Científicos brasileños desarrollan un acelerómetro para COVID-19

Es una aplicación online que monitorea en tiempo real la tendencia a la aceleración o a la desaceleración de los contagios de la enfermedad en más de 200 países y territorios, y ayuda a evaluar la eficacia de las políticas públicas tendientes a contenerla

Por Karina Toledo  |  Agência FAPESP – Investigadores de la Universidade Estadual Paulista (Unesp), en su campus de la localidad de Araçatuba, en Brasil, desarrollaron un aplicación que funciona como un “acelerómetro para COVID-19”, que monitorea en tiempo real la tendencia a la aceleración o a la desaceleración de los contagios de la enfermedad en más de 200 países y territorios. Esta herramienta, disponible online gratis, carga los datos de los casos notificados disponibles en la base del Centro Europeo para la Prevención y el Control de Enfermedades (ECDC), con actualizaciones diarias, y aplica técnicas de modelado matemático para diagnosticar el estadio actual de la epidemia en un determinado sitio.

“Aparte de democratizar el acceso a la información, para que todos puedan entender que está sucediendo en su ciudad, en su estado, departamento o provincia o en su país con exactitud, esta aplicación les permite a los gestores públicos evaluar si una determinada medida implementada para contener el contagio del nuevo coronavirus está surtiendo efecto o no”, afirma en declaraciones concedidas a Agência FAPESP Yuri Tani Utsunomiya, docente del Programa de Posgrado en Ciencia Animal de la Facultad de Medicina Veterinaria de Araçatuba (FMVA-Unesp) y primer autor del artículo en el cual se describe el desarrollo de este modelo matemático, publicado en la revista Frontiers in Medicine.

Para explicar cómo evoluciona una epidemia, Tani Utsunomiya efectúa una analogía con un automóvil. Durante la etapa inicial, la enfermedad avanza de manera lenta y la cantidad de casos diarios aumenta poco, al igual que un coche que se mueve bajo el efecto del embrague. A la velocidad de expansión se le da el nombre de incidencia, y se la mide de acuerdo con la cantidad de nuevos casos diarios. En tanto, la prevalencia corresponde a la cantidad de casos acumulados en el transcurso del tiempo, que sería equivalente a la distancia recorrida por el automóvil imaginario.

“Cuando se presiona el acelerador, la cantidad de casos empieza a aumentar rápidamente, al igual que un coche acelerado que adquiere velocidad. En esta segunda etapa de la epidemia se concreta el crecimiento exponencial de la cantidad de casos. Lo que todos los países procuran es que cese esta aceleración para iniciar el frenado de la enfermedad. Cabe acotar que son operaciones distintas. La primera consiste en sacar el pie del acelerador, para que la aceleración se reduzca a cero. Cuando esto sucede, se llega al pico de incidencia. La segunda operación comprende el ejercicio de una aceleración negativa de la enfermedad [pisar el freno] para que su velocidad de crecimiento caiga a cero. Sin velocidad, el automóvil se detiene. Y esto es lo que pretendemos: que el COVID-19 cese de propagarse”, explica.

El acelerómetro para COVID-19 permite ver en tiempo real si un determinado país está con el pie en el acelerador o en el freno, con algún grado de imprecisión en los lugares donde se registra una alta subnotificación de casos. Con todo, según remarca el investigador, la transición entre los cuatro estadios de crecimiento de la epidemia –lento (verde), exponencial (rosa), de desaceleración (amarillo) y estacionario (azul)– puede concretarse en forma alternada. Es decir que aun después de entrar en desaceleración o incluso con crecimiento estacionario, la enfermedad puede regresar a la fase exponencial en caso de que se abandonen las medidas de control. De allí la importancia de contar con herramientas que ayuden en el monitoreo permanente.

“Lo que notamos con el análisis de más de 200 países y territorios es que las medidas de control eficaces producen un efecto rápido sobre la curva de aceleración, mucho antes de la merma efectiva en la cantidad de casos diarios. Este comportamiento de la curva tiene una alta relevancia en la evaluación de las políticas públicas de control”, dice.

Curvas sinuosas

Teniendo como referencia los casos notificados por los organismos sanitarios oficiales, la aplicación delinea la curva de incidencia –aquella que se desea achatar para evitar el colapso de los sistemas de salud– y la de aceleración del crecimiento en tiempo real, amén de detectar las transiciones entre los cuatro estadios de expansión de la epidemia. Para que esto sea posible, los investigadores aplicaron ciertas técnicas matemáticas como la de regresión móvil y el modelo oculto de Márkov.

“Desarrollamos un método sencillo, pero bastante robusto, que logra generar información precisa sobre el avance y el movimiento de la epidemia a partir de datos disponibles en bancos nacionales e internacionales. Pero estos cálculos se realizan con base en datos que dependen esencialmente del diagnóstico [testeo]”, pondera José Fernando Garcia, docente de la Unesp de Jaboticabal y coautor del artículo.

Según los investigadores, si bien la subnotificación de casos constituye un factor limitante del modelo, y puede generar alguna distorsión de escala, las curvas epidemiológicas generadas tienden a mantener sus contornos muy cerca de lo real.

Para Brasil, la mala noticia reside en que, al analizar las curvas actuales, se observa que ningún estado brasileño ha logrado salir de la fase de crecimiento exponencial, aun con la cuarentena. A modo de comparación, China llegó a la fase de crecimiento estacionario con tan solo seis semanas de aislamiento social bien realizado. También han logrado llegar a la etapa de crecimiento estacionario Australia, Nueva Zelandia, Austria y Corea del Sur.

En tanto, Italia, España y Alemania se encuentran actualmente en la fase de desaceleración del crecimiento, merced a las medidas de confinamiento implementadas.

Tani Utsunomiya divide las políticas públicas que apuntan a contener la propagación del coronavirus en dos categorías: medidas de supresión (más intensas y severas, delineadas para generar una rápida reversión del crecimiento epidémico, como el lockdown o bloqueo total), o de mitigación (orientadas hacia la disminución del contagio, para que el crecimiento transcurra de forma controlada, tales como el uso de mascarillas y el control de aglomeraciones).

“En nuestro estudio quedó muy claro que las medidas de supresión son extremadamente efectivas en el combate contra el COVID-19. Sin embargo, han venido siendo criticadas porque generan problemas de índole social y un profundo efecto negativo en la economía. En tanto, las medidas de mitigación provocan menos impactos socioeconómicos, pero son mucho menos eficaces. Resulta bastante difícil apuntar una solución universal”, dice Tani Utsunomiya, quien fue becario de doctorado y de maestría de la FAPESP.

Según el investigador, Japón fue uno de los únicos países que lograron desacelerar el aumento de casos únicamente con medidas de mitigación. “Es necesario tener mucha cautela en la comparación de las estrategias implementadas en distintos países, pues factores tales como la infraestructura de salud, la cantidad y la frecuencia de los testeos, la densidad poblacional y la adhesión de la población a las recomendaciones de los organismos sanitarios pueden ser determinantes para la viabilidad de las medidas de mitigación”, afirma.

Puede leerse el artículo intitulado Growth Rate and Acceleration Analysis of the COVID-19 Pandemic Reveals the Effect of Public Health Measures in Real Time en el siguiente enlace: www.frontiersin.org/articles/10.3389/fmed.2020.00247/full.