Casos COVIDー19 superarían los 100 MIL en la Región Metropolitana en junio, de no aplicarse las cuarentenas totales

Investigadores estiman que sin cuarentenas por zonas, casos de Covid-19 superarían los 100 mil en la Región Metropolitana en junio

De acuerdo al modelo de micro-simulación desarrollado por un equipo de académicos, estudiantes y profesionales del Instituto Sistemas Complejos de Ingeniería (ISCI) y del Departamento de Ingeniería Industrial de la Facultad de Ciencias Físicas y Matemáticas (FCFM) de no aplicarse las cuarentenas totales o Lock-down por zonas específicas, para junio los casos activos de COVID-19 sumarían más de 100 mil en la Región Metropolitana, y de éstos 5 mil corresponderían a casos críticos, lo que superaría la capacidad de atención del sistema de salud local.

La estrategia de mitigación e inmunización -mediante el contagio progresivo de ciertos grupos de la población-, que llevaba inicialmente adelante el gobierno británico para enfrentar el nuevo coronavirus SARS CoV2, generó críticas y cuestionamientos por parte del mundo científico, y finalmente fue reemplazado a mediados de marzo por el modelo matemático presentado por el Imperial College de Londres, trabajo que fue liderado por Neil Ferguson, jefe del programa de modelos matemáticos de dicha institución.

“Al día siguiente que salió esta noticia publicada en Inglaterra, nosotros nos pusimos a trabajar”, señaló Marcelo Olivares, académico del Departamento de Ingeniería Industrial, quien lidera el equipo a cargo de la iniciativa compuesto por el académico José Correa, los estudiantes Felipe Subiabre y Simón Maturana, el investigador Rodrigo Guerra y el ingeniero industrial, Yerko Montenegro.

De acuerdo a las primeras simulaciones realizadas por el equipo con este instrumento, los investigadores estiman que, de no aplicarse cuarentenas por zonas específicas, en la Región Metropolitana los casos activos de COVID-19 superarían los 100 mil. En este escenario, indicó el profesor Olivares, serían “más de cinco mil pacientes críticos, los que sobrepasan la capacidad hospitalaria de Santiago”.

Por otro lado, este modelo indica que, en caso de decretarse la cuarentena total en la región, en un mes los casos nuevos desaparecerían, y el total acumulado a junio sería de 9 mil contagios. No obstante, una vez finalizada la restricción los casos volverían a aumentar exponencialmente. En este sentido explicó el profesor Olivares, “la medida no sería sostenible en el tiempo”, y la recomendación sería mantener las cuarentenas focalizadas en RM, sosteniendo este Lock-down en un 20 a 30 por ciento de la región, con cierres realizados conforme a las tasas de contagios.  

“La gracia de la estrategia de cuarentena alternante entre zonas es que mantienes los casos activos en un nivel más o menos constante a nivel de ciudad. Y aunque es posible que una zona se vea sobrepasa de capacidad en algún momento, podría ser cubierta por otra zona”, explicó el profesor Olivares, quien además enfatizó en que “políticas de ese tipo, donde se van cerrando y abriendo las cuarentenas por zona es efectivo en la medida que se mantenga de forma permanente el cierre de colegios y el distanciamiento social. Es decir, no hay actividades aglomeradas, se debe usar de mascarilla, continuar con el trabajo online todo lo que se pueda, etc.”.

Este modelo fue presentado recientemente por el Rector Ennio Vivaldi en la Mesa Social de COVID-19, implementada el mes de marzo por el gobierno. Al respecto la máxima autoridad de la U. de Chile destacó que “este modelo está construido con lo más avanzado en tecnología científica, tanto en el ámbito de la biología como de la matemática, y se nutre de bases de datos masivos e importantes en demografía, escolaridad y uso del sistema público de transporte. Creemos que una herramienta como esta podría apoyar los análisis que están haciendo las autoridades. Estoy orgulloso de este equipo de académicos y estudiantes de nuestra universidad que, como varios otros, están colaborando con el país para enfrentar esta pandemia”.

Sobre el modelo

El modelo propuesto se basa en simular el comportamiento de individuos y sus interacciones sociales a través del hogar, trabajo, colegio y conexiones en la comunidad, calibrando la probabilidad de contagio en los distintos tipos de interacción social, las cuales dependen del lugar de la interacción y la edad de éstos.

Esta herramienta permitiría evaluar la efectividad de medidas de contención, como son la clausura de colegios y universidades, cuarentena de grupos etarios de alto riesgo, cuarentena de individuos que comparten hogar con un paciente infectado, aislamiento de pacientes infectados fuera del hogar, aumento en el volumen de testeo y cuarentena total o lock-down, entregando valiosa información a los tomadores de decisión en el marco de esta crisis.

