron a los 20 millones. Lo que Kermack y McKendrick desarrollaron fue el llamado modelo SIR, donde la población se divide en "S" de susceptibles, "I" de infectados y "R" por recuperados, tal como lo explicó para BBC Mundo la matemática española Clara Grima. "Lo que nos interesa en todo momento es quiénes se pueden infectar, quiénes están infectados y quiénes están recuperados y ya no se pueden infectar", afirmó la docente, investigadora y divulgadora.

"En la 'S' de susceptibles están todas las personas que no están vacunadas -que en el caso de la covid-19 es toda la población- y que pueden enfermar", dijo. "Luego está la 'I' de infectados, cuya curva hay que intentar que no suba por encima de la capacidad sanitaria del país, porque son los que pueden requerir de atención hospitalaria", continuó Grima.

"Finalmente está la 'R' de recuperados, que son aquellos que ni infectan ni se pueden infectar, donde siempre se contabiliza a los muertos". La suma de "S" más "I" más "R" es el número total de la población.

En este modelo, "el número de la población se considera constante: si hay 1.000 personas en una ciudad, cuando sumes el número de susceptibles más infectados más recuperados, también te tiene que salir 1.000", dijo.

"Y ahí también tienen que estar contados los muertos porque son personas que ya no están actuando, que ya no están para infectarse ni infectar".

Sin embargo, algunos investigadores llaman a la "R" como "removidos" para evitar el contrasentido de llamar "recuperados" a los fallecidos.

Modelos más complejos

Pero el modelo matemático de Kermack y McKendrick tiene sus limitaciones. "Los modelos SIR más simples hacen suposiciones básicas", explica un artículo de la revista Nature de principios de este mes. Por ejemplo, "que todos tienen la misma posibilidad de contraer el virus de parte de una persona infectada porque la población está perfectamente mezclada y que las personas con la enfermedad son igualmente infecciosas hasta que mueren o se recuperan".

"Los modelos más avanzados", continúa el texto de Nature, "subdividen a las personas en grupos más pequeños (por edad, sexo, estado de salud, empleo, número de contactos, etc.) para establecer quién se encuentra con quién, cuándo y en qué lugares".

Es por eso que distintos investigadores y grupos académicos tienen diferentes modelos matemáticos para estudiar y hacer proyecciones sobre enfermedades infecciosas, algunos de los cuales fueron desarrollados a lo largo de años.

Grima, por ejemplo, le explicó a BBC Mundo que para el nuevo coronavirus se está usando mucho "un modelo un poco más avanzado". Se llama SEIR y es en el que se basa la Universidad Johns Hopkins.

"Esa 'E' representa a las personas expuestas, que son aquellas portadoras del coronavirus que están infectadas y pueden infectar, pero son asintomáticas", dijo.

"Estos son los que están produciendo todo este desbarajuste de datos que hay porque no se sabe dónde están", agregó la matemática.
Otro ejemplo sería el modelo SIRS, donde la última "S" vuelve a ser la palabra "susceptible".

Eso quiere decir que, a diferencia del modelo SIR, la persona recuperada no obtiene inmunidad total, sino que va disminuyendo con el paso del tiempo hasta volver a ser susceptible de infectarse.

De hecho, este viernes la Organización Mundial de la Salud informó que "no hay evidencia de que las personas que se han recuperado de la covid-19 y tengan anticuerpos estén protegidas de una segunda infección".

Pese a su complejidad, "desafortunadamente incluso el más detallado y realista de los modelos matemáticos no es capaz de predecir cuándo la actual pandemia será controlada", escribió Christian Yates, profesor de biología matemática de la Universidad de Bath (Reino Unido) en el portal académico The Conversation.

"Pero es cierto que, cuando finalmente obtengamos el control de la situación -continuó-, los matemáticos y sus modelos habrán desempeñado un papel importante en la forma en que se desarrolló el drama".

No hay comentarios: