COVID-19: Investigadores estudian nuevo modelo matemático para la detección del virus

Profesores de la Universidad Nacional de Colombia (UNAL), la Universidad de los Andes y la Universidad Pontificia Bolivariana (UPB) trabajan con investigadores españoles en la adaptación al contexto nacional de un modelo que integra información geográfica, demográfica y de movilidad en el cálculo del riesgo de nuevos casos de contagio, para así actuar de manera oportuna. La intención es estimar cómo evolucionaría la epidemia en el país

“Estos modelos conjugan la parte epidemiológica, la cual advierte cómo cursa una infección y cómo son los contagios, con características del comportamiento humano como la movilidad, la demografía y los contactos sociales, que en últimas son las que describen los patrones de contagio y cómo se difunden por una ciudad, un país o un continente”. Así explica el profesor Gómez-Gardeñes,  líder del Grupo de Modelización Teórica y Aplicada (GOTHAM Lab) de la Universidad de Zaragoza.

Con estas indicaciones, los investigadores generan un conjunto de ecuaciones que permiten calcular, entre otros indicadores, la probabilidad de encontrar individuos susceptibles, aquellos que no han contraído la enfermedad, pero pueden hacerlo. Así mismo predecir las personas que están infectadas, pero en fase de incubación y que todavía no son infecciosas o a las asintomáticas o con síntomas leves.

Foto: Pixabay

Además se calcula el número de infectados infecciosos y que mostrarían síntomas fácilmente atribuibles a COVID-19; hospitalizados, infectados que han sido detectados y no propagan la enfermedad ya que estarían confinados en el hospital y recuperados, quienes ya no son infecciosos y no pueden contraer el virus de nuevo, ya sea porque se han recuperado y desarrollado inmunidad o porque han fallecido.

Estos cálculos se hacen para cada una de las subpoblaciones o barrios que componen ciudades como Bogotá o Medellín. Según explica el profesor García, incluir tanto la información demográfica como la de movilidad entrega un mejor poder predictivo que los modelos tradicionales y también permite identificar las zonas en riesgo de que se dan los mayores contagios y los peores efectos sobre la infraestructura hospitalaria.

Junto al profesor Gómez-Gardeñes, los profesionales están adaptando el modelo con los datos epidemiológicos, demográficos y de movilidad de Colombia, los cuales podrían ser obtenidos de fuentes como las encuestas de movilidad de las ciudades.

Foto: Pixabay

En España funciona

En el caso de España, estos modelos han funcionado muy bien, pues las proyecciones iniciales han coincidido con la rápida propagación de la enfermedad, especialmente en Madrid, evidenciando el grave error que significó para este país no tomar medidas tempranas.

Una vez se adoptaron estrategias de contención, el grupo del profesor Gómez-Gardeñes comenzó a evaluarlas dentro del modelo, e indica que en este momento están funcionando y se ha podido aplicar dicho modelo para asesorar a gobiernos y regiones a la hora de valorar las medidas a adoptar.

De hecho, es así como pudieron pronosticar el riesgo de colapso sanitario a finales de marzo en las UCI, pese a que las restricciones impuestas en una primera fase de confinamiento eran más flexibles, por lo que fue necesario endurecerlas.

Según el profesor Gómez-Gardeñes, “hasta el momento las medidas han servido para aliviar la carga sanitaria y ganar tiempo y medios necesarios para afrontar el delicado proceso de desconfinamiento y desescalada en los que también estamos aplicando el modelo para evaluar las posibles estrategias”.