Vigilar el covid será como predecir el tiempo: así será la 'señal de alarma' ante un rebrote

Pocas veces las matemáticas saltan a los titulares, pero en la crisis del covid-19 han jugado un papel clave, sobre todo cuando al inicio de la pandemia tratábamos de adivinar la evolución de la famosa curva. El problema era que esos modelos epidemiológicos se enfrentaban a una situación nueva por las características de un virus desconocido, porque la sociedad hiperconectada tecnológica y físicamente ya no es la de décadas pasadas y porque las medidas para evitar la propagación tampoco tienen precedentes.

Así, unos acertaron más y otros menos. Ahora, en plena desescalada, los científicos que trabajan en modelos epidemiológicos se enfrentan al segundo gran reto: averiguar si se producirá un rebrote importante y cuándo llegará. Ya tienen más herramientas, conocen mejor el comportamiento del virus, lo que está pasando en todo el mundo y la reacción de la sociedad. Sin embargo, las incertidumbres siguen siendo enormes, sobre todo porque en gran medida el porvenir depende de si nos ponemos la mascarilla o hacemos una barbacoa el domingo e invitamos a todo el vecindario. ¿Qué pueden decir los modelos matemáticos?

TE PUEDE INTERESAR

Qué fue de las predicciones matemáticas del covid: cómo el lío de datos ha trastocado todo

Guillermo Cid

En Teknautas, hablamos con varios expertos que no se rinden. Todos coinciden en que en esta situación, otra vez nueva y caótica, realizar una predicción fiable solo es posible con unos días o una semana de antelación, pero que merece la pena el esfuerzo, porque esa información es vital para que los servicios sanitarios estén mejor preparados. El problema es que la variabilidad de los datos oficiales complica aún más su labor y que, tanto para realizar predicciones como para luchar contra la epidemia de forma efectiva, es crucial identificar casos y rastrear contactos, todavía un punto débil de la estrategia española.

Por qué los modelos antiguos no encajaban

En la Universidad de Santiago de Compostela, Jorge Mira Pérez dirige el proyecto Predico (Predicción Dinámica de Escenarios de Afectación por covid-19 a Corto y Medio Plazo), financiado por el Instituto de Salud Carlos III. “Empezamos a hacer análisis para Galicia y vimos que los modelos clásicos tenían ciertos problemas”, afirma en declaraciones a Teknautas, “no encajaban porque con este virus hay personas sin síntomas que pueden estar infectando a otras y además existen supercontagiadores”.

Además, la dinámica de propagación de un virus humano ha cambiado radicalmente en el mundo actual. “En ratones o en la población europea del siglo XIV, una epidemia era como un fuego que avanza quemando el bosque y empieza a decaer cuando se queda sin combustible. Sin embargo, ahora la gente está más conectada, se informa y se asusta de manera rápida, y lo que sucedía hace tres semanas es distinto a lo que pasa ahora”, explica. Por eso, una sociedad puede aislarse de la noche a la mañana y su red de contagios cambia rápidamente.

Para introducir todos estos elementos, los investigadores de la Universidad de Santiago de Compostela destacan tres partes de su proyecto. En la primera, introducen la noción de superpropagador: “Ya está en nuestro modelo y explica muy bien todo el comportamiento del coronavirus en Galicia, por ejemplo”, asegura Mira. La segunda pata de este modelo introduce cadenas de datos de esta pandemia en otros lugares o de otras epidemias aquí, como la de la gripe, para reproducir el comportamiento futuro. Finalmente, el tercer apartado intenta “pulsar el estado del país” para tratar de medir la actitud de la población y averiguar si sus redes de contactos van a permitir que el virus circule más o menos.

“La sociedad cambia rápidamente y esto hace cambiar al modelo”, comenta el investigador, que reconoce que este último elemento es clave, pero es el menos tangible, así que medirlo supone un reto. Aun así, tratan de utilizar datos objetivos: por ejemplo, si hace mal tiempo es posible que mucha gente opte por quedarse en casa y los contactos interpersonales disminuyan.

