Idaho tiene su propio modelo del coronavirus. ¿Le prestarán atención los oficiales?
“¿Cómo será la pandemia de coronavirus en un par de semanas?” es una pregunta que se encuentra en el corazón de cada decisión de salud pública que se toma.
Dar una respuesta exacta a esa pregunta es una tarea imposible, ya que nadie puede predecir el futuro. Pero epidemiólogos, estadísticos y matemáticos de todo el mundo — e investigadores aquí en Idaho — están tratando de obtener una respuesta que se asemeje a lo que realmente sucederá.
Cuando la pandemia llegó a los Estados Unidos al principios de este año, la oficina del gobernador de Idaho, junto con el Departamento de Salud y Bienestar de Idaho, creó un Grupo de Trabajo sobre el Coronavirus encargado de diseñar y coordinar la respuesta del estado a la epidemia.
Luego, el grupo le pidió a los investigadores de todo Idaho que desarrollaran un modelo que la oficina del gobernador pudiera utilizar para informar sus políticas de salud. El modelo seleccionado fue desarrollado por un investigador que trabaja con el Instituto de Modelado de Colaboración e Innovación de la Universidad de Idaho, el Dr. Ben Ridenhour.
Los modelos científicos son una buena forma de aproximarse al resultado real de un evento, pero no son fáciles de hacer. El proceso implica usar variables que se sabe que afectan ese resultado, considerando al mismo tiempo que esas variables pueden afectarse entre sí y cambiar con el tiempo.
Un buen modelo sólo puede ser tan bueno como la información utilizada para generar sus predicciones. En términos generales, los modelos de epidemiología consideran muchas características específicas de una enfermedad junto con algunas medidas del comportamiento de las personas.
Las características específicas de la enfermedad son relativamente fáciles de obtener, generalmente de la literatura científica. Incluyen cosas como cuánto tiempo estará enferma una persona, cuánto tiempo será infecciosa, qué tan probable es que se infecte si está expuesta o cómo cambia la gravedad de la enfermedad en diferentes edades.
Las medidas del comportamiento de las personas son mucho más difíciles de incluir en un modelo; esas acciones varían demasiado.
Por ejemplo, cuando se implementa una orden de quedarse en casa, algunas personas seguirán teniendo contacto con muchas otras personas, como los trabajadores esenciales por ejemplo, mientras que otras pueden permanecer aisladas durante largos períodos de tiempo.
Para complicar aún más las cosas, algunas personas pueden estar más dispuestas a cumplir con el distanciamiento social y las medidas de seguridad al comienzo de dicha orden, pero no después de que haya pasado algún tiempo.
Finalmente, los investigadores deben asegurarse de que el modelo funcione y se aproxime a los datos que se están observando, al menos hasta cierto punto. Si el modelo no puede describir con precisión la realidad, entonces debe ajustarse hasta que lo haga.
Un modelo de COVID-19 hecho a la medida de Idaho
Ridenhour es profesor asistente en la Facultad de Ciencias de la Universidad de Idaho y ha estado desarrollando modelos para enfermedades infecciosas desde 2008, cuando comenzó a modelar la gripe para los Centros para el Control y la Prevención de Enfermedades en Atlanta.
Él habló con el Idaho Statesman sobre el modelo que desarrolló.
Idaho Statesman: ¿Cómo es este modelo diferente de otros modelos de coronavirus disponibles?
Ben Ridenhour: La estructura básica del modelo es muy similar a la utilizada en otros modelos, como el que fue desarrollado por la Universidad de Washington. Lo especial de nuestro modelo es que está diseñado para la población de Idaho y la transmisión de enfermedades en Idaho, para ayudarnos a comprender lo que está sucediendo en nuestro propio estado.
IS: ¿Cuáles son las partes más importantes del modelo?
BR: Hay varias. Probablemente el parámetro más importante es la frecuencia con la que las personas tienen contacto entre sí, porque eso es lo que determina cuántas personas se infectan a partir de una persona recién infectada. Esto cambia según las medidas de distanciamiento social existentes. Otra parte importante es la probabilidad de transmisión, que es la posibilidad de que realmente contraigas el virus. Los parámetros específicos de la enfermedad, como por cuánto tiempo tienes la enfermedad, son importantes porque determinan qué tan grande es la ola. Y luego están los parámetros epidemiológicos, como la gravedad de la enfermedad según tu edad o grupo étnico; nos gusta modelar eso porque realmente estamos interesados en la carga sobre el sistema de atención médica.
IS: ¿Qué tanto confía en los datos que se usan en el modelo?
BR: Depende del tipo de parámetro que se considere. Nos sentimos bastante bien con los parámetros específicos de la enfermedad porque podemos estimarlos utilizando datos de Idaho o de otros lugares. Tenemos mucha menos confianza en lo que yo llamo los parámetros de ‘intervención’ o de ‘salud pública’. Por ejemplo, el cumplimiento de las órdenes de quedarse en casa o usar mascarillas varía de persona a persona — dependiendo de las actitudes de las personas hacia el gobierno y hacia la enfermedad — y puede cambiar a medida que pasa el tiempo.
IS: ¿Cómo se estiman esos parámetros de ‘salud pública’?
