Has elegido la edición de . Verás las noticias de esta portada en el módulo de ediciones locales de la home de elDiario.es.

Reducir la movilidad no es efectivo para contener el coronavirus, según un estudio de la Universidad de Zaragoza

Renfe cancela 325 trenes por la huelga convocada mañana, en vísperas del puente de agosto

ElDiarioAragón

Zaragoza —

0

Un estudio sobre el impacto de diferentes medidas en la contención de la epidemia COVID-19 en España realizado por investigadores del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza señala que la reducción de la movilidad, en general, no es efectiva para contener la expansión geográfica de la epidemia de COVID-19. Los resultados, basados en un modelo matemático y datos reales de flujo de individuos, indican que las soluciones más eficaces son la detección temprana y el aislamiento de individuos infectados.

Esta son las principales conclusiones obtenidas por los investigadores Yamir Moreno, físico teórico y responsable del Grupo de Redes y Sistemas Complejos (COSNET) y director del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza y Alberto Aleta, miembro integrante de dicho grupo, vinculado, además, a la Fundación ISI de Turín, Italia.

Los investigadores concluyen que los resultados respaldan la adopción de una estrategia mixta que combine ciertas restricciones de movilidad con la identificación temprana de individuos infectados y su consiguiente aislamiento. Estas conclusiones concuerdan con las últimas recomendaciones hechas por la Organización Mundial de la Salud (OMS).

“Aunque este estudio se ha realizado con datos reales de movilidad en España, los hallazgos pueden extrapolarse a cualquier otro país, dada la ubicuidad de los patrones de movilidad en todo el mundo”, señala Yamir Moreno, que además es uno de los 6.000 científicos más citados e influyentes del mundo, que forma parte de la lista Highly Cited Researchers 2019 que incluye a una veintena de ganadores del Premio Nobel.

Estos investigadores cuentan con una dilatada experiencia en el estudio de los procesos de propagación de epidemias mediante el desarrollo de modelos matemáticos y el uso de herramientas computacionales que permiten evaluar, cuantificar y predecir la evolución de un brote epidémico. Recientemente, han implementado un modelo epidemiológico metapoblacional estocástico que se basa en datos de movilidad real en España, lo que les ha permitido estudiar la transmisión temporal y espacial de la COVID-19 en nuestro país. Además, dicho modelo permite evaluar de manera realista el impacto esperado de posibles medidas de contención en determinados escenarios, de gran importancia para la toma de decisiones por parte de gobiernos y autoridades competentes.

El estudio ha permitido, por ejemplo, implementar y cuantificar el impacto de diferentes protocolos y medidas ya tradicionales en la contención de enfermedades infecciosas. Estas políticas van encaminadas, por lo general, a reducir la movilidad de las personas o a una reducción del tiempo de detección y aislamiento de casos.

Los resultados del análisis llevado a cabo por ambos investigadores concuerdan con otros existentes en la literatura y muestran que incluso una reducción del 90% de la movilidad tiene un efecto limitado a la hora de frenar la propagación de la enfermedad. Por otra parte, se pudo evaluar y desentrañar el impacto real de cada medio de transporte en diferentes escenarios de reducción de la movilidad en España teniendo en cuenta datos reales.

Medidas que retrasan pero no frenan la expansión

El trabajo también demuestra que medidas drásticas en esta dirección como el cierre total de cualquier medio de transporte, además de tener un coste económico elevado y en muchos casos, inasumible, no conducen a una reducción significativa del número de individuos infectados o de su expansión geográfica. Lo que sí provocan es que el pico de la epidemia se retrase varios días, algo que, eventualmente, podría ser ventajoso para preparar mejor a los servicios sanitarios y a la población en general, además de ganar tiempo para el desarrollo de nuevas terapias farmacológicas.

Desde que las autoridades de salud pública del Gobierno de China emitieron el primer informe sobre la epidemia COVID-19 el 31 de diciembre de 2019, tanto la Organización Mundial de la Salud (OMS) como gobiernos de todo el mundo, han seguido muy de cerca la evolución de esta enfermedad respiratoria. No obstante, y como era de esperar, ni siquiera la cuarentena de una ciudad como Wuhan, capital de la provincia de Hubei, ha podido evitar la propagación de la enfermedad, primero en China continental y, después, en numerosos países de Asia, Europa y América. Hace tan solo unos días, el 29 de febrero, la cifra global de infectados era de 85.403 individuos, de los cuales 79.394 correspondían a China. En términos de propagación global, la enfermedad ya afectaba a un total de 53 países.

Desde un punto de vista científico, según el estudio, hay dos formas de proceder. Por una parte, se deben desarrollar nuevas vacunas y medicamentos retrovirales específicos para tratar la enfermedad, lo cual requiere meses de trabajo y ensayos clínicos. Por otra parte, es fundamental estudiar la propagación espacial y a gran escala de la misma, a través de modelos matemáticos y computacionales robustos y fiables. Esto permitirá evaluar escenarios hipotéticos, así como posibles medidas de contención para erradicar la enfermedad o retrasar su impacto. Este esfuerzo de modelización es clave, ya que puede contribuir a aumentar la efectividad de las medidas de protección de la población y a ganar tiempo para el desarrollo de nuevos medicamentos o de una vacuna eficaz.

Etiquetas
stats