MADRID, 12 Mar. (EUROPA PRESS) -
Cuatro expertos en epidemiología y matemáticas de varias instituciones estadounidenses han pedido, en un artículo publicado en el 'Science Translational Medicine', y recogido por la plataforma Sinc, crear un banco mundial de datos que puedan ser compartidos por médicos, científicos y organizaciones sanitarias para avanzar en la lucha contra el nuevo coronavirus.
Además, han abogado por el uso de modelos de predicción basados en datos que no se centren solo en el número y la distribución geográfica de los casos confirmados y que incluyan cuestiones complejas como variaciones en el patógeno, variables sociales y las distintas intervenciones para frenar la expansión del virus.
Y es que, a su juicio, para comprender los desafíos "sin precedentes" que plantea el nuevo coronavirus se necesitan modelos que no se basen solo en los casos confirmados y su propagación geoespacial, reiteran. "En cambio, habría que incluir variables como la interacción patógeno-huésped, es decir, cuánto dura la excreción del virus, el número de partículas infecciosas liberadas, la duración de la estabilidad viral, la heterogeneidad de la diseminación y la existencia de supercontagiadores", han dicho.
Del mismo modo, han destacado la necesidad de considerar los cambios en el genoma viral y variables relacionadas con la organización social, la cual incluiría la concentración de personas por zona, los desplazamientos al trabajo, las interacciones de contacto, la urbanización y la movilidad, entre otras.
En el ámbito de las intervenciones, añaden, habría que tener en cuenta los impactos de las cuarentenas, la higiene de manos, el uso de mascarillas, las medidas de educación pública para protección personal, las terapias (antivirales y anticuerpos) y las futuras vacunas.
"Los modelos matemáticos básicos de los brotes epidemiológicos existentes se utilizan para estimar el número de reproducción (Ro), pero no pueden determinar las variables basadas en los patógenos. Estas estimaciones requerirán observaciones clínicas y encuestas de epidemiología minuciosas", han apostillado.
CÓMO EXTRAER LOS DATOS
Por otra parte, los investigadores han explicado que las variables basadas en la sociedad pueden extraerse de los datos demográficos, de transporte y de telecomunicaciones existentes. De hecho, han informado de que las autoridades sanitarias de China ya han empezado a utilizar las ubicaciones temporales de los teléfonos móviles en regiones para proporcionar algunos de los datos necesarios.
Sin embargo, los expertos han subrayado que, debido a cuestiones de privacidad y seguridad, los organismos encargados de la recopilación de datos en otros países pueden "no estar dispuestos" a compartir esos datos, incluso durante desastres o emergencias de salud pública.
"Recientes artículos han dado a conocer varios modelos matemáticos que ofrecen un pronóstico en tiempo real de los casos de COVID-19. Pero se necesitan modelos más exhaustivos que incluyan variables complejas basadas en patógenos y en sociedad, aunque su desarrollo puede requerir un tiempo y un esfuerzo considerables, de meses o incluso años", han argumentado.
No obstante, a su juicio, se podrían utilizar los modelos matemáticos existentes desarrollados para anteriores pandemias de gripe o brotes de SARS y MERS, incluidos los desarrollados por el Instituto Nacional de Ciencias Médicas Generales de Estados Unidos. Unos modelos que, tal y como han señalado, tienen en cuenta las variaciones del patógeno, la sociedad y las variables basadas en la intervención.
Además, los autores del artículo han aseverado que la información sobre estas variables debería compartirse "libremente" entre las comunidades científicas e instituciones, otras organizaciones no gubernamentales y los encargados de la respuesta ante emergencias.
"El establecimiento de un banco de datos que organice la información según los módulos de patógeno-huésped, de mezcla de la sociedad y de impacto de la intervención puede ofrecer los medios más eficaces para compartir esa información tan dispar. Ese recurso conectaría todas las redes de bancos de datos existentes. Además, ese banco de 'intercambio centralizado' podría introducir instrumentos automatizados que permitan encontrar, reunir y evaluar datos para su posterior conservación y vinculación", han zanjado.
