El número de nuevas infecciones diarias es uno de los principales parámetros para comprender la dinámica de una epidemia. Sin embargo, durante la pandemia de la covid-19 esta información ha sido de baja calidad, sobre todo durante los primeros meses, debido al sesgo de las cifras oficiales por el insuficiente número de test diagnósticos realizados.
En este marco, un equipo multidisciplinar de la Universidad de Alicante (UA) y el Instituto de Salud Carlos III (ISCIII) de Madrid ha diseñado una metodología retrospectiva, denominada Remedid (siglas en inglés de Retrospective Methodology to Estimate Daily Infections from Deaths), capaz de estimar las infecciones diarias a partir del número de muertos, cifra documentada con mayor precisión. El trabajo ha sido publicado en Scientific Reports.
“Las series temporales de alta fidelidad de cada parámetro de una epidemia son cruciales para ejecutar modelos epidemiológicos fiables. Partimos de la base de que, en los primeros meses de pandemia, los datos de infecciones oficiales estaban muy sesgados a la baja”, señala César Bordehore, coordinador del equipo, doctor en Biología e investigador del Instituto Multidisciplinar para el Estudio del Medio 'Ramon Margalef' de la UA.
De la infección a la muerte
A partir de esa premisa, desarrollaron un modelo matemático. Según Bordehore, “en primer lugar, se basa en calcular la distribución de probabilidad entre la infección y el fallecimiento”. Se realiza a partir de una metodología denominada convolución de funciones, que incluye una de infección a síntomas y otra de síntomas a fallecimientos -ya que directamente de infección a fallecimiento no existe en la literatura científica-.
“A través de una operación matemática compleja, sumamos esas dos funciones para extraer la distribución desde la infección hasta la muerte”, comenta. El siguiente paso es calcular cuándo se producen las muertes y, según apunta el investigador, existen dos opciones: las muertes oficiales o el exceso de mortalidad reflejado por el Sistema de Monitorización de Mortalidad diaria (MoMo), decantándose por la segunda porque “fue más real que las muertes oficiales”.
Por último, a partir de los estudios de seroprevalencia del Ministerio de Sanidad, se trata de “ajustar el ritmo de muertes aplicando la probabilidad de infección hasta la muerte con los ajustes de porcentajes de los citados estudios”. El equipo ha aplicado este modelo matemático a series temporales estimadas de infecciones, entre el 8 de enero y el 29 de noviembre de 2020, en España y a sus 17 comunidades y dos ciudades autónomas.
“Los resultados muestran que los contagios probables fueron entre 35 y 42 veces más que los oficiales el 14 de marzo, cuando el Gobierno decretó el confinamiento nacional”, apunta David García, profesor del Departamento de Matemática Aplicada de la UA y primer autor del artículo.
El primer contagio
Según este trabajo, que también ha contado con la participación de María Isabel Vigo, del Departamento de Matemática Aplicada de la UA, Eva S. Fonfría y Miriam Navarro, del Instituto Multidisciplinar para el Estudio del Medio 'Ramón Margalef' de la UA, y Zaida Herrador del ISCIII, el primer contagio en España pudo producirse entre el 8 y el 9 de enero de 2020, unos 43 días antes de los registros oficiales durante la primera ola.
“Los estudios de serología realizados por el ISCIII nos han dado una estimación realista del número total de infecciones, mostrando que los datos oficiales estaban subestimados. La metodología Remedid complementa estos estudios reconstruyendo la evolución temporal de dichas infecciones”, añade García. Por otro lado, detallan, “el confinamiento nacional tuvo un efecto inmediato en la transmisión del virus, como demuestra la rápida disminución de la pendiente en torno al día 14 de marzo. Esta inmediatez en la bajada de la transmisión (la R epidemiológica) no se apreciaba en los datos oficiales de infectados”.
Esta metodología es útil para perfeccionar los modelos y mejorar el conocimiento de la dinámica de la pandemia, incluida la eficacia de las diferentes medidas adoptadas para aplanar la curva y diseñar medidas seguras posteriores al cierre. “Podrían obtenerse modelos más realistas y precisos mediante el uso de un número diario de infecciones más confiable proporcionado por Remedid, lo que, a su vez, mejoraría el resultado de los modelos y de las comparaciones de las diferentes medidas de ralentización de la transmisión”, apunta Bordehore.
A corto y medio plazo, una propuesta interesante sería aplicarlo a otras escalas espaciales. “Nosotros lo hemos aplicado a nivel nacional y por comunidad autónoma, pero sería interesante aplicarlo por área básica de salud u otras que tengan una estructura demográfica y de usos y de hábitos sociales homogéneos”. Y también sería interesante incluir las interconexiones entre áreas de salud y provincias “para generar un modelo metapoblacional y ver de qué manera afecta o no la movilidad entre territorios”. También es importante introducir el impacto de las variantes de covid y, de hecho, “estamos realizando ahora mismo un modelo para incorporarlas tanto en la mortalidad como en la capacidad de transmisión”.
via Noticias de diariomedico.... https://ift.tt/3fTvhTv
No hay comentarios:
Publicar un comentario