CIENCIA
Pandemia de coronavirus

Los científicos que intentan predecir cómo se comportará la pandemia

A través de modelos matemáticos, investigadores del Conicet analizan cuándo podría llegar el pico de casos y qué intervenciones son efectivas.

20200412_cientificos_conicet_uba_coronavirus_gzaexactascomunicacion_g
Expertos. Los investigadores del Conicet y profesores de la UBA Guillermo Duran, Hernán Solari y Gabriel Mindlin. Juan Pablo Paz tiene a su cargo la Secretaría de Articulación Científica del Ministerio de Ciencia. | gza. Exactas Comunicación

La conferencia de prensa que el viernes por la noche dio el presidente Alberto Fernandez se apoyó en una serie de gráficos que reflejan cómo evoluciona la pandemia y como podría crecer o “aplanarse” la curva de casos con diversas intervenciones. Esos escenarios salen, en parte, de una serie de análisis matemáticos hechos por una decena de investigadores “senior” del Conicet que elevaron sus conclusiones al equipo de epidemiología del Ministerio de Salud.

Este grupo de especialistas está conformado, entre otros, por Guillermo Duran, director del Instituto de Cálculo de la Facultad de Ciencias Exactas y Naturales (UBA), y Hernán Solari, docente de Exactas y especialista en ecoepidemiología matemática; con la coordinación de Gabriel Mindlin, director del Laboratorio de Sistemas Dinámicos de la UBA. Todos pasaron las últimas semanas concentrados frente a sus PCs, analizando datos y “corriendo” modelos matemáticos, intentando contra reloj desentrañar la epidemiología de la pandemia, pronosticar cuándo y dónde podría llegar el pico de contagio y sugiriendo qué intervenciones son más efectivas para lentificar la transmisión del virus.

“Mientras llegaba la epidemia reunimos a una decena de investigadores senior que vienen del campo de la matemática, la física, la epidemiología y la informática, entre otros. Armamos un grupo que comenzó a analizar y modelar los datos de la pandemia tratando de extrapolar los posibles escenarios médicos que podrían darse durante las próximas semanas”, le contó a PERFIL el físico Juan Pablo Paz, a cargo de la Secretaría de Articulación Científica  del Ministerio de Ciencia. “Con sus conclusiones armamos hasta ahora dos informes que fueron elevados al Ministerio de Salud para que luego el Presidente y su gabinete tengan más ‘insumos’ científicos y poder tomar decisiones informadas”.

Esto no les gusta a los autoritarios
El ejercicio del periodismo profesional y crítico es un pilar fundamental de la democracia. Por eso molesta a quienes creen ser los dueños de la verdad.
Hoy más que nunca Suscribite

¿Qué es lo que hacen estos expertos?

Desde diferentes ópticas sistematizan los datos de cantidad de infectados, número de fallecimientos, tasas de contagio y lo combinan con parámetros geográficos. “Esa información se introduce en un modelo matemático llamado SEIR, que son diversos algoritmos que dividen a la población en cuatro grupos: Susceptibles, Enfermos, Infectados y Removidos (pueden ser recuperados o fallecidos)”, explicó Paz.

Esos datos se “corren” en ecuaciones diferenciales tratando de calcular cómo se afectan unos a otros a lo largo de los días y las semanas. “Lo que interesa es analizar cómo varían esos números cuando se hacen intervenciones: desde aislamientos parciales hasta cuarentenas, cerrar fronteras, suspender las clases, etc.”. Los modelos empiezan con unas pocas variables, pero se pueden hacer sofisticados, sumando datos sobre cómo y cuánto se mueven diferentes grupos etarios, segmentando por regiones o ciudades, aportando información anónima obtenida, por ejemplo, a partir del GPS de los celulares.

Según le detalló a PERFIL el físico Hernán Solari: “Buscamos cómo usar herramientas matemáticas para entender la lógica subyacente del coronavirus y su ambiente, incluyendo los factores sociales. Entonces, podemos pensar hacia dónde se dirige y, además, tratar de discernir cómo podemos cambiar el curso de la epidemia”. Para este experto que viene haciendo este tipo de trabajos desde hace décadas, “hoy en el mundo ya no se concibe enfrentar una epidemia sin apoyarse en la modelización”. Y también es importante hacer el ajuste fino de los factores locales porque, asegura, “es un error usar esos modelos fuera del contexto al que pertenecen”.

Por su parte, Ernesto Resnik, un reconocido biólogo molecular argentino que trabaja en EE.UU., le explicó a PERFIL que “estas proyecciones matemáticas ayudan a que los sistemas de salud de los países puedan prepararse para lo que van a enfrentar, sobre todo en lugares con un alto grado de infección”. El experto advierte que estos modelos “pueden tener muchos errores por la gran cantidad de variables que manejan”. Y para que sean lo más precisos posibles “se deben usar datos detallados desde el inicio, por ejemplo cuántos casos hay y cuántas personas contagia cada infectado”.

Obviamente si hay mucha incertidumbre con la información original, las proyecciones de los modelos se vuelven demasiado vagas. “En países insulares como Islandia o Nueva Zelandia, los modelos predicen muy bien, sobre todo porque tuvieron referencias certeras desde el inicio. Si no es así, la confiabilidad disminuye”. Según Paz, también ocurre que las predicciones se van haciendo menos confiables a medida que se calcula qué ocurrirá al cabo de varias semanas. “Pero, pese a sus problemas, ‘correr’ y analizar estos modelos resulta la mejor opción posible para prever cómo puede evolucionar la pandemia”.

Una calculadora en la web

“Estamos poniendo a punto un software que estará alojado en la web y que sirve para analizar como puede avanzar la epidemia”, le dijo a PERFIL Rodrigo Quiroga, investigador del Conicet y profesor de la Universidad Nacional de Córdoba. Este bioinformático, junto a Alejandro Baranek y un grupo de colegas, están ajustando y publicando una calculadora  para poner a disposición de los responsables de salud de cualquier municipio u organización. “Sirve para analizar, en forma simple, cómo y cuánto se expande o se frena la epidemia con distintas intervenciones posibles y poder generar diferentes escenarios”. Quiroga explicó que “para esto lo ideal es poder acceder a los datos crudos: por ejemplo, saber cuando se hizo el hisopado cada paciente, si dio positivo, la fecha de alta, etc. Cuanto más datos tengamos mejor pronostican los modelos”.