Análisis: La clave está en las matemáticas

Desde el momento en que una infección se comienza a transmitir espontáneamente dentro de una comunidad toda la comunidad se convierte en susceptible de padecerla. No es para echarse las manos a la cabeza, todos somos susceptibles de padecer la gripe si no estamos vacunados o de ser atropellados por un camión si vamos por la calle. La «S» de susceptibilidad no es más que una variable en las fórmulas matemáticas que están en el fondo de las decisiones epidemiológicas. Y es que la matemática trata de echar una mano a la medicina a la hora de definir el futuro de una epidemia. La confirmación de varios casos de transmisión comunitaria en España (sin contacto aparente con focos de origen) ha obligado a elevar algo el grado de alerta en los medios de comunicación. Para la administración en realidad el fenómeno más bien puede haber sucedido de modo contrario: Una vez se elevó la alerta de «baja» a «moderada» el sistema de ha vuelto más sensible y más capaz de detectar casos dentro de la comunidad. Buena parte de la culpa la tienen las matemáticas.

Las autoridades sanitarias eran conscientes de que con el foco de la epidemia en Italia, las posibilidades de importar casos a nuestro país crecían exponencialmente. Nuestras líneas de contacto con la nación mediterránea son mucho mayores. Así que el riesgo de dispersar el virus comunitariamente era mucho mayor. Se activan nuevos protocolos y aparecen los primeros casos tal como la matemática había predicho

Los nuevos casos supuestamente no importados obligan a modificar algunos protocolos. Para los ciudadanos no supone ninguna variación fundamental. Pero para el sistema sí. Puede que la política de contención y confinamiento ya no tenga tanto sentido. Ahora hay que centrarse en mejorar la sensibilidad del sistema, es decir, la capacidad de detección de casos a tiempo. Para ello en estar circunstancias se suele modificar el método de diagnóstico. Ya no solo son sospechosos los enfermos sintomáticos que hayan tenido contacto con alguna región de riesgo, ya podría serlo cualquier persona que llegue a un centro de salud con síntomas de neumonía.

Uno de los factores que la matemática aún no puede resolver bien en esta epidemia es su letalidad real. El virus que provoca la enfermedad Covid-19 parece tener un periodo de incubación largo y una propensión a cursar asintomático. Eso provoca que la mayoría de los casos que se contabilizan como graves o letales en las estadísticas sean de personas que llevan mucho tiempo contagiadas y enfermas. Pero la fórmula tendrá que ajustarse para incorporar la evolución de los que han enfermado después de un periodo largo de latencia. Durante los primeros días de epidemia de Ébola en África en 2014 las tasas de mortalidad recogidas fueron menores de las reales por culpa de este efecto estadístico.

Tampoco es fácil saber si, llegados a este nuevo escenario de posible transmisión comunitaria, las medidas extremas de contención son útiles. Los datos que llegan de China parecen indicar que las draconianas medidas allí tomadas han permitido estabilizar la evolución de los contagios. Pero la epidemiología puede ser a veces tramposa. Como es necesario algo de tiempo para que el virus se manifieste y que una vez manifestado provoque la enfermedad, cualquier cambio en su evolución que suceda hoy no tendrá efecto estadístico hasta dentro de semanas. El descenso en los contagios en China podría ser consecuencia de las medidas adoptadas o de una evolución natural del virus que ha llegado por sí solo a su pico de actividad. Eso no lo sabremos hasta semanas después de que las medidas se relajen.

Pero mientras tanto en España deberemos lidiar con la situación con el conocimiento estadístico que sabemos es algo desfasado e incompleto ¿Quién dijo que ser epidemiólogo era tarea sencilla?

Para terminar de complicar las cosas, las estadísticas tampoco nos ayudan a resolver una de las mayores preocupaciones en este momento: Por qué el Covid-19 es tan grave para algunas personas y tan leve para otras y por qué este virus parece tener una mortalidad ligeramente superior a otros coronavirus que regularmente circulan entre la población en invierno. Un razonamiento obvio es que la mortalidad del virus es superior en personas que tienen enfermedades respiratorias preexistentes o un sistema inmunitario debilitado. Pero las cosas no son tan sencillas. A día de hoy (con los datos que tenemos en la mano y la experiencia en China) hay otro factor menos esperable: la edad.

El 14,8 por 100 de los muertos tenían más de 80 años. Aunque hay mortalidad en todos los grupos de edad exceptuando los niños. De hecho la infectividad es muy reducida en niños.

En otras epidemias no se aprecia tan claramente este sesgo. La famosa gripe del 18 por ejemplo provocó una gran mortalidad entre la población joven. Pero sí se apreció en los casos del SARS y el MERS donde sí aumentaba la mortalidad en edades avanzadas.

Pero aún no está claro por qué. Quizá el culpable sea el estado del sistema inmunitario del paciente. Por razones no bien definidas aún, la edad podría dificultar algunas respuestas inmunitarias cuando el coronavirus entra en las células. Otro dato que sorprende hasta ahora es que la mortalidad entre hombres parece un poco mayor que entre mujeres (2,8 por 100 para ellos, 1,7 por 100 para ellas). Muchos expertos advierten que quizás aún no tengamos un suficiente número de infectados para poder determinar este sesgo. Pero la experiencia de otras epidemias también apunta hacia las diferencias de sexo. En el brote de SARS en Hong Kong en 2003 el 22 por 100 de los hombres infectados murió, frente al 13 por 100 de las mujeres. Si en este caso el sexo es un factor determinante solo lo sabremos cuando las cifras de afectados sean mucho mayores o cuando se realicen pruebas concluyentes con ratones de laboratorio. Esperemos que sea de la segunda manera.