Sanidad

Matemáticos gallegos crean un modelo que predice los enfermos de Covid que ingresarán en UCI

  • 'elEconomista' entrevista a Iván Area y Juan José Nieto
Iván Area, profesor del Departamento de Matemática Aplicada II de la UVigo; y Juan José Nieto, catedrático de Análisis Matemático en la USC

El catedrático de Análisis Matemático de la USC Juan José Nieto y el profesor de la Universidad de Vigo Iván Area han desarrollado un modelo matemático de predicción que identifica cuántos pacientes de Covid-19 van a necesitar de tratamiento en una unidad de cuidados intensivos (UCI).

¿Cómo funciona dicho modelo?

El trabajo que hemos desarrollado consta en varias fases diferenciadas. Primero, en los meses de enero y febrero de 2020, diseñamos un modelo matemático que nos permitiese predecir el avance de la pandemia.

El modelo está basado en considerar la población dividida en distintos compartimentos: personas susceptibles, infectadas, recuperadas, asintomáticas, superpropagadoras, hospitalizadas, recuperadas y fallecidas. Después de estudiar cómo son las transiciones entre las distintas poblaciones se ha realizado el necesario análisis matemático del modelo propuesto, y las correspondientes simulaciones numéricas que ajustaban con bastante precisión los datos que iban llegando desde China. Consideramos esos mismos parámetros que nos dieron las transiciones entre los distintos compartimentos para predecir, el día 4 de marzo cuando se detectó el primer caso en Galicia, que el mayor número de nuevas personas infectadas se iba a producir el día 5 de abril, coincidiendo con la fecha inicialmente prevista para las elecciones gallegas.

Ese mismo día 4 de marzo, informamos a todos los partidos políticos con representación parlamentaria en el Parlamento de Galicia, la necesidad de aplazar las elecciones gallegas, como finalmente hubo que hacer. Finalmente, con las estimaciones de cómo evolucionarían los casos, se estiman las necesidades hospitalarias y, en particular, del número de camas de UCI.

¿Puede la inmunidad de rebaño influir en el modelo?

Cuando comenzamos a estudiar la enfermedad no teníamos claros algunos aspectos clínicos de la misma. En enero teníamos dudas sobre si una persona asintomática podía propagar la enfermedad o no. En aquel momento no estaba tampoco claro cuál era p.ej. el período de incubación. Pero a día de hoy estamos observando, tal y como conjeturamos, que hay personas reinfectadas. Es imposible saber cuántas personas padecen la enfermedad por segunda vez porque no hubo diagnósticos precisos en la primera ocasión.

"La inmunidad de rebaño en esta enfermedad es una cuestión muy compleja"

Aún a día de hoy están apareciendo casos de enero de 2020 en Galicia cuando el primer caso oficial data del 4 de marzo. ¿Esas personas habrán sufrido la enfermedad más de una vez? No podemos saberlo, pero está claro que la inmunidad de rebaño en esta enfermedad es una cuestión muy compleja.

¿Se han aproximado los datos obtenidos hasta ahora con la realidad?

Las simulaciones que hemos realizado se han aproximado muchísimo a lo que después ha sido la realidad. Las previsiones eran sobre el número de casos diario, sobre cuándo sería el máximo de la pandemia (fecha), sobre hospitalizaciones … Recientemente hemos hecho una estimación de las camas de UCI nuevamente y los números siguen siendo muy aproximados.

A nivel de infecciones, ¿creen que se ha llegado ya al pico de la "segunda ola"?

En la primera ola se observó que la subida era muy rápida y la bajada mucho más lenta, con sucesivos repuntes. Es difícil saber si ya estamos en el nuevo pico, pues las medidas que se están adoptando varían constantemente, a diferencia de lo que sucedía durante la primera ola de la pandemia.

¿Qué predicciones se pueden sacar a día de hoy?

Más que predicciones creemos que a día de hoy debemos pensar en las múltiples lecciones que nos ha dejado esta pandemia. En primer lugar, es cierto que nos hemos enfrentado a una situación desconocida para la cual las soluciones clásicas no aportaban soluciones. Además, se ha ido aprendiendo durante todo el proceso, tanto sobre la transmisión como sobre el tratamiento de las personas enfermas, que ha ayudado a mejorar las tasas de supervivencia. Pero también ha servido para detectar que determinados problemas no pueden ser resueltos con análisis locales pues se trata de problemas que trascienden, enormemente, el carácter local.

¿Qué medidas se deberían adoptar en España actualmente?

Como estábamos señalando, consideramos que el problema debe ser abordado globalmente, dentro de lo que se puede entender hoy en día como global desde un punto de vista político. Se ha observado que el número de personas infectadas ha decrecido hasta cero gracias a los confinamientos. Pero estas medidas se han ido adoptando en distintos instantes de tiempo en cada uno de los territorios, debido a que se han iniciado los confinamientos en momentos distintos. Pero una vez se han abierto las movilidades, ha comenzado de nuevo a propagarse la enfermedad porque no todos los territorios estaban a cero.

Creemos que esta experiencia debe servir para repensar cómo abordar un futuro virus, una futura pandemia. Es importante que exista investigación multidisciplinar, y que ésta llegue a la toma de decisiones para ser tomada en consideración.

¿Cuáles creen que son más eficaces?

A la vista de la situación no solo en España sino en Europa, no está claro. Consideramos que habrá que adoptar medidas exigentes a nivel europeo, si bien las circunstancias en breve tiempo van a depender de la vacunación: por un lado de la eficacia de las vacunas y por otro del número de personas vacunadas. En todo caso, como indicábamos debemos aprender de este proceso para futuras pandemias.

"Consideramos que habrá que adoptar medidas exigentes a nivel europeo"

¿Se encuentran actualmente en otras investigaciones sobre el coronavirus?

Estamos explorando otros aspectos de la epidemia como pueden ser la observación de las redes sociales, la influencia del clima, aspectos geográficos y demográficos en colaboración con otros investigadores y grupos. Además, trabajamos en modelos de transmisión de otras enfermedades.

comentariosforum0WhatsAppWhatsAppFacebookFacebookTwitterTwitterLinkedinlinkedin