Uso de modelos de predicción para gestionar el brote de coronavirus
La pandemia de la COVID-19 plantea un reto sin precedentes para los responsables políticos de toda Europa, dado el ritmo al que se están extendiendo sus efectos. El brote de coronavirus actual marca el regreso de un antiguo enemigo ya conocido. Entre los seres humanos, nada ha causado un mayor número de muertes que los virus, bacterias y parásitos, responsables de enfermedades como la peste negra, la viruela, la gripe española y el paludismo. De hecho, las enfermedades infecciosas siguen siendo una de las principales causas de muerte en todo el mundo. Los esfuerzos renovados para combatir la COVID-19 y otros brotes recientes como el ébola y la epidemia del síndrome respiratorio agudo grave, han puesto de relieve la necesidad de prever la evolución de las epidemias. El proyecto EPIFOR (Complexity and predictability of epidemics: toward a computational infrastructure for epidemic forecasts), financiado por la Unión Europea, se situó a la vanguardia de dichos esfuerzos por predecir y controlar mejor la propagación de epidemias. La epidemiología computacional, que combina varias disciplinas como las matemáticas, la estadística, las ciencias de la computación y la epidemiología, ayuda a los científicos a recopilar e integrar grandes conjuntos de datos sobre epidemias históricas con los que desarrollar modelos computacionales, los cuales pueden utilizarse para ofrecer predicciones detalladas y precisas de la propagación de epidemias futuras. Un investigadora que participa en EPIFOR explica en una noticia publicada en el sitio web del Consejo Europeo de Investigación (CEI) cómo contribuyó el proyecto a que los científicos puedan desarrollar tales modelos. Vittoria Colizza, del Instituto Nacional de Salud e Investigación Médica (Inserm) de Francia, declara: «Como parte del proyecto EPIFOR financiado por el CEI, que estuvo activo entre 2008 y 2013, desarrollé junto con mi equipo una serie de herramientas computacionales capaces de ofrecer predicciones precisas de futuros brotes víricos y facilitar una respuesta oportuna y eficaz a la amenaza. El objetivo era mejorar nuestra capacidad para controlar la transmisión de una enfermedad, a fin de orientar mejor las intervenciones y comprender mejor sus efectos en grandes poblaciones».
Una carrera contrarreloj
Colizza señala la pandemia de H1N1 de 2009 (gripe porcina) y la epidemia de MERS-CoV (síndrome respiratorio agudo de Oriente Medio-coronavirus) que coincidieron con la vigencia de EPIFOR. Ambos dieron a los investigadores la oportunidad de probar sus planteamientos en situaciones reales. «Estos experimentos confirmaron las significativas capacidades de los modelos computacionales desarrollados y proporcionaron patrones útiles sobre la posible propagación futura de enfermedades infecciosas». Añade que en el Inserm hay expertos que «trabajan las 24 horas del día como parte de un equipo multidisciplinar para ayudar a gestionar la crisis sanitaria causada por el brote de la COVID-19. Nuestro trabajo está respaldado por varios otros proyectos de Horizonte 2020. No obstante, los modelos computacionales y demás herramientas desarrolladas durante el proyecto EPIFOR sentaron las bases de esta labor y están resultando fundamentales». Además, los científicos que participaron en estas actividades han elaborado varios artículos sobre el «uso de modelos computacionales para predecir la propagación de la enfermedad y el impacto previsto de las medidas de mitigación que se están aplicando en toda Europa», explica Colizza. Ejemplo de ello es un informe publicado en el sitio web del laboratorio EPIcx del Inserm que evalúa el impacto del cierre de las escuelas y el teletrabajo, centrándose en tres regiones de Francia (Isla de Francia, Alta Francia y Gran Este). «Los resultados numéricos muestran que el cierre de escuelas por sí solo tendría un beneficio limitado en la reducción de la incidencia máxima (una disminución inferior al 10 % con un cierre escolar de ocho semanas para las regiones en la fase temprana de la epidemia). En combinación con un 25 % de adultos teletrabajando, el cierre de las escuelas durante ocho semanas sería suficiente para retrasar el pico casi dos meses, lográndose una incidencia de casos cerca de un 40 % menor en dicho pico». Para obtener más información, consulte: proyecto EPIFOR
Palabras clave
coronavirus
Países
Italia
