Un nuevo estudio publicado en Proceedings of the National Academy of Sciences (PNAS) muestra que los modelos epidemiológicos empleados habitualmente para pronosticar el comportamiento de las epidemias, como los de tipo SIR, no pueden predecir con certeza su evolución, y tampoco su pico ni su final, mientras la epidemia está teniendo lugar.
“A lo más que podemos aspirar es a obtener predicciones probabilísticas, como las del tiempo, donde se nos informe de con qué probabilidad se puede alcanzar el pico antes de una fecha dada, por ejemplo”, explica la investigadora Susanna Manrubia, del Centro Nacional de Biotecnología (CNB-CSIC), que ha coordinado el estudio.
“Este problema que presentan los modelos tradicionales se puede atenuar con más y mejores datos y con modelos testados en distintos contextos, pero no se puede resolver completamente”, añaden los autores del trabajo, fruto de la colaboración de los investigadores Susanna Manrubia y Saúl Ares, del CNB-CSIC; José A. Cuesta, de la Universidad Carlos III, y Mario Castro, de la Universidad Pontificia Comillas.
En los modelos tradicionales de la epidemiología se divide a la población en cierto número de clases o compartimentos: individuos susceptibles, infectados, recuperados, y varias otras, dependiendo de cada caso particular. Estos “modelos de tipo SIR” –por las iniciales de las clases básicas anteriores– capturan las características fundamentales de la dinámica de un proceso de propagación de infecciones. “Pero en este estudio hemos mostrado que los datos empíricos no pueden predecir el curso futuro de la epidemia, cuándo llegará a su máximo, si habrá o no un repunte, cuál será el número final de fallecidos o si el confinamiento tendrá el efecto deseado”, detallan los investigadores.
“Mediante los datos oficiales publicados por el Ministerio de Sanidad y las comunidades autónomas, con reportes diarios de casos confirmados, pacientes recuperados y fallecidos, obtenemos un conjunto de parámetros compatibles con las observaciones mediante métodos de ajuste estadístico”, indica Manrubia, que añade: “Si bien el ajuste es excelente para el conjunto de España y sus CCAA, la sensibilidad de los modelos SIR a variaciones en el valor de los parámetros, como la tasa de infección del virus, impide la predicción a medio y largo plazo”.
“Por desgracia, este resultado también implica que no podemos determinar en estos momentos la magnitud ni la duración de la segunda ola”, indican los autores del estudio.
“Esta sensibilidad es análoga a la que se observa en los sistemas caóticos, donde dos condiciones iniciales ligeramente distintas divergen exponencialmente rápido. Este principio subyace a la imposibilidad de predecir el tiempo que hará más allá de unos pocos días vista. Es decir, el hecho de que un modelo epidemiológico de tipo SIR (que entraña un crecimiento exponencialmente rápido de las variables en la etapa de expansión de la epidemia) sea capaz de reproducir el pasado no implica que sea capaz de predecir el futuro”, argumentan.
Recordamos que SALUD A DIARIO es un medio de comunicación que difunde información de carácter general relacionada con distintos ámbitos sociosanitarios, por lo que NO RESPONDEMOS a consultas concretas sobre casos médicos o asistenciales particulares. Las noticias que publicamos no sustituyen a la información, el diagnóstico y/o tratamiento o a las recomendaciones QUE DEBE FACILITAR UN PROFESIONAL SANITARIO ante una situación asistencial determinada.
SALUD A DIARIO se reserva el derecho de no publicar o de suprimir todos aquellos comentarios contrarios a las leyes españolas o que resulten injuriantes, así como los que vulneren el respeto a la dignidad de la persona o sean discriminatorios. No se publicarán datos de contacto privados ni serán aprobados comentarios que contengan 'spam', mensajes publicitarios o enlaces incluidos por el autor con intención comercial.
En cualquier caso, SALUD A DIARIO no se hace responsable de las opiniones vertidas por los usuarios a través de los canales de participación establecidos, y se reserva el derecho de eliminar sin previo aviso cualquier contenido generado en los espacios de participación que considere fuera de tema o inapropiados para su publicación.
* Campos obligatorios