La detección temprana permite frenar oleadas, según la Universidad de Zaragoza

HUESCA.- Un estudio realizado por un equipo multidisciplinar de investigadores de la Universidad de Zaragoza (UZ), la Universidad Carlos III de Madrid (UC3M), el Instituto Tecnológico de Massachusetts (MIT) y la Fundación ISI, en Italia, entre otros, y recientemente publicado en la revista "Nature Human Behaviour", ha analizado la efectividad de diferentes estrategias para contener eventuales oleadas de la covid-19.

Los investigadores han recreado, usando datos demográficos, de censo y de movilidad, la población urbana de Boston y han simulado la evolución de la covid-19 en diferentes escenarios hipotéticos. El estudio demuestra que la detección temprana de una media del 50 % de casos sintomáticos dentro de los dos días posteriores a que desarrollen síntomas y su consiguiente aislamiento, así como el rastreo y la cuarentena de un 20-40 % de sus contactos, sería una estrategia efectiva para contener posteriores oleadas de la enfermedad y evitar la saturación o colapso del sistema sanitario.

"El confinamiento logró reducir la incidencia de la enfermedad, pero ante la falta de inmunidad de la población, seguimos estando expuestos a la epidemia. Es por este motivo que tenemos que adoptar medidas encaminadas a cortar las cadenas de transmisión", señala Yamir Moreno, físico teórico, coautor del estudio, y responsable del Grupo de Redes y Sistemas Complejos (Cosnet), además de director del Instituto de Biocomputación y Física de Sistemas Complejos (Bifi) de la Universidad de Zaragoza.

Añade que el trabajo realizado simula la evolución de la epidemia en una población real del área metropolitana de Boston y demuestra que "si bien las oleadas epidémicas recurrentes son inevitables, éstas se pueden llegar a controlar o mitigar, implementando políticas proactivas que nos permitan identificar el origen de las infecciones y el rastreo de contactos de los individuos infectados". Por su parte, Esteban Moro, profesor del Departamento de Matemáticas de la UC3M y coautor del estudio, y, en la actualidad, profesor visitante en el Media Lab del MIT, explica que "utilizando matrices de contacto con este nivel de detalle podemos saber cuál sería el efecto de determinadas estrategias como cerrar escuelas, centros de trabajo, restaurantes y otros sitios vinculados a actividades no esenciales".

Para realizar esta investigación, el equipo ha utilizado datos de movilidad real de usuarios de teléfonos móviles en Estados Unidos cedidos por el programa Data for good de Cuebiq Inc., empresa que recoge las ubicaciones de los usuarios y las agrega de forma anónima.