Cómo afinar más

En ese sentido, a pesar de que el covid-19 tenga características únicas, hay patrones de otras enfermedades que se repiten. “Aunque nos sorprenda, la gripe no desaparece nunca a lo largo del año, en Galicia a finales de junio hay unos 30 casos por semana”, apunta. “La red por la que viaja la infección la creamos los seres humanos a través de nuestros contactos, pero ahora los humanos de todo el mundo estamos creando una red distinta, porque la gente tiene miedo, se lava las manos y se pone guantes y mascarilla”, explica.

Por eso, Mira lanza una hipótesis sorprendente: es posible que la nueva normalidad acabe con la gripe en la próxima campaña. El número reproductivo básico (R0), que en el caso del coronavirus puede ser muy alto (cuando es 3 significa que una persona contagia a otras 3), es de 1,3 en la gripe. Si baja de 1, una infección tiende a desaparecer. “El R0 que conocemos es con el modo de vivir del pasado, no sabemos cuánto caerá en esta nueva sociedad”, señala.

Del mismo modo, es difícil anticipar un rebrote de coronavirus con mucha antelación. “La sociedad es móvil y no podemos adivinar hacia donde irá, pero sí podemos detectar primeros casos anómalos para dar la señal de alarma. Estamos ante fenómenos exponenciales, que crecen en progresión geométrica, de un caso pasas a tres, luego a 9 y después a 27”, explica. En definitiva, pequeños cambios en las condiciones iniciales pueden dar lugar a cambios brutales en las condiciones finales. Esto hace imposible tener un control tan fino como para adelantar lo que pasará dentro de dos meses, “del mismo modo que tampoco puedes hacer una predicción del tiempo con esa anticipación, pero sí con unos días o una semana de adelanto”.

Entonces, ¿qué se puede hacer? Precisamente, la predicción meteorológica sirve de ejemplo. “Si tienes una amplia red de estaciones que te dan datos cada tres horas y vuelcas esa información en los modelos, vas a poder predecir qué tiempo va a hacer con una semana de antelación”. Traducido al covid-19, “cuantos más puntos haciendo test y más cortos los periodos en los que se suministren datos, mejor predicción podremos hacer”.

"Un solo día es clave"

En la Universidad de Murcia, Antonio Guirao dirige otro proyecto basado en un modelo epidemiológico físico-matemático financiado por el Instituto de Salud Carlos III y coincide en la visión de que, a partir de ahora, este tipo de predicciones pueden ser similares a las meteorológicas: aunque solo puedan anticipar un rebrote unos pocos días, serán muy útiles para que el sistema sanitario de cada comunidad autónoma se prepare para atender más casos. “Hemos visto que puedes tener una avalancha de forma exponencial, en una semana se te dispara, así que un solo día es clave”, asegura.

Su modelo parte de la idea de que el confinamiento ha logrado una efectividad que ronda el 70%. En el hipotético caso de que todos y cada uno de los españoles hubiéramos estado completamente aislados del resto, se habría llegado al 100%. Aunque eso es imposible, las medidas han sido muy importantes y el éxito es notable. “Significa que hemos bajado el R0 a un 0,8, de manera que está decreciendo”, explica.

Sin embargo, a medida que avanzamos en las distintas fases de desescalada, las medidas se relajan y su efectividad para detener la expansión del virus también, de manera que podría bajar hasta un 50% o un 60% y justo ahí está el peligro. Aunque nada es como antes, porque se mantendrán medidas como la distancia social o las mascarillas, con esos porcentajes el R0 puede volver a subir hasta el 1, lo que significa que cada enfermo contagia el covid-19 a una persona y, por lo tanto, la epidemia se estabiliza, ni crece ni decrece, pero no tiende a la desaparición.

El escenario actual es de incertidumbre y probablemente no haya respuestas hasta mitad de junio, según Guirao. Si empieza a crecer la curva, no será como al principio, “podemos estar ante un R0 de 1,2 o 1,3” —entre finales de febrero y comienzos de marzo llegó al 5—, así que la evolución será más lenta y dará un mayor margen de maniobra. Aun así, cualquier cifra por encima de 1 es negativa, porque significa que la epidemia crece.

