barcelona
Mai com fins ara una epidèmia havia tingut un impacte global tan enorme en un període tan curt de temps. La Covid-19 ha provocat centenars de milers de morts -més de 360.000 arreu del planeta, segons les xifres oficials- i ha desencadenat una paràlisi de l'economia inèdita en, com a mínim, les darreres set dècades. Paral·lelament, la tecnologia actual i l'allau de dades existents han permès seguir-la gairebé al minut país a país, regió a regió, ciutat a ciutat, per detectar ràpidament on els contagis es disparaven -i podien generar una imminent saturació del sistema sanitari de torn- i preveure quina evolució podria tenir.
Entre d'altres coses, l'emergència sanitària ha posat en primera línia els científics encarregats de dissenyar i interpretar els models predictius sobre l'epidèmia. Conceptes com la taxa de contagis -coneguda com a Ro-, o l'índex de creixement potencial de la malaltia, resumit a través de les sigles EPG i que en conjuga la velocitat de propagació amb el nombre de persones infeccioses, s'han generalitzat i han arribat al gran públic. A mesura que han passat les setmanes, gairebé tothom ha assumit la importància de tenir una Ro per sota d'u, és a dir, que de mitjana cada persona infectada en contagiï menys d'una; i que l'EPG d'un territori sigui baix per evitar possibles rebrots, sobretot en el moment en què es disposava a canviar de fase i avançar en la desescalada.
Si ara sabem que totes les regions sanitàries de Catalunya es troben en un risc baix o moderat-baix de rebrot és gràcies al model elaborat per un equip d'investigadors del grup de recerca de Biologia Computacional i Sistemes Complexos (BIOCOM-SC) de la Universitat Politècnica de Catalunya (UPC) i del Centre de Medicina Comparativa i Bioimatge de Catalunya (CMCiB), integrat dins l'Institut de Recerca Germans Trias i Pujol (IGTP). Entrevistem per videotrucada dos dels seus membres: Clara Prats, física i membre del BIOCOM-SC, i Martí Català, integrant del CMCiB.
El model ha evolucionat i ha passat de descriure l'evolució de l'epidèmia a fer-ne prediccions i, finalment, a avaluar el risc
El grup ja tenia experiència en la creació de models de seguiment de malalties infeccioses [llegiu peça] i, segons comenta Prats, "quan va sorgir el tema de la Covid a la Xina, vam començar a seguir-lo amb els mètodes que ja havíem fet servir per altres malalties". El grau d'implicació va fer un salt endavant un parell de dies abans del decret d'estat alarma aprovat pel Govern espanyol, quan el grup va signar un conveni de col·laboració amb la Comissió Europea, que el compromet "a un seguiment diari de la Covid a tots els països europeus". Més tard, just després de la Setmana Santa, signa un segon conveni, en aquest cas amb l'Agència de Qualitat i Avaluació Sanitàries de Catalunya (AQuAS), per col·laborar en l'anàlisi de dades que fa pel Departament de Salut, al qual està adscrita l'agència.
En dos mesos i mig, el model matemàtic de l'equip del BIOCOM-SC i el CMCiB-IGTP ha evolucionat "per adaptar-se a les necessitats", detalla Martí Català. "Vam començar amb un model que descrivia l'evolució de l'epidèmia. Després vam ser capaços de fer prediccions a dos-tres dies vista. Ens van demanar si podíem fer prediccions a més llarg termini i vam adaptar el model. I ara que la predicció ja no és tan important, perquè el nombre de casos està disminuint arreu i predir-ne el nombre és relativament fàcil, ens hem dedicat més a buscar eines per avaluar el risc i poder comparar quins territoris estan en millor situació i quins en pitjor", exposa l'investigador.
La importància de les dades
El dilluns, el Departament de Salut va proposar que la setmana vinent Girona, la Catalunya Central, el Garraf i l'Alt Penedès avancin fins a la fase 2, després de passar 15 dies a la 1. En canvi, Lleida es mantindrà a la fase 1, tot i que va entrar-hi en el mateix moment que aquestes regions sanitàries. La raó és que s'hi va detectar un augment de contagis. De fet, el model dissenyat per l'equip de Prats i Català, entre d'altres, ja assenyalava que a Lleida hi havia un risc "moderat-baix" de rebrot, mentre que a la resta de Catalunya era "baix". L'anàlisi de dades, per tant, contribueix a la presa de decisions.
La investigadora de la UPC explica que "quan hi ha una pujada de casos una explicació és que hi hagi un rebrot, però també pot ser que hagin augmentat els tests, o que hagi canviat el criteri i s'inclogui com a positius coses que abans no incloïes". En aquest sentit, afegeix que "no és el mateix passar de dos a quatre casos que de 200 a 400. Si es passa de dos a quatre, si és una cosa puntual, no és un rebrot, però si es passa de 200 a 400 en una zona concreta, sí que pot ser-ho". A partir d'aquí, la feina de l'equip d'investigadors implica veure els números i passar la informació on toca, sigui el Departament de Salut o la Comissió Europea.
"Que pugin els números no té perquè significar que hi haurà un rebrot", rebla Martí Català. La clau és tenir-ne un control correcte, és a dir, que funcioni correctament la xarxa de vigilància epidemiològica. "Per exemple, si a les Terres de l'Ebre apareguessin mil casos això faria disparar totes les alarmes, i a priori el risc seria alt. Però, tot i així, si els tens ben controlats, al cap de 14 dies no hi haurà nous casos. Per tant, el risc no té perquè ser tan gran com els números puguin dir", aclareix.
