La predicción sobre el comportamiento de la pandemia del COVID-19 se basa en un tratamiento matemático-estadístico. Los datos se toman de los registros de salud y sus resultados suelen ser fundamentales para la toma de decisiones porque, evidentemente, otros temas son puestos en dificultades, el más evidente es la economía.

Por ello se trabaja en tratar de predecir el comportamiento de la epidemia del coronavirus, con la esperanza de que así podamos saber cuándo dejaremos el confinamiento y regresaremos a la «nueva normalidad».

Sin embargo, hay muchos modelos matemáticos sobre el comportamiento de las pandemias y ahora un grupo de académicos busca modelar el problema basándose en la mutación observada en la enfermedad.

Las idea es aplicar este modelo para observar qué tan bien se ajusta a la realidad y así hallar las medidas para contraatacarlo incluso antes de que empiece su labor de contagio a nivel ciudades.

Un nuevo modelo de Princeton y Carnegie Mellon

El nuevo modelo matemático desarrollado en las universidades estadounidenses de Carnegie Mellon y Princeton, busca mejorar el seguimiento de la epidemia contando las mutaciones en la enfermedad.

«Queremos ser capaces de considerar las intervenciones, como la cuarentena, el aislamiento de las personas, entre otras medidas, y ver cómo afectan el contagio de la epidemia cuando el patógeno está mutando mientras va infectando», indica H. Vicent Poor, uno de los investigadores de este estudio en Princeton.

Hay que decir que los modelos actuales se basan en el uso de los datos que suministran hospitales, consultorios y doctores, para poder hacer predicciones sobre cómo progresa la epidemia.

Poor dice que el modelo usado hoy en día tiene algunos inconvenientes, pues no se toman en cuenta los cambios de la propia enfermedad en la medida que se le está dando seguimiento.

De acuerdo al investigador, esta incapacidad para llevar cuenta de los cambios hace más difícil el saber qué medidas deben ser tomadas en cuenta.

El modelo propuesto pretende considerar cómo afecta el contagio, es decir, la transmisión de la enfermedad, de manera que se puedan tomar medidas de intervención, como el aislamiento, para contener la continuidad del contagio.

La importancia del nuevo modelo

No hay duda que tener un modelo que prediga lo que puede ocurrir con cierto grado de confiabilidad es importante porque además de las medidas económicas que deben tomarse, se pueden considerar los problemas críticos para luchar contra la pandemia.

El caso de México es significativo en ese sentido: a pesar de casi dos meses de «sana distancia» y aislamiento, las predicciones matemáticas han sido rebasadas. Quizás sea el momento de preguntarse si se está usando un modelo adecuado.

Pero regresando al modelo propuesto, se publicó el 17 de marzo en el Proceedings of the National Academy of Sciences el correspondiente artículo, el cual describe cómo el modelo da seguimiento a la tasa de contagios debido a las mutaciones en el organismo que produce la enfermedad, que en este caso podría ser el COVID-19.

Los investigadores trabajan ahora en el modelo que dé seguimiento a las medidas de salud pública para tratar entonces de contener la epidemia.

Cuando las redes sociales ayudan

Es una obviedad que no bastan las medidas de cuarentena, sino que se requiere poder ir midiendo cómo la epidemia se va moviendo y creciendo.

Para ello, los investigadores están usando un modelo que es muy, pero muy parecido a las redes sociales, que se comportan con notable similitud en el desarrollo de una infección.

Por ejemplo, alguien lanza una noticia y empieza a haber cambios de acuerdo a otros actores en las redes sociales que la modifican un poco, o bien, que copian la nota y la difunden en comunidades de más amigos. Esto parece ser la clave.

Modelar entonces estas variaciones pueden mostrar cómo ha cambiado el mensaje en la audiencia objetivo.

Si lo vemos en este sentido, podríamos pensar en el juego del teléfono descompuesto, en donde un mensaje va pasando de jugador a jugador con sólo lo que escuchó y entonces el resultado final a veces mueve a la risa porque no tiene nada que ver con el mensaje de origen.

«Si tomamos como se genera un rumor y se esparce a través de una red social, esto es muy similar a cómo se esparce un virus a través de la población», indica Poor y agrega.

«Piezas diferentes de información tienen diferentes tasas de transmisión. Nuestro modelo nos permite considerar los cambios de la información en la medida que se esparce a través de la red y el cómo estos cambios afectan su esparcimiento».

El modelo de Poor y colegas es lo que se llama «agnóstico», es decir, la información se abstrae en gráficas conectadas por nodos. Estos nodos pueden ser las fuentes de información o bien las fuentes potenciales del contagio.

Coronavirus: IPN desarrolla robot para sanitizar hospitales con luz ultravioleta

Los problemas inherentes a la pandemia

El obtener información precisa sobre lo que ocurre en una pandemia que está azotando al mundo, no es nada fácil y se requiere de un esfuerzo de organización que tal vez no se cumple siempre.

Por ejemplo, en el covid-19, dice Poor: «Es como un incendio. No puedes esperar hasta recolectar los datos para tomar las decisiones correspondientes».

Por ello, la necesidad de un nuevo modelo que tome en cuenta todo esto bien puede ayudar a entender el problema mejor y tomar las decisiones correspondientes.

De acuerdo con Poor, «la esperanza es que este modelo pueda darles a los líderes políticos otra herramienta para entender las razones por las cuales el covid-19 se está esparciendo mucho más rápido de lo predicho y entonces, ayudar a poder tomar las mejores decisiones para luchar contra el mismo».