“Desde el punto de vista científico esto ha sido bien interesante porque nos ha permitido trabajar de una forma bien interdisciplinaria. Nosotros estamos colaborando con epidemiólogos y con intensivistas, se ha formado una colaboración importante dentro de la Universidad, que ha sido fundamental para que el modelo pueda ser correctamente validado”, afirmó el profesor Olivares respecto al trabajo en el que también han colaborado los académicos de la Facultad de Medicina, Miguel O’Ryan y Eduardo Tobar.

Estimando que alrededor de un tercio de los contagios ocurre en los colegios y el trabajo, un tercio en el hogar y el otro tercio en el resto de los espacios, este modelo parte por capturar los patrones de movimiento a colegios y trabajo, para lo cual se desarrolló una base de datos utilizando como fuentes las postulaciones al nuevo sistema de admisión escolar, calculando los traslados desde el hogar a los colegios; se combinó información del Transantiago (buses + metro) obtenida con la activación de tarjetas BIP para determinar los viajes en transporte público; se utilizaron datos de transporte privado de la encuesta Origen-Destino 2012, para inferir la trayectoria del hogar al trabajo; y se consideraron datos del Censo 2017, obteniendo la distribución de edad y tamaños de grupo familiar, con el fin de capturar la interacción social en el hogar y diferenciar las tasas de contagio por edades.

Siguiendo al modelo, en cada día simulado, los individuos se someten a tres riesgos de contagio: contagio en el hogar, contagio en el trabajo o colegio y contagio comunitario, el que se estima construyendo al azar arcos de contacto de un individuo con el resto de la población dentro de una distancia determinada, de acuerdo a una probabilidad proporcional a la distancia, utilizando modelos basados en redes sociales.

Inicialmente el equipo de investigadores realizó una calibración de los parámetros utilizando los datos de contagios para la ciudad de Santiago (los únicos datos disponibles a la fecha). Para realizar la simulación, se consideró la semana del 16 de marzo, justo después del cierre de colegios y la semana del 27 de marzo en que se determinó la cuarentena total o Lock-down de siete comunas en Santiago. Con estos datos se observó un buen ajuste de las predicciones del modelo con la curva de contagios según datos del Ministerio de Salud.

La idea ahora es mejorar la calibración de parámetros utilizando información más detallada, sumando por ejemplo, datos georeferenciados sobre contagiados y hospitalizaciones, con el fin de tener una métrica de propagación del virus con menos error de medición.

“Para estar realmente seguros de las proyecciones que hacemos con este tipo de modelo, necesitamos compararlos con los contagios que hay a nivel más local, puede ser de comunas o quizás incluso más granular que eso. Con el bloque censal nos serviría y así además se estaría resguardando la identidad de las personas, así que no vemos ninguna razón para no poder entregar esa información”, comentó el profesor Olivares.

Respecto a los datos requeridos sobre hospitalizaciones, el académico puntualizó que es relevante que “se reporte el número de hospitalizaciones por COVID-19, porque de alguna manera el tema de los contagios tiene un sesgo en base a cuántos test se están haciendo. Además creemos que hay algunas comunas en donde se hacen más test que en otras. Entonces, es mucho más relevante saber el número de hospitalizados porque eso es realmente la carga que va a tener nuestro sistema de salud”.

Predicciones

Una vez calibrado el modelo con datos desagregados, los investigadores podrían simular diversos escenarios para el caso local. Por ejemplo, cómo se hubiese propagado el contagio si los colegios no hubiesen sido cerrados tempranamente, cómo disminuiría la propagación del contagio con una cuarentena total para Santiago en comparación al cierre de algunas comunas, o se podría medir el efecto de aplicar testeo masivo para disminuir el tiempo en que contagiados no-detectados circulan por la ciudad, lo que además se podría evaluar bajo distintas políticas de cuarentenas totales. Además, este modelo, permitiría simular políticas intermitente de lock-down, las cuales permiten controlar la propagación del virus minimizando los efectos económicos producidos por lock-downs extendidos.

“La gracia de este modelo es que al ser tan granular y capturar bien los patrones de la ciudad, se podría incluso definir sobre qué regiones tomar qué medidas, sobre qué comunas aplicar qué tipo de restricciones y/o rebajar ciertas restricciones, pero hacer más testeo, porque el testeo te permite relajar las restricciones, que es básicamente lo que vemos en Corea del Sur. Este tipo de modelo te permite justamente evaluar esos escenarios de una manera bastante precisa”, concluyó el experto.

Texto: Francisca Siebert
Prensa Uchile