Por: Ing. Alberto Aldape
La epidemia de COVID-19 ha presentado un repunte en el país que ha llevado a que los gobiernos estatales tomen medidas emergentes para contener los brotes de este virus.
La principal medida ha sido el restringir la movilidad social, el cierre de establecimientos cuya actividad esta considerada como no esencial y obligar el uso de cubrebocas en lugares públicos.
Se espera que los resultados de estas medidas sean positivos en cuanto al tema de salud se refiere, sin embargo, el golpe a la economía de muchos de estos establecimientos será prácticamente mortal.
En estos momentos en donde se hacen discursos sobre el uso de la tecnología y la innovación, grupos de científicos han propuesto la utilización de las matemáticas y la construcción de algoritmos, para que a través de simulaciones se pueda dividir a la población en múltiples segmentos que ayuden a contener los brotes de coronavirus, evitando se mezclen entre si subpoblaciones y de esta forma contener los brotes del coronavirus sin imponer restricciones de contacto dentro de las comunidades locales.
Para los científicos la idea clave de la subdivisión en pequeñas localidades de la población es que, en números bajos de infección, las fluctuaciones pueden alterar el curso de las epidemias de manera significativa, incluso si se espera un aumento exponencial, como es el caso ahora por la influenza estacional, en el número de infecciones en promedio.
Estadísticamente cuando el número de infecciones es alto, se pueden ignorar los efectos aleatorios, y al subdividir una población se pueden crear comunidades tan pequeñas que los efectos aleatorios sean importantes para contener el desarrollo de la enfermedad. Al construir los modelos de análisis de datos, permite que al dividir una gran población en pequeñas comunidades se cambie por completo la dinámica de la transmisión de la enfermedad y el número máximo de infecciones se reduzca.
Los investigadores consideraron un modelo denominado “determinista” sin eventos aleatorios. Para esta prueba, uno de los supuestos es que los individuos de cada subpoblación se encuentren con otros como resultado de la movilidad social, al mismo ritmo que se tendría si solo existiera una población grande.
Si a este modelo se le incluyen en efectos aleatorios, se producen cambios drásticos en el numero de contactos de las subpoblaciones teniendo como resultado que la dinámica de contagio disminuye en forma importante.
El modelo se aplicó a una población de ocho millones de individuos en donde 500 estaban infectados; se utilizo inicialmente una tasa de contacto infeccioso con medidas de distanciamiento social leves. Con estos parámetros la enfermedad se propago exponencialmente y los infectados se duplicaron cada doce días.
La conclusión científica es que, si se permite que la población se mezcle de manera homogénea, la dinámica de contagio evolucionara de acuerdo con las predicciones deterministas, esto es un pico de alrededor del cinco por ciento de individuos infectados.
Sin embargo, si la población se divide en cien microcomunidades de ochenta mil personas cada una, el porcentaje máximo de personas infectadas se reduce al tres por ciento. Si la división se hiciera en quinientos subgrupos de dieciséis mil cada uno, la infección alcanzaría su punto máximo en solo el uno por ciento de la población inicial.
La principal razón por la que funciona la subdivisión de la población es que se tiene un “efecto de extinción” que se produce cuando las cadenas de infección terminan espontáneamente.
Una forma de subdividir la población “desincronizando” las actividades de toda la población ya que de esta forma aun y cuando los brotes ocurrieran en las comunidades mas pequeñas y los picos ocurrieran en diferentes momentos estos no podrían sincronizarse y disminuiría el número de posibles contagios.
Como vemos hoy se requiere cada vez mas el uso de la ciencia y tecnología para tener existo en las medidas de contención de la pandemia.
