Un estudio demuestra que la COVID-19 es una infección estacional

Desde los inicios de la pandemia, se ha especulado acerca del efecto que podría tener la meteorología en la capacidad de transmisión del SARS-CoV-2 y, pese a que había indicios que apuntaban a que podía existir una relación entre ambos factores, lo cierto es que, hasta ahora, esos datos eran algo confusos. Sin embargo, es importante entender si podemos esperar que en épocas y lugares con temperaturas más frías sea más frecuente que se produzcan picos de contagio u olas de la pandemia o bien eso es algo que nada tiene que ver con la meteorología.

En este sentido, el verano pasado, investigadores del ISGlobal, centro impulsado por la Fundación ‘la Caixa’ pusieron en marcha un estudio basado en modelos teóricos y en un método estadístico para tratar de arrojar evidencia sólida acerca de esa posible conexión entre los cambios de temperatura y humedad y el índice de transmisión del virus. Los resultados, publicados en Natura Computational Science, demuestran que el virus tiene preferencia por la temperatura y la humedad bajas, por lo que la COVID-19 es un infección estacional asociada a la climatología.

En el contexto de este estudio, los investigadores llevaron a cabo en primer lugar un análisis, bastante simple, del nivel de transmisión del virus en 162 países durante las primeras semanas de la pandemia y se vio que había un efecto muy ligero de la meteorología sobre la transmisión del virus, que no resultaba significativo. Posteriormente, se llevó a cabo un análisis de series temporales de más larga duración para confirmar si había alguna modulación entre los cambios de temperatura y humedad y el índice de transmisión del virus y la conclusión fue que “pese a no ser el factor dominante, sí parece que hay una preferencia para la transmisión en temperaturas más bajas y humedades más bajas”, señala Alejandro Fontal, investigador de ISGlobal y primer autor del estudio, quien al respecto señala que “este estudio es el primero en conectar la meteorología como modulador claro de la intensidad de transmisión del virus”.

Sobre las conclusiones de esta investigación, Fontal quiere dejar claro que “lo que hemos visto es la consistencia de estos patrones en ambos hemisferios, a nivel de regiones, de países y de ciudades, pero con ello no estamos diciendo que cuando hace calor no va a haber olas o picos de contagio. Lo que decimos es que en meses fríos, en lugares fríos con temperatura y humedad bajas, el virus tiene más facilidad para transmitirse y, por ende, es más fácil que se produzcan olas”.

Es decir que, en este sentido, el SARS-CoV 2 se comportaría como la gripe y otros tantos virus respiratorios estacionales, que tienen preferencia por temperaturas y humedad bajas. Y puesto que este estudio se desarrolló a partir de los datos recogidos durante las tres primeras olas de la pandemia, cuando la variante dominante del virus era la Alfa, se desconoce si este patrón podría replicarse también en otras variantes, ya que como indica Fontal, “hay ciertas variantes del virus que se han seleccionado en lugares de clima más temperado, más cálido, por lo que podría ser que la preferencia de estas mutaciones que se han seleccionado virara hace temperaturas más altas, pero no lo sabemos”.

Hay varios factores que explicarían ese incremento del índice de transmisión cuando se registra una temperatura y una humedad bajas y, más allá de lo que se refiere a la influencia que puede tener la meteorología en el comportamiento humano, el virus se transmite mejor en estas condiciones porque “los aerosoles forman partículas más pequeñas cuando hace más frío y hay menos humedad, las cuales pueden transmitirse con más facilidad porque llegan a más distancia”, explica Fontal.

En definitiva, el mensaje que a través de este estudio lanzan los investigadores a los responsables de los sistemas de vigilancia epidemiológica, prevención y control es que “la meteorología es relevante a la hora de predecir la facilidad con la que el virus se va a transmitir y, por lo tanto, es necesario incluir estas variables en nuestros modelos si queremos ser capaces de predecir”.