¿Se pueden predecir pandemias con modelos matemáticos?

Un estudio de la Rey Juan Carlos y la Universidad Bar-llan (Israel) analiza los factores determinantes para que un virus se propague a escala global Ayudan a tomar decisiones a los expertos

GettyImages

La pandemia ha revolucionado los modelos utilizados en epidemiología para predecir la evolución del comportamiento de nuevos patógenos. Hasta ahora se empleaban los que dividían a la población en individuos susceptibles de infectarse, infectados o recuperados (modelos SIR, por las siglas de Susceptible-Infected-Recovered).

Cuando surgió el virus SARS-CoV-2, causante del Covid-19, se demostró que estos modelos no reflejaban de manera satisfactoria la evolución de la pandemia, pues analizaban únicamente la posibilidad de que una persona infectada pudiera, en virtud de su círculo de contactos, infectar a otro individuo susceptible.

El trabajo realizado por la Universidad Rey Juan Carlos (URJC) y la Universidad Bar-Ilan (Israel) ha estudiado por primera vez de forma conjunta dos factores relevantes a la hora de realizar los modelos matemáticos: la velocidad con la que un virus se propaga dentro de una población y la rapidez a la que puede mutar un patógeno cuando ha infectado a un individuo.

La rapidez de propagación y la mutación de un patógeno, los puntos clave

Tal y como apuntan los investigadores en el artícu­lo publicado en Nature Communications: “Si las mutaciones son demasiado lentas, la prevalencia del patógeno decae antes de la aparición de una mutación crítica. Y si son demasiado rápidas, la evolución del patógeno se vuelve volátil y no se propaga. Sin embargo, entre estos dos extremos identificamos una amplia gama de condiciones en las que un patógeno inicialmente subpandémico puede avanzar para obtener una prevalencia generalizada”.

Estas condiciones son las que se han conjugado para que se haya propagado a escala mundial y con tanta rapidez. “Para hacer los modelos epidemiológicos más capaces de capturar la realidad de una pandemia es necesario considerar a la vez dos mecanismos: la propagación y la mutación del patógeno”, subraya Stefano Boccaletti, investigador de la URJC.

La crisis sanitaria ha permitido “el desarrollo de modelos matemáticos en directo, que se iban modelizando con el desarrollo de la pandemia, adaptando y mejorando con todo lo que se iba aprendiendo sobre la enfermedad (infecciosidad, mortalidad, personas infecciosas asintomáticas, etc.) y los nuevos procesos relevantes que iban surgiendo (medidas de control, nuevas variantes, vacunas)”, afirma Ángel Manuel Ramos del Olmo, director del Instituto de Matemática Interdisciplinar de la Universidad Complutense de Madrid (UCM).

Son valiosas herramientas para predecir el curso de una epidemia mundial

“Es necesario contar con modelos matemáticos para tomar decisiones en este tipo de escenarios”, argumenta Josep Curto, profesor de Informática, Multimedia y Telecomunicación de la Universitat Oberta de Catalunya (UOC).

Aunque los modelos matemáticos son unas herramientas muy valiosas para predecir el curso de una pandemia, nunca hay que olvidar, advierten los expertos, que dichas predicciones no son infalibles. Tampoco que no conviene tener en cuenta demasiadas variables. “Si un modelo tiene demasiados parámetros, puede ser más propenso a ajustarse por encima de los datos disponibles y perder precisión al hacer predicciones sobre nuevos datos’’, asevera el profesor del área de Estadística del Grado en Matemáticas Aplicadas de la Universidad Nebrija, Diego de Pereda.

El modelo desarrollado por Stefano Boccaletti y Baruch Barzel, científico del departamento de Matemáticas de la Universidad Bar-Ilan, servirá para prever futuras pandemias que puedan estar causadas por patógenos que tengan gran capacidad de mutación y propagación en condiciones similares. En el análisis que presentan utilizan diferentes variables temporales, de replicación del virus o empleo de fármacos que, mediante diferentes ecuaciones matemáticas, arrojan resultados relevantes de cómo evolucionó la pandemia y cómo podrían desarrollarse nuevas enfermedades.

Lecciones para el futuro

Diversos escenarios. Aunque resulta casi imposible predecir cómo se gestionarán las futuras pandemias, las matemáticas seguirán siendo una herramienta fundamental de apoyo. “La pandemia ha puesto de manifiesto la importancia de contar con modelos matemáticos robustos y precisos para predecir la evolución de una enfermedad y evaluar diferentes escenarios posibles”, asegura Diego de Pereda, profesor de la Universidad Nebrija.

Monitorización responsable. Para Antonio Falcó Montesinos, director de la Cátedra ESI-CEU y miembro del Observatorio de Ciencias de Datos para el Covid-19, la pandemia ha resultado ser una oportunidad para la ciencia. Una de las lecciones es que “tanto la información como una monitorización sanitaria responsable de la población es importante para una gestión eficiente de salud pública”. “Es mejor prevenir que curar”, concluye.

Animales transmisores. Contar con sistemas de información que recojan datos de calidad y algunas ambiciosas acciones encaminadas a mapear más especies de animales que puedan ser potenciales vectores transmisores de nuevos virus modificará sustancialmente las estrategias para evitar pandemias en el futuro, según Josep Curto, de la UOC.

Información. Los datos deberían ser los indicados por los investigadores involucrados en los modelos epidemiológicos (médicos, veterinarios, matemáticos) y actualizados de forma instantánea según se van haciendo pruebas.