En el contexto del aislamiento social preventivo y obligatorio, dispuesto por el Decreto Nacional No. 297/2020, en el marco de la pandemia del COVID-19, leemos constantemente acerca de epidemiología, infectología, economía, salud pública, y la mezcla de todas ellas.
Si hacemos zapping en tv, nos atosigan con nuevos y viejos términos que muchos no llegamos a entender o entendemos a medias, lo que aumenta nuestra incertidumbre y alimenta nuestra ansiedad.
Los que me conocen saben que me gusta explicar conceptos complejos de manera sencilla y con ejemplos que tengamos al alcance, a su vez saben que dedico mis ratos libres a investigar sobre buenas prácticas en las políticas públicas, y que el Partido de Tigre es mi lugar en el mundo.
En el presente artículo me propongo dos cosas: por un lado bajar a la tierra o “poner en nuestras palabras” algunos conceptos relativamente complejos (relativos porque dependen del lector), por otro lado, pretendemos calcular o estimar, ciertos indicadores cruciales a nivel del Partido de Tigre. Actualmente, si acaso existen estudios, indicadores o proyecciones, éstos son a nivel Nacional o a lo sumo, Provincial.
Nos centraremos en la explicación y el cálculo de dos principales parámetros epidemiológicos, para ello, usaremos la información disponible en la página del Sistema Integrado de Información Sanitaria Argentino (SISA) https://sisa.msal.gov.ar/
Empecemos pues con aquel indicador que determinó el alargamiento de los días de cuarentena, aquel dato que nuestro Presidente Alberto Fernández presentaba con orgullo durante las conferencias de prensa: el tiempo (o días) de duplicación de casos. Por suerte, el nombre de este indicador es intuitivo, nos dice cuántos días tardamos en duplicar la cantidad de casos, pero ¿cómo lo calculamos?, matemáticamente podemos calcular las tasas de crecimiento de los casos, sacar promedios, estimaciones proyecciones, simplemente para confirmar mirando la tabla de los casos nuevos, y casos acumulados a qué velocidad crece y contar con nuestros dedos en cuántos días teníamos la mitad de los mismos. El aumento del valor de éste número nos demuestra el éxito que tuvo el distanciamiento social (porque necesitamos más días para tener el doble de casos).
Los gráficos nos ayudan para mostrarnos de manera sencilla cosas que parecen complejas, así, el que presentamos a continuación puede mostrar con el color naranja el cálculo de la tasa de duplicación que mencionamos anteriormente, junto con la evolución de la aparición de nuevos casos (dato que dibujamos en azul). Podemos ver claramente el pico de contagios por el foco del Barrio San Jorge, durante los últimos días y que, paralelamente, esto se ve acompañado con el hecho de que se necesitaron menos días para duplicar los casos totales (la tasa de duplicación dibujada en naranja, es más baja en dicho período).
Otro dato curioso que manejan los especialistas y que impacta directamente en nuestras vidas durante la pandemia, es el famoso R_0 (“erre cero” o “erre subcero”). El R_0es el número reproductivo básico, y estima la velocidad con que una enfermedad puede propagarse en una población, pero ¿para qué sirve? y ¿cómo se calcula?.
Empecemos respondiendo la primera pregunta, afirmando que tanto esto como todos los parámetros epidemiológicos revisados, sirven y son cruciales para determinar la gravedad de una epidemia (por ejemplo, la pérdida de vidas). La estimación instantánea revela el impulso actual de la epidemia. En algunas pocas circunstancias (dependiendo de la exactitud) podría ser útil para pronosticar las tasas generales de ataque.
Por otro lado, y aunque ya sabemos calcular el número total de infecciones diagnosticadas (azul en el cuadro) y el tiempo de duplicación (dibujado en naranja), para calcular el R_0 necesitamos datos adicionales sobre el desarrollo de la pandemia, por ejemplo: la tasa de crecimiento de los contagios, y hacer estimaciones acerca del período infeccioso del COVID-19 (cuántos días puede una persona infectada, contagiar a otras).
El R_0entonces junta dicha información y calcula cómo se reproduce ese virus, si sabemos cuántas personas están contagiadas, cuánto tiempo contagian esas personas y cómo se duplican los contagios. Resulta obvio que el último dato (cómo se duplican los contagios) depende directamente de los modos de vida, de si respetamos o no el distanciamiento social, preventivo y obligatorio. En términos concretos, si tengo -por ejemplo- 10 infectados, y contagian durante 15 días aproximadamente (que es lo poco que se sabe del nuevo virus), podremos afirmar que si estas personas se mantienen aisladas, al menos por esos días, entonces el número reproductivo es bajo (en matemáticas, se define como R_0<1). Sin embargo, si las personas infectadas no respetan el aislamiento por ese período de 15 días, entonces el R_0será mayor a uno, es decir se reproducirá considerablemente. Con estos datos, y en poblaciones cerradas, podemos llegar a estimar en cuántos días se contagiará toda la población en cuestión.
Dicho lo anterior, podemos entender un poco más en detalle, por qué las poblaciones han adoptado por el distanciamiento entre jurisdicciones, no sólo entre personas.
Cuando R0 se calcula a partir de modelos epidemiológicos, particularmente en los basados en ecuaciones diferenciales deterministas, lo que usualmente se denomina R0 es, solamente un umbral, no un número promedio de infecciones secundarias. Existen diversos métodos para estimar dicho umbral a partir de un modelo matemático, pero pocos de ellos proporcionan el verdadero valor de R0. La situación se hace especialmente problemática en el caso en que existan vectores intermediarios entre los portadores, como sucede en el caso del dengue o el mal de Chagas.
Lo que esos umbrales representan es si un brote se extingue por sí mismo (si R0 < 1) o si por el contrario se vuelve endémico (si R0 > 1), pero en general no puede comparar diferentes tipos de brotes. Por tanto, los valores comparados de R0 deben ser tomados con precaución, especialmente si los valores se han calculado a partir de modelos matemáticos, que sólo constituyen una aproximación al contagio de la enfermedad.
A todos nos resulta difícil mantenernos ermitaños, aislados, alejados (aunque convengamos que si tenemos la posibilidad de vivir con nuestros familiares, o de poder trabajar desde un hogar con comodidades, resulta más ameno); pero no podemos negar que es la única opción que nos queda si queremos vivir, y que nuestros seres queridos vivan.
En los próximos días, desarrollaremos otros conceptos de interés, tales como: Tasa de transmisión, Tasa de recuperación, Período latente, Período de incubación, Tasa de contacto, Riesgo de infección, Virulencia, Incidencia, Prevalencia, Mortalidad, Morbilidad, Letalidad, entre otros.
Por Silvia Juncos – [email protected] – Economista (UBA), docente e investigadora. Especialista en planificación estratégica de políticas públicas (BID-INTAL). Diplomada en Economía Política de la Salud (UNPAZ), cursó la Maestría en Economía Social de UNGS, además es posgraduada en gestión sanitaria (ISALUD) y miembro fundador del Observatorio de Políticas Públicas de Tigre.
Bibliografía:
Ridenhour B, Kowalik JM, Shay DK. Unraveling R0 : Considerations for Public Health Applications. Am J Public Health. 2014;104:e32–e41. doi: 10.2105/AJPH.2013.301704.
