Bares y restaurantes: los datos

Con los hosteleros protestando en media Espa?a por las restricciones a sus negocios, y sabiendo el da?o que hacen esas medidas a una econom¨ªa basada masivamente en el turismo, convendr¨ªa obtener datos sobre los contagios que realmente ocurren en bares y restaurantes. Las normas que ahora aplican las comunidades aut¨®nomas se basan en modelos predictivos muy generales, que aciertan cuando comparan disposiciones extremas ¨Ctener todo abierto contagia m¨¢s que cerrarlo a cal y canto¡ª, pero carecen de la finura necesaria para decidir entre el abanico de grises que un gestor sanitario puede adoptar. Esto cambia ahora con una investigaci¨®n basada en el rastreo telef¨®nico que demuestra que la gran mayor¨ªa de los contagios en las grandes ciudades de Estados Unidos vienen de la hosteler¨ªa. Pero su segunda conclusi¨®n es que hay medidas intermedias que pueden minimizar los brotes sin destruir por entero esos negocios.

El cient¨ªfico computacional Jure Leskovec y sus colegas de la Universidad de Stanford, California, han utilizado datos de las aplicaciones de los tel¨¦fonos m¨®viles recogidos por la empresa SafeGraph. Los datos est¨¢n anonimizados: son de gran utilidad para analizar los movimientos de la gente, pero no identifican a ninguna persona concreta. Y provienen de Nueva York, Chicago, Filadelfia y otras siete grandes ciudades. En conjunto dibujan un mapa de los movimientos de decenas de millones de personas de 57.000 barrios hacia bares, restaurantes, hoteles, iglesias, gimnasios, tiendas y otros lugares donde la gente contacta. Fueron obtenidos de marzo a mayo, durante la primera ola pand¨¦mica. Y los movimientos a bares y restaurantes correlacionan muy bien con la cantidad de contagios en cada barrio un mes m¨¢s tarde. Es el poder del ¡®big data¡¯.

Con esa gran masa de resultados, Leskovec y sus colegas han podido construir un modelo mucho m¨¢s preciso, realista y espec¨ªfico para este coronavirus que cualquier cosa que tuvi¨¦ramos antes. Y, una vez que tienes un modelo matem¨¢tico, lo puedes poner a trabajar en cualquier escenario que se te ocurra. Por ejemplo, reabrir los gimnasios de Chicago el 1 de mayo habr¨ªa causado 150.000 infecciones m¨¢s; pero reabrir los bares y restaurantes habr¨ªa elevado esa cifra a nada menos que 600.000. Tambi¨¦n se puede calcular que ocurrir¨ªa si se reabriera al 20% de capacidad, o al 30% o a cualquier otro nivel. Por ejemplo, abrir la restauraci¨®n al 20% reducir¨ªa las infecciones un 80% respecto a la apertura total. He ah¨ª datos duros y predicciones s¨®lidas que los gestores p¨²blicos pueden utilizar para programar sus medidas.

El trabajo tambi¨¦n aclara por qu¨¦ la covid ha golpeado m¨¢s fuerte en los barrios pobres: menos gente puede trabajar en casa, m¨¢s gente se ve obligada a moverse de un lado a otro, y las tiendas de estas zonas triplican la densidad de p¨²blico de los barrios ricos. El mero hecho de ir a la compra supone el doble de riesgo de contagio para un pobre que para un rico. As¨ª est¨¢ el tema.

Puedes seguir a MATERIA en Facebook, Twitter, Instagram o suscribirte aqu¨ª a nuestra newsletter