0
0
Encontrar al??paciente ???cero???, el primer caso de covid-19, es crucial para averiguar el origen de la pandemia. Saber d??nde y por qu?? pudo contraer la enfermedad nos dar?? las pistas necesarias para evitar los riesgos de futuros focos, reemergencias y nuevas pandemias. Por supuesto, preservando su identidad, imprescindible para evitar culpabilizar y estigmatizar.
C??mo se traza el origen de una epidemia
Cualquier investigaci??n de hechos consumados, cual detectives policiales, nos lleva a mirar hacia atr??s para atar cabos. Disponemos de la declaraci??n de 27 casos de??neumon??a??de causa desconocida por los servicios sanitarios de Wuhan el 31 de diciembre de 2019, con aparici??n de s??ntomas el 7 de ese mismo mes.??Ahora sabemos que el periodo de latencia presintom??tica de la covid-19 es de unas dos semanas, por lo que nos podemos aventurar a situarlo en noviembre de 2019.
Probablemente no aparecieron de golpe y en todos los enfermos a la vez, sino que se deber??a pensar en d??as atr??s. Ya en marzo de 2020 se aventuraba que el primer caso pod??a haber surgido en la provincia de Hubei el d??a 17 de noviembre de 2019.
Despu??s de la expansi??n en China, en enero comenzaron a aparecer casos en hospitales en Europa, Estados Unidos, Corea??? Otro dato a tener en cuenta es el reconocimiento en abril del pasado a??o por el CCAES de que, cuando se detectaron los primeros casos en Espa??a, el??SARS-CoV-2??ya estaba entre nosotros. Dato comprobado posteriormente mediante estudios de secuenciaci??n del material gen??tico del virus y de su seguimiento.
Hasta ahora han aparecido varios modelos de predicci??n para dar con el paciente cero y situar y precisar el origen del primer contagio. Uno de los m??s novedosos ha sido publicado muy recientemente en la revista PLOS Pathogens en una colaboraci??n a tres bandas entre la Universidad de Kent (Reino Unido), Chicago (EE. UU.) y el Centro de Biolog??a de la Rep??blica Checa.
??Son fiables los modelos matem??ticos para describir la evoluci??n de una epidemia?
Para poder comprender esta novedosa investigaci??n, primero debemos familiarizarnos con los m??todos m??s utilizados. Los modelos matem??ticos juegan un papel importante en el dise??o de posibles estrategias de control de enfermedades al centrarse en los aspectos clave de estas, determinar el umbral para la supervivencia de la enfermedad y evaluar el efecto de las estrategias dise??adas, entre otros aspectos.
La simulaci??n b??sica es el modelo SIR, desarrollado por Sir Ronald Ross y Anderson Gray McKendrick. Este tipo de modelos se basan en que la poblaci??n se puede clasificar en tres grupos compartimentados independientes: individuo susceptible (S), individuo infectado (I) e individuo recuperado (R). A partir de este modelo, tanto el n??mero como el tipo de grupos se pueden modificar para reflejar el comportamiento de cada enfermedad, como se muestra en la Figura 1.
Modelos matem??ticos. S: Susceptible; I: Infectado; R: Recuperado;E: Expuesto; T: Tratado; Q: Cuarentena; J: Aislamiento. Autora: Nuria Campillo (CIB Margarita Salas-CSIC)
Por ejemplo, el modelo SEIR incluye un estado intermedio, individuo expuesto (E) con el que se trata de simular el periodo de incubaci??n. O el modelo SITR, donde algunas personas o individuos son tratadas (T), entendi??ndose por ???tratadas??? aisladas o??vacunadas, evitando as?? que se generen posibles infecciones desde ellas. O los modelos SIRS, que son los modelos end??micos que se utilizan para enfermedades como la gripe estacional, donde las personas recuperadas pueden perder la inmunidad y ser susceptibles de volver a enfermar.
El desarrollo de los modelos tiene dos fases, la primera de ajuste o entrenamiento y la segunda de predicci??n. En la primera se determina la funci??n o modelo matem??tico y los valores de los par??metros que son compatibles con los datos que se observan con la evoluci??n de la epidemia (enfoque bayesiano).
Una vez que se tiene el modelo que mejor se ajusta a los datos se pasa a la segunda fase, la de predicci??n. El problema, en algunas ocasiones, como en esta pandemia, ha sido la falta de datos. En los primeros meses de la pandemia se desconoc??a el n??mero real de infectados, por lo que la incertidumbre era muy alta. Sin embargo, a medida que se han ido obteniendo datos, los modelos matem??ticos nos han ayudado a entender c??mo se est?? desarrollando esta??epidemia??y a dise??ar estrategias para controlarla de una forma eficaz.
Saber c??mo desaparece para averiguar c??mo apareci??
Los modelos que hemos descrito en el apartado anterior pueden ser ??tiles para predecir la evoluci??n de la enfermedad, pero no para trazar hacia atr??s la aparici??n del primer caso. Para alcanzar este objetivo, los investigadores de nuestro art??culo de inter??s han utilizado de forma innovadora un modelo matem??tico desarrollado para la extinci??n de especies.
Originalmente, el modelo ayuda a predecir cu??ndo desaparecer?? una especie en base al n??mero de organismos detectados. Pero en este caso se ha utilizado un inteligente enfoque. El modelo se ha invertido de manera que funciona en la direcci??n contraria para llegar al primer caso, teniendo en cuenta los que se detectaron tiempo m??s tarde e incluso aquellos que pasaron desapercibidos en un inicio.
Las conclusiones de este art??culo coinciden con las de otros estudios publicados previamente: los autores vuelven a indicar la fecha del 17 de noviembre de 2019 a la que alud??amos anteriormente.
Si est??n en lo cierto, cuando la OMS reaccion?? a finales de enero de 2020, la infecci??n se encontraba ya en medio mundo. La epidemia surgi?? antes de lo estimado y tambi??n se transmiti?? m??s velozmente.
Existen dos factores que pudieron influir: (1) se desconoc??a la transmisi??n entre individuos??asintom??ticos??y (2) se ignoraba la transmisi??n por??aerosoles. Como hemos comentado, faltaban datos.
Todo converge en noviembre de 2019
El hecho de que tanto las investigaciones sobre casos concretos como un modelo matem??tico indiquen una fecha determinada para la aparici??n del primer caso de covid-19 es muy alentador y nos indica que se va por el buen camino en esta detectivesca investigaci??n.
Una posible debilidad del modelo podr??a ser la existencia de alg??n tipo de sesgo a la hora de detectar los casos al inicio de la pandemia, especialmente al tratarse de un solo pa??s. Quiz?? en el futuro se pueda obtener m??s informaci??n, o crear un modelo que tenga en cuenta este aspecto. O quiz?? realmente ya hemos dado con el caso original.
En cualquier caso, despu??s del revuelo creado por la crisis sanitaria, ahora ya vislumbramos la etapa en la que miraremos atr??s con m??s tranquilidad y podremos escribir la historia de la pandemia.
Matilde Ca??elles L??pez, Investigadora Cient??fica. Ciencia, Tecnolog??a y Sociedad, Instituto de Filosof??a (IFS-CSIC); Mar??a Mercedes Jim??nez Sarmiento, Cient??fica del CSIC. Bioqu??mica de Sistemas de la divisi??n bacteriana. Comunicadora cient??fica, Centro de Investigaciones Biol??gicas Margarita Salas (CIB – CSIC) y Nuria Eugenia Campillo, Cient??fico Titular. Medicinal Chemistry, Centro de Investigaciones Biol??gicas Margarita Salas (CIB – CSIC)
The Conversation Magazine