BR: Esos son realmente difíciles de saber, y requieren de un poco de ajuste con los datos que teníamos en el pasado, y también un poco de adivinar el futuro. Necesitamos asegurarnos de que el modelo se ajuste relativamente bien a lo que realmente observamos en el pasado, esa es la parte de ajuste del modelo. Y también dejamos que esos números varíen a medida que los incluimos en el modelo, lo que crea incertidumbre en sus estimaciones finales. Pero incluso cuando ajustamos el modelo lo mejor que podemos, a veces eso no nos ayuda a predecir el futuro, porque las personas podrían ser menos propensas a seguir las medidas de salud pública si están vigentes durante mucho tiempo.
IS: Hemos estado hablado sobre los datos que se incluyen en el modelo. Ahora cuéntenos sobre la información que obtiene al hacer los cálculos del modelo. ¿Qué tipo de datos obtiene y cómo los usa?
BR: En el nivel más básico, el modelo estima cuántas personas se enfermarán en un momento determinado, cuántas personas creemos que podrían estar en el hospital en ese mismo momento, y también la cantidad de personas que podrían morir en un período de tiempo determinado. Pero realmente para lo que utilizamos el modelo es para juzgar qué efectos podríamos esperar con las diversas intervenciones que se proponen y se ponen en práctica. Variamos esos parámetros de ‘salud pública’, por ejemplo, suponiendo que abrimos escuelas, o que las personas no usan mascarillas, o que regresamos a la Etapa 2, o cosas por el estilo.
IS: Una de las características de su modelo es que puede hacer estimaciones a diferentes escalas espaciales en Idaho, desde pequeños pueblos y ciudades, hasta todo el estado. ¿Es difícil integrar toda esa información?
BR: Si no nos preocupamos por hacer que todo sea diferente entre las ciudades, no es tan difícil, y los resultados dependen de cuán conectados estén los pueblos pequeños con los pueblos grandes. La parte más difícil es que hay razones para creer que ciertas ciudades podrían reaccionar de manera diferente a las órdenes del gobernador que otros lugares. Esas diferencias son muy difíciles de tener en cuenta. Tenemos otro estudio en curso que tiene como objetivo ayudarnos a comprender esto mejor en Idaho, pero no hemos podido completarlo.
IS: ¿Qué tan lejos en el futuro puede hacer predicciones con este modelo?
BR: El modelo puede estimar estos parámetros durante mucho tiempo. Sin embargo, con nuestro modelo lo máximo en lo que confiaría es tres o cuatro semanas, especialmente porque las cosas están cambiando tan rápidamente. Con más tiempo, la incertidumbre en nuestras estimaciones se hace cada vez más grande hasta el punto en que ya no es útil. Recientemente recibimos una solicitud del estado para hacer algunos modelos de escenarios para el otoño y eso está demasiado lejos para modelar cualquier cosa en la que podamos confiar. Es como predecir el clima: probablemente puedes confiar en el pronóstico para los próximos tres días o algo así, pero después de eso, ¿quién sabe?
IS: ¿Qué tan frecuentemente se actualiza el modelo?
BR: Estamos intentando actualizarlo con bastante regularidad. Los viernes recibimos datos oficiales del Departamento de Salud y Bienestar, pero también estamos utilizando los datos del Tableau del estado para ayudarnos a hacer las cosas un poco más rápido. Y a medida que avanzamos entre fases, estamos actualizando el modelo y tratando de asegurarnos de que sea cercano a lo que realmente está sucediendo.
IS: ¿Ha cambiado el modelo desde que empezaron a usarlo al principio del año?
BR: Nuestra comprensión de algunos parámetros ha mejorado, como las tasas de mortalidad o la gravedad de la enfermedad en diferentes grupos de edad. Hay un pequeño misterio que está sucediendo ahora, que es esta disminución observada en la tasa de mortalidad que parece estar sucediendo, eso es algo que todavía estamos tratando de actualizar. El otro gran cambio está en los patrones de contacto entre personas a medida que avanzamos en las fases de reapertura. Cada vez que sucede, intentamos actualizar el modelo, por ejemplo mirando los patrones de movilidad en Google.
IS: ¿El modelo ha sido bien recibido por el gobernador y su Grupo de Trabajo sobre el Coronavirus?
BR: Realmente me impresionó la rapidez con la que solicitaron asistencia en modelamiento. Se lo tomaron muy en serio, y el gobernador inmediatamente ordenó a la gente quedarse en casa. E inmediatamente después de que esa orden entró en vigor, en una semana nuestros casos se estaban disminuyendo y bajamos a un nivel de transmisión bastante bajo. Creo que la parte más difícil es ahora, cuando el gobierno todavía está pidiendo aportes del modelo, pero hay consideraciones políticas y económicas que están fuera del alcance del modelo. Todo lo que podemos hacer es proporcionarles la mejor información sobre lo que esperamos desde la perspectiva de salud pública y la transmisión de enfermedades.
IS: ¿Qué predice el modelo en cuanto a la epidemia en Idaho en las próximas semanas?
BR: Según el modelo, esperamos ver aumentos en la enfermedad en el futuro durante algún tiempo, y a un ritmo bastante elevado, porque no estamos cerca del nivel de inmunidad en la población que necesitaríamos para frenar la enfermedad. Si vamos a implementar intervenciones, ahora es el momento de hacerlo. Hay muchos estudios que demuestran que por cada día que esperas, hay más y más consecuencias para el tamaño de la pandemia.
IS: ¿Por qué el modelo no se encuentra disponible para el público?
BR: En parte se debe a que los datos están protegidos por las reglas de HIPAA y queremos asegurarnos de que no estamos violando la privacidad de las personas. Y la otra parte es que queremos desarrollar una interfaz agradable y eso ha sido un proceso lento. Pero esperamos tener algo disponible en el futuro cercano.
