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".
