Científicos y científicas de Argentina y de México desarrollaron un modelo capaz de predecir posibles escenarios futuros sobre la evolución de la pandemia de Covid-19 en función de la estrategia de la búsqueda, monitoreo y aislamiento de infectados.
Asimismo, el software permitió estimar que “la aplicación del aislamiento social, preventivo y obligatorio (ASPO) al comienzo de la pandemia posiblemente evitó en Argentina 1,6 millones de casos y cerca de 45.000 fallecimientos durante 2020”, según precisó la agencia CyTA-Leloir .
“Nuestra herramienta está a disposición de los tomadores de decisiones que deban considerar todos los puntos de vista a la hora de tomar medidas para controlar la pandemia”, indicó a la agencia CyTA-Leloir la física Nadia Barreiro, una de las líderes de la investigación y jefa de la División Sensores Ópticos y Lidar del Departamento de Investigaciones en Láseres y Aplicaciones del Instituto de Investigaciones Científicas y Técnicas para la Defensa (CITEDEF) de la localidad bonaerense de Villa Martelli.
Las herramientas tradicionales en epidemiología permiten describir la evolución de la cantidad de casos de una enfermedad en base a la consideración de la población susceptible, el número de infectados y los recuperados (llamados modelos tipo SIR, por las siglas).
“Si bien estos modelos son un buen punto de partida, están pensados para situaciones que difieren de la situación actual impuesta por el Covid-19 en dos puntos clave: suponen que la población está homogéneamente distribuida en un territorio y que no está sujeta a restricciones en la movilidad”, aseguró la especialista.
El comportamiento social, como variable
Asimismo, precisó que “para describir la evolución de la pandemia” el estudio introdujo “modelos más complejos que consideren diversos aspectos del comportamiento social”.
Según el artículo publicado en la revista especializada Scientific Reports, en el modelo propuesto se divide el mapa del territorio del país (en este caso el de Argentina) en regiones cuadradas relativamente pequeñas (de entre 30 y 50 kilómetros cuadrados) y “se estudia la evolución de la enfermedad en cada región por separado teniendo en cuenta su correspondiente densidad demográfica”.
El software también determina la evolución de la pandemia en cada región y la propagación del nuevo coronavirus a regiones vecinas y a largas distancias dentro del país en función de los niveles de movilidad permitidos.
El modelo considera que “las personas pueden evolucionar” pasando por diferentes estados: “susceptibles, es decir personas que puede contagiarse y no tiene inmunidad; expuestos (estuvieron en contacto con un enfermo y están incubando la enfermedad); infectados (alta carga viral que puede contagiar a otros); aislados (personas que luego de obtener una prueba PCR positiva son aisladas y ya no contagian a otros); y recuperados, esta categoría abarca a quienes se curaron de la enfermedad y son inmunes por lo que no pueden enfermarse nuevamente por un período de tiempo.
“Hay que considerar que existen múltiples variables que inciden en la aparición de olas, y que nuestro modelo también tiene en cuenta, por ejemplo, el levantamiento prematuro de restricciones a la movilidad, la pérdida de inmunidad por parte de un grupo de población que se infectó y que puede volver a contagiarse y la aparición de nuevas variantes del SARSCoV-2, entre otras”, apuntó la física.
Además de Barreiro, el grupo de científicos que llevó a cabo la investigación fue conformado por Pablo Bolcatto, presidente del CITEDEF, Rafael Barrio, del Instituto de Física de la Universidad Nacional Autónoma de México y la especialista en estadística, Tzipe Govezensky, del Instituto de Investigaciones Biomédicas de la UNAM. (Télam)
