AgendARProducción Argentina

La conferencia de prensa que el viernes por la noche dio el presidente Alberto Fernandez se apoyó en una serie de gráficos que reflejan como evoluciona la pandemia y como podría crecer o «aplanarse» con diversas intervenciones. Esos escenarios salen, en parte, de una serie de análisis matemáticos hechos por una decena de investigadores «seniors» que le elevaron sus conclusiones al equipo de epidemiología del Ministerio de Salud. Los expertos del Conicet y profesores de varias universidades -junto a sus grupos de trabajo- coordinados por el físico Gabriel Mindlin del Instituto de Física de Buenos Aires, pasaron las últimas semanas concentrados frente a sus PCs, analizando datos y corriendo modelos matemáticos, intentando contra reloj desentrañar la epidemiología de la pandemia, pronosticar cuándo y donde podría llegar el pico de contagio y sugiriendo que intervenciones son más efectivas para lentificar la transmisión del coronavirus.

«Mientras llegaba la epidemia reunimos a una decena de investigadores seniors que vienen del campo de la matemática, la física, la epidemiología y la informática, entre otros. Armamos un grupo que comenzó a analizar y modelar los datos de la pandemia tratando de extrapolar los posibles escenarios médicos que podrían darse durante las próximas semanas», contó el físico Juan Pablo Paz, Secretaría de Articulación en el Ministerio de Ciencia. «Con sus conclusiones armamos hasta ahora dos informes que fueron elevados al Ministerio de Salud para que luego el presidente y su gabinete tengan más «insumos» científicos y poder tomar decisiones informadas».

¿Qué es lo que hacen estos expertos? Desde diferentes ópticas sistematizan los datos de cantidad de infectados, número de fallecimientos, tasas de contagio y lo combinan con parámetros geográficos. «Esa información se introduce en un modelo matemático llamado «SEIR», que son diversos algoritmos que dividen a la población en cuatro grupos: Susceptibles, Enfermos, Infectados y Removidos (pueden ser recuperados o fallecidos)», explicó Paz.

Esos datos se «corren» en ecuaciones diferenciales tratando de calcular como se afectan unos a otros a lo largo de los días y las semanas. «Lo que interesa es analizar como varían esos números cuando se hacen intervenciones: desde aislamientos parciales a cuarentenas, cerrar fronteras, suspender las clases, etc».

Los modelos empiezan con unas pocas variables, pero se pueden hacer sofisticados, sumando datos sobre como y cuánto se mueven diferentes grupos etarios, segmentando por regiones o ciudades, aportando información anónima, pero obtenida, por ejemplo, partir de los movimientos del GPS de los smartphones.

Según detalló el físico Hernán Solari, experto en epidemiología matemática, e investigador del Conicet, «buscamos como usar herramientas matemáticas para entender la lógica subyacente del coronavirus y su ambiente, incluyendo los factores sociales. Entonces, podemos pensar hacia donde se «dirige» y además tratar de discernir como podemos cambiar el curso de la epidemia».

Para este experto que viene haciendo este tipo de trabajos desde hace décadas, «hoy en el mundo ya no se concibe enfrentar una epidemia sin apoyarse en la modelización». Y también es importante hacer el ajuste fino de los factores locales porque, asegura, «es un error usar esos modelos fuera del contexto al que pertenecen».

El doctor Ernesto Resnik, un reconocido biólogo molecular argentino que trabaja en EE.UU., explicó que «estas proyecciones matemáticas ayudan a que los sistemas de salud de los países puedan prepararse para lo que van a enfrentar, sobre todo en lugares con un alto grado de infección». El experto advierte que estos modelos «pueden tener muchos errores por la gran cantidad de variables que manejan. Y para que sean lo más precisos posibles tenemos que usar datos detallados desde el inicio, por ejemplo cuantos casos hay y cuantas personas contagia cada infectado». Obviamente si hay mucha incertidumbre con la información original las proyecciones de los modelos se vuelven demasiado vagas. «En países insulares como Islandia o Nueva Zelandia los modelos predicen muy bien, sobre todo porque tuvieron referencias certeras desde el inicio. Si no es así, la confiabilidad disminuye.

Según Paz, también ocurre que las predicciones se van haciendo menos confiables a medida que se calcula que ocurrirá al cabo de varias semanas o sea en el mediano plazo. «Pero, pese a sus problemas, correr y analizar estos modelos resulta la mejor opción posible para prever como que puede evolucionar la pandemia».

Un calculadora epidemiológica en la web «Estamos poniendo a punto un software que estará alojado en la web y que sirve para analizar como puede avanzar la epidemia», dijo Rodrigo Quiroga, investigador del CONICET y profesor de la Universidad de Córdoba. Este bioinformático, junto a Alejandro Baranek y un grupo de colegas, están ajustando y publicando una «calculadora» que «ponemos a disposición de los responsables de salud de cualquier ciudad, municipio u organización. Sirve para analizar, en forma simple, como y cuánto se expande o se frena la epidemia con distintas intervenciones posibles y poder generar diferentes escenarios». Quiroga explicó que «para esto lo ideal es poder acceder a los datos crudos: por ejemplo, saber cuando se hizo el hisopado cada paciente, cuando tuvo síntomas, si dio positivo, cuando tuvo que internarse, la fecha de alta, etc. Cuanto más datos tengamos mejor pronostican los modelos».

Quiroga explicó que «son algoritmos relativamente simples y no necesitan, en principio, gran poder de cómputo. Pero a medida que se suman más eventos y datos la tarea se vuelve más compleja. Este experto también destaca que son resultados que tienen altas tasas de incertidumbre sobre sus resultados. No es fácil establecer la confiabilidad y se están estudiando métodos matemáticos para hacerlos más confiable. Pero sí pueden servir para hacer hipótesis: sabemos que los resultados son inciertos pero contar con esos escenarios posibles es mejor que nada».