Según su planteamiento, existen tres elementos que determinan ese crecimiento: factores relacionados con el propio virus (por ejemplo, su infectividad, en la que podría influir un aumento de las temperaturas), el número de contactos de las personas (algo que ha cambiado tras el confinamiento) y la capacidad para realizar test y rastrear contactos (que ya se está haciendo, pero no en la medida que sería ideal).

Sobre las características del virus no se puede actuar desde el punto de vista epidemiológico, pero ante los demás elementos, “existen dos posibles medidas de control, el confinamiento y la detección precoz para el rastreo de casos”, que se relacionan entre sí como “el numerador y el denominador” de la pandemia. “Es una lección que deberíamos haber aprendido, si tenemos una capacidad mayor de detectar casos, podríamos relajar las medidas de confinamiento sin estar al borde del precipicio”, asegura el investigador de la Universidad de Murcia.

Los test sin rastreo no evitan el colapso

¿Pero hasta dónde debe llegar esa capacidad para ser efectiva? “Nuestro modelo dice que si realizas test y detectas al 50% de quienes desarrollan síntomas y, a partir de ellos, haces un rastreo y localizas al 40% de sus contactos, poniéndolos en cuarentena, el pico de una nueva infección sería muy bajo”, afirma Yamir Moreno, investigador de la Universidad de Zaragoza, que ha realizado un estudio publicado como ‘preprint’ en el que ha participado también la Universidad Carlos III de Madrid y el Instituto Tecnológico de Massachusetts (MIT).

Así, los casos que registraría una segunda oleada se quedarían por debajo de la capacidad basal de las UCI (la que ya existía antes de la llegada del coronavirus). Además, la población que habría que poner en cuarentena tras localizar a todos los sospechosos rondaría el 10% o el 12% de la población en su momento más alto. “Es un número alto pero muy poco comparado con tener al 90%, como ha ocurrido esta vez, así que es una estrategia menos costosa social y psicológicamente”, apunta.

El problema es que “aquí se habla mucho de hacer test, creo que estamos por debajo de la capacidad tecnológica que deberíamos tener, pero nuestro modelo dice que, si solo haces test y no rastreas contactos, no logras evitar volver a saturar el sistema en el rebrote, porque tienes que cortar las cadenas de contacto”.

Sus cálculos se basan en la ciudad de Boston (EEUU) y, aplicado a España, también podría predecir con algunos días de antelación si va a producirse un repunte importante. Sin embargo, “para eso tendríamos que calibrarlo con datos reales, pero aquí las cifras cambian todos los días, un día siguen una metodología y otro día otra, un día te quitan 2.000 muertos y otro te suman 200, y así es imposible”.

La importación de casos, "crucial"

Aparte de todas estas variables internas, habría que añadir un elemento externo que también prevén Guirao y sus colegas de la Universidad Murcia en su modelo: el riesgo de importación de casos, especialmente ahora que se conoce que España se abrirá al turismo en julio. A partir de la experiencia de China, cuyos nuevos casos proceden en gran medida de personas que han regresado al país una vez superado el confinamiento más estricto, y realizando un seguimiento de los datos de otros países, el modelo incorpora también este factor.

“Sabemos que la enfermedad en Italia y Alemania puede estar controlada en niveles similares a los de España, que en el Reino Unido está un poco peor y que América Latina ahora mismo es un peligro porque está fuera de control”, apunta el experto. Por eso, una mayor entrada de viajeros de una procedencia o de otra también podría influir en futuros rebrotes.

No obstante, Guirao critica la falta de criterios comunes de los distintos países a la hora de planificar esta apertura. “No se están aplicando criterios científicos, solo políticos o económicos”, cuando se decide, por ejemplo, si los visitantes tendrán que someterse o no a cuarentenas en función de si lo hace también el país vecino.