Especiales

Coronavirus

Los modelos epidemiológicos actuales no son capaces de predecir la evolución de la Covid-19

“A lo más que podemos aspirar es a obtener predicciones probabilísticas, como las del tiempo”. afirma un estudio del CSIC

Pruebas de la COVID-19
Pruebas de la COVID-19Ricardo Maldonado RozoEFE

Los modelos epidemiológicos que se utilizan tradicionalmente para pronosticar el comportamiento de las epidemias no pueden predecir con certeza la evolución que va a tener una pandemia, ni cuándo alcanzará el pico ni cuando finalizará, mientras la crisis está teniendo lugar.

A esa conclusión han llegado un equipo de investigadores del Centro Nacional de Biotecnología del Consejo Superior de Investigaciones Científicas (CNB-CSIC), que han coordinado un estudio publicado en Proceedings of the National Academy of Sciences (PNAS).

Los modelos tradicionales que se utilizan para conocer la evolución de una pandemia se conocen a nivel mundial como “SIR” (siglas, también en inglés, de Susceptibles, Infectados y Recuperados), pero según los investigadores solo sirven para ofrecer un diagnóstico “probable y variable”, han señalado en una nota difundida hoy por el CSIC.

A lo más que podemos aspirar es a obtener predicciones probabilísticas, como las del tiempo, donde se nos informe de con qué probabilidad se puede alcanzar el pico antes de una fecha dada, por ejemplo”, ha explicado la investigadora Susanna Manrubia, del Centro Nacional de Biotecnología (CNB-CSIC).

El problema que presentan los modelos tradicionales se puede atenuar con más y con mejores datos, y con modelos testados en distintos contextos, “pero no se puede resolver completamente”, añaden los autores.

En los modelos tradicionales de la epidemiología se divide a la población en clases o “compartimentos”: individuos susceptibles, infectados, recuperados, y varias otras dependiendo de cada caso particular.

Esos “modelos de tipo SIR” capturan las características fundamentales de la dinámica de un proceso de propagación de infecciones, “pero en este estudio hemos mostrado que los datos empíricos no pueden predecir el curso futuro de la epidemia, cuándo llegará a su máximo, si habrá o no un repunte, cuál será el número final de fallecidos o si el confinamiento tendrá el efecto deseado”, detallan. .

Mediante los datos oficiales publicados por el Ministerio de Sanidad y las comunidades autónomas, con reportes diarios de casos confirmados, pacientes recuperados y fallecidos, se pueden obtener un conjunto de parámetros “compatibles con las observaciones mediante métodos de ajuste estadístico”, ha indicado la investigadora.

Pero ha observado: “si bien el ajuste es excelente para el conjunto de España y sus comunidades autónomas, la sensibilidad de los modelos SIR a variaciones en el valor de los parámetros, como la tasa de infección del virus, impide la predicción a medio y a largo plazo”.

“Por desgracia, este resultado también implica que no podemos determinar en estos momentos la magnitud ni la duración de la segunda ola”, han indicado los investigadores.

“Esta sensibilidad es análoga a la que se observa en los sistemas caóticos, donde dos condiciones iniciales ligeramente distintas divergen exponencialmente rápido. Este principio subyace a la imposibilidad de predecir el tiempo que hará más allá de unos pocos días vista. Es decir, el hecho de que un modelo epidemiológico de tipo SIR (que entraña un crecimiento exponencialmente rápido de las variables en la etapa de expansión de la epidemia) sea capaz de reproducir el pasado no implica que sea capaz de predecir el futuro”, argumentan los autores.