Se trata de una herramienta que permitió estimar que la aplicación del aislamiento social, preventivo y obligatorio (ASPO) al comienzo de la pandemia posiblemente evitó en Argentina 1,6 millones de casos y cerca de 45.000 fallecimientos durante 2020.

Nuestra herramienta está a disposición de los tomadores de decisiones que deban considerar todos los puntos de vista a la hora de tomar medidas para controlar la pandemia”, indicó la doctora en Física Nadia Barreiro, una de las líderes del desarrollo y jefa de la División Sensores Ópticos y Lidar del Departamento de Investigaciones en Láseres y Aplicaciones del Instituto de Investigaciones Científicas y Técnicas para la Defensa (CITEDEF), en Villa Martelli, Provincia de Buenos Aires.

Las herramientas tradicionales en epidemiología permiten describir la evolución de la cantidad de casos de una enfermedad en base a la consideración de la población susceptible, el número de infectados y los recuperados (llamados modelos tipo SIR, por las siglas).

Si bien estos modelos son un buen punto de partida, están pensados para situaciones que difieren de la situación actual impuesta por el COVID-19 en dos puntos clave: suponen que la población está homogéneamente distribuida en un territorio y que no está sujeta a restricciones en la movilidad. Para describir la evolución de la pandemia procedimos a introducir modelos más complejos que consideren diversos aspectos del comportamiento social”, puntualizó Barreiro.

Múltiples variables

Tal como describe la revista “Scientific Reports”, en el modelo propuesto se divide el mapa del territorio del país (en este caso el de Argentina) en regiones cuadradas relativamente pequeñas (de entre 30 y 50 km2) y se estudia la evolución de la enfermedad en cada región por separado teniendo en cuenta su correspondiente densidad demográfica. También determina la evolución de la pandemia en cada región y la propagación del nuevo coronavirus a regiones vecinas y a largas distancias dentro del país en función de los niveles de movilidad permitidos.

El modelo considera que las personas pueden evolucionar pasando por diferentes estados: susceptibles, es decir personas que puede contagiarse y no tiene inmunidad; expuestos: personas que estuvieron en contacto con un enfermo y están incubando la enfermedad; infectados: personas con alta carga viral que pueden contagiar a otros; aislados: personas que luego de obtener una prueba PCR positiva son aisladas y ya no contagian a otros; y recuperados: personas que se curaron de la enfermedad y son inmunes por lo que no pueden enfermarse nuevamente por un período de tiempo.

Hay que considerar que existen múltiples variables que inciden en la aparición de olas, y que nuestro modelo también tiene en cuenta, por ejemplo, el levantamiento prematuro de restricciones a la movilidad, la perdida de inmunidad por parte de un grupo de población que se infectó y que puede volver a contagiarse y la aparición de nuevas variantes del SARSCoV-2, entre otras”, subrayó Barreiro.

En otro trabajo, publicado como preimpresión en medRxiv, los investigadores extendieron el modelo para considerar los efectos de la vacunación y encontraron que, con la movilidad actual, sería necesario vacunar al menos al 70% de la población para reducir drásticamente la circulación del virus.

Los resultados obtenidos fueron consistentes con lo observado a nivel internacional: cuanto mayor es la proporción de casos detectados (y consecuentemente aislados), menor es la circulación del virus y la cantidad de casos totales a largo plazo. De igual modo, cuanto menos tiempo se demora en encontrar y aislar nuevas personas infectadas, menos tiempo tienen para propagar la enfermedad y esto se traduce en una reducción de la cantidad de casos totales”, afirmó Barreiro.

Fuente: Agencia CyTA-Leloir