CORONAVIRUS

El CSIC alerta de que los sistemas de modelización tradicionales no predicen bien el comportamiento de la Covid-19

Un estudio del Centro Superior de Investigaciones Científicas detecta que los modelos epidemiológicos tradicionales, los llamados SIR utilizados habitualmente para conocer el comportamiento de epidemias, solo pueden ofrecer un pronóstico probable y variable y no permiten conocer con precisión la magnitud ni la duración de las olas de contagio.

SARS-CoV-2 coronavirus de la Covid-19 imagen virtual recreación
Una imagen que recrea el coronavirus SARS-CoV-2. Ilustración: Pixabay.
ileon.com  | 02/10/2020 - 20:00h.

Un nuevo estudio muestra que los modelos epidemiológicos tradicionales, como los de tipo SIR empleados para pronosticar el comportamiento de epidemias, no pueden predecir con certeza la evolución de una epidemia, ni el pico ni el 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.

Ésta pertenece al Centro Nacional de Biotecnología (CNB-CSIC), que ha coordinado el estudio, publicado en Proceedings of the National Academy of Sciences (PNAS). El trabajo es 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.

El nombre del modelo SIR proviene de las iniciales S (población susceptible), I (población infectada) y R (población recuperada). El modelo relaciona las variaciones de las tres poblaciones (Susceptible, Infectada y Recuperada) a través de la tasa de infección y el período infeccioso promedio.

"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, en una información dada a conocer en la página web del CSIC.

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.

No se puede definir la magnitud de la segunda ola

"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 la investigadora. "Si bien el ajuste es excelente para el conjunto de España y sus Comunidades Autónomas, 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", añaden.

"Por desgracia, este resultado también implica que no podemos determinar en estos momentos la magnitud ni la duración de la segunda ola", indican.

"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 los autores.

publicidad

También te puede interesar

Deja tu comentario
publicidad
publicidad