C¨®mo detectar el aumento de la covid-19 en los pa¨ªses de ?frica

Nota a los lectores: EL PA?S ofrece en abierto la secci¨®n Planeta Futuro por su aportaci¨®n informativa diaria y global sobre la Agenda 2030. Si quieres apoyar nuestro periodismo, suscr¨ªbete aqu¨ª.

Uno de los obst¨¢culos para orientar la pol¨ªtica en el futuro y proteger a las personas de la covid-19 es la abrumadora cantidad de datos que hay disponibles cada d¨ªa. Estamos inundados de informaci¨®n y todo el mundo quiere extraer de ella una idea razonable. Los responsables pol¨ªticos tienen que darles sentido para poder prever y gestionar lo que est¨¢ ocurriendo. Para abordar esta necesidad, hemos desarrollado un marco de vigilancia de la enfermedad basado en los datos que permite rastrear y predecir los casos de covid-19 por pa¨ªses.

Somos un equipo internacional de cient¨ªficos que trabajamos en encontrar nuevas maneras de predecir diagn¨®sticos cuando se presenta una infecci¨®n seria. Empezamos con una predicci¨®n de enfermedades infecciosas basada en un modelo. El inter¨¦s principal es el de mejorar el tratamiento cuando se desconoce el agente infeccioso, pero en lo que concierne a la covid-19, nuestros m¨¦todos sirven para entender y prever la infecci¨®n entre la poblaci¨®n.

Nos hemos centrado en las infecciones de ni?os en el este de ?frica y en el sureste de Asia. Durante m¨¢s de 15 a?os, hemos trabajado con hospitales de Uganda, y con proveedores de atenci¨®n sanitaria, planificadores, economistas, ingenieros y pol¨ªticos para la elaboraci¨®n de mapas predictivos de infecciones infantiles y problemas de nacimiento.

A principios de 2020, comenzamos a plantear maneras de usar nuestras capacidades para contribuir a la lucha contra el SARSCoV2, el virus causante de la enfermedad detr¨¢s de la pandemia. Recurrimos a una amplia red de expertos, organizaciones y autoridades locales, que nos ayudaron a adaptar nuestro planteamiento para generar con una semana de antelaci¨®n pron¨®sticos sobre los n¨²meros de casos.

Se tuvieron en cuenta los casos en naciones vecinas, as¨ª como factores como si el pa¨ªs tiene o no salida al mar

Creamos una serie de herramientas de visualizaci¨®n y gr¨¢ficos muy f¨¢ciles de interpretar. Trabajamos con planificadores y economistas de Uganda para asegurarnos de que lo que creamos conjuntamente se pod¨ªa emplear en la pr¨¢ctica. Nos basamos en un m¨¦todo comprobado que ya se utilizaba en Reino Unido y en varios pa¨ªses europeos, y lo adaptamos para todo el continente africano.

El modelo utilizado en este estudio integra m¨²ltiples series de datos para predecir la transmisi¨®n del virus. Las capas, de arriba a abajo, son: recuento de casos, humedad espec¨ªfica, precipitaciones, poblaci¨®n y temperatura.

C¨®mo se ha creado el modelo

Empleamos un sistema relativamente sencillo, seg¨²n criterios matem¨¢ticos, en el que basar los c¨®digos inform¨¢ticos. Incorporamos los informes diarios de casos por pa¨ªses, la caracterizaci¨®n del ¨ªndice de desarrollo humano de cada pa¨ªs, la poblaci¨®n, la severidad de las medidas sociales para controlar la infecci¨®n y los datos meteorol¨®gicos. Se tuvieron en cuenta los casos en naciones vecinas, as¨ª como factores como si el pa¨ªs tiene o no salida al mar.

Algunos de estos factores medioambientales han sido relevantes en la transmisi¨®n de la covid-19 en ?frica. Modificamos la informaci¨®n meteorol¨®gica de cada pa¨ªs ajust¨¢ndola a la poblaci¨®n. En Argelia, por ejemplo, donde la mayor¨ªa de la poblaci¨®n vive en la parte m¨¢s fr¨ªa y h¨²meda de la costa, resaltamos o ponderamos los datos meteorol¨®gicos en proporci¨®n a las zonas donde vive la gente (y obviamos los datos meteorol¨®gicos en zonas des¨¦rticas despobladas).

Tuvimos en cuenta el intercambio transfronterizo de mercanc¨ªas y comercio, ya que para los pa¨ªses sin litoral esta es su v¨ªa para conseguir bienes y servicios. Resulta dif¨ªcil obtener informaci¨®n sobre los movimientos de poblaciones en ?frica, por lo que utilizamos casos del resto de pa¨ªses para comprobar si estos estaban asociados con los de la semana siguiente en las naciones cercanas. El m¨¦todo result¨® muy eficaz.

Hemos considerado la econom¨ªa de los distintos pa¨ªses y la evoluci¨®n de las medidas restrictivas oficiales en tiempo real, como los confinamientos y los cierres fronterizos. Y luego quedaba por ver si pod¨ªamos obtener un resumen comprensible del estado actual de la pandemia en ?frica, y si las predicciones con una semana de antelaci¨®n eran acertadas en comparaci¨®n con el n¨²mero real de casos registrados.

De los pron¨®sticos a las pol¨ªticas

Los pron¨®sticos fueron mucho m¨¢s precisos de lo que esper¨¢bamos. Utilizamos una manera rigurosa de clasificarlos por pa¨ªses. Solo en algunos casos (Burundi, Camer¨²n, Somalia y Botsuana), resultaron inexactos.

Creamos una serie de herramientas y gr¨¢ficos muy f¨¢ciles de interpretar. Un pol¨ªtico necesita ver cu¨¢l es la situaci¨®n actual, c¨®mo se lleg¨® a ella a partir de acontecimientos anteriores y qu¨¦ pasar¨¢ en el futuro. Las p¨¢ginas web que hemos creado permitir¨¢n a cualquier persona acceder desde su ordenador a los resultados del modelo en su pa¨ªs o continente. No hace falta ser matem¨¢tico o tener un doctorado.

Las p¨¢ginas web que hemos creado permitir¨¢n a cualquier persona acceder desde su ordenador a los resultados. No hace falta ser matem¨¢tico o tener un doctorado

Compartimos nuestro c¨®digo para que lo utilicen los cient¨ªficos t¨¦cnicos de otros pa¨ªses o de agencias mundiales. Est¨¢ escrito en programas de c¨®digo abierto, y toda la informaci¨®n que utiliza el modelo es de p¨¢ginas web tambi¨¦n de c¨®digo abierto, con el fin de que nadie encuentre barreras a la hora de aplicarlo. Nuestros m¨¦todos hacen hincapi¨¦ en datos predictivos, e ignoran de forma autom¨¢tica los que no contribuyen a la comprensi¨®n de los casos de la semana siguiente. Este es un truco cl¨¢sico en econom¨ªa y comprobamos que funciona muy bien en los pacientes infecciosos.

La publicaci¨®n contiene enlaces al c¨®digo inform¨¢tico que ejecuta el modelo y a la visualizaci¨®n gr¨¢fica de estos hallazgos, para que cualquiera los use.

A nuestros compa?eros