Tenir els nous casos controlats
Des que hi ha més mobilitat, "s'ha frenat la davallada de nous casos, el que és normal i esperable"
Els models matemàtics també serveixen per analitzar les conseqüències de les mesures que es prenen i, per exemple, des que ha augmentat la mobilitat amb la reobertura de botigues i terrasses i la possibilitat de sortir a passejar o fer esport, "el que es veu és que es frena la davallada de nous casos. Segueixen caient, però a un ritme menor, el que és normal i esperable", comenta Clara Prats. Dit això, insisteix que la clau "és tenir les eines perquè això no es dispari", és a dir, per poder seguir els nous casos i explorar-ne les contacte.
"Mentre no hi hagi vacuna, el virus no desapareixerà i, per tant, la qüestió és si tenim els casos en un nivell que el podem controlar o sortim d'aquest nivell de seguretat", afegeix. Remata l'explicació Martí Català, per a qui més enllà del nivell que indiqui l'EPG -que mesura els possibles nous casos diagnosticables els propers 14 dies-, "el que marca el risc és el nivell de casos que el sistema sanitari és capaç de controlar i assumir. Per tant, en cada país aquest nivell serà diferent, en funció del seu sistema sanitari".
La detecció precoç dels nous contagis és cabdal per garantir aquest control de la malaltia i per això els investigadors advoquen per treballar amb dades al nivell més baix possible, que a Catalunya seria el de les àrees bàsiques de salut (ABS). "Com que és una malaltia que es transmet físicament, el tema de l'espai és molt rellevant. Per tant, és molt diferent si tens 100 casos repartits arreu de Catalunya que si els tens concentrats en una sola ABS", explica Prats. És a dir, si els casos estan concentrats en un sol punt o en zones molt properes sí que poden indicar que hi ha un rebrot.
Un front comú mundial inèdit
"El que marca el risc és el nivell de casos que el sistema sanitari és capaç de controlar i assumir"
Fa unes setmanes, l'estudi de prevalença de la Covid-19 elaborat pel Govern espanyol va assenyalar que tot just el 6% dels catalans tenien anticossos de la malaltia, una dada que ens situa molt lluny del nivell que caldria per assolir l'anomenada immunitat de grup, que seria d'entre el 60% i el 75%. Dit d'una altra manera, arribarà abans la vacuna que la immunitat de grup. Per això, Martí Català posa l'accent en la necessitat de mantenir la "responsabilitat individual" i seguir les mesures de seguretat bàsiques, com ara la higiene de mans, la distància física o portar mascareta per "intentar no ser contagiat i convertir-se en un vector de transmissió", i evitar nous rebrots que puguin provocar hipotètics nous confinaments.
Com a reflexió final, Clara Prats subratlla que si bé és cert que la globalització "ha afavorit que arribés abans la pandèmia", també té un revers positiu, que és que "et dona aquesta capacitat de resposta global". "Crec que en el món científic mai s'havia treballat a la velocitat que s'està treballant ara. Tothom que s'ha pogut reinventar a favor de la Covid ho ha fet i tothom està compartint informació. Aquest front comú no hauria estat possible sense la capacitat de penjar-ho tot a internet i de compartir coses gairebé simultàniament", conclou.
Especialistes en l'estudi de malalties infeccioses
El BIOCOM-SC acumula dècades de treball amb models matemàtics aplicats a sistemes biològics. A poc a poc, el grup de recerca va començar a treballar amb malalties infeccioses, amb la malària com a primera experiència cap a l'any 2005. Clara Prats explica que tenen persones "molt vinculades a la cooperació al desenvolupament" i això ha facilitat que s'hagin dedicat a l'estudi de "malalties desateses que afecten població empobrida", com la tuberculosi, la leishmaniosis, la malaltia de Chagas o la mateixa malària. Aquesta mirada cap al sud global també es percep quan Prats assenyala la preocupació per l'evolució de la pandèmia a països de l'Àfrica subsahariana, "que ni tan sols tenen la capacitat de reportar unes dades" creïbles de contagis o morts, perquè "no tenen sistemes sanitaris per fer front" a l'epidèmia. En paral·lel, també citen Brasil com a cas molt preocupant, perquè fa molts dies que el volum de contagis creix.
El Quinze número 35 by Público.es on Scribd
¿Te ha resultado interesante esta noticia?
Comentarios
<% if(canWriteComments) { %> <% } %>Comentarios:
<% if(_.allKeys(comments).length > 0) { %> <% _.each(comments, function(comment) { %>-
<% if(comment.user.image) { %>
<% } else { %>
<%= comment.user.firstLetter %>
<% } %>
<%= comment.user.username %>
<%= comment.published %>
<%= comment.dateTime %>
<%= comment.text %>
Responder
<% if(_.allKeys(comment.children.models).length > 0) { %>
<% }); %>
<% } else { %>
- No hay comentarios para esta noticia.
<% } %>
Mostrar más comentarios<% _.each(comment.children.models, function(children) { %> <% children = children.toJSON() %>-
<% if(children.user.image) { %>
<% } else { %>
<%= children.user.firstLetter %>
<% } %>
<% if(children.parent.id != comment.id) { %>
en respuesta a <%= children.parent.username %>
<% } %>
<%= children.user.username %>
<%= children.published %>
<%= children.dateTime %>
<%= children.text %>
Responder
<% }); %>
<% } %> <% if(canWriteComments) { %> <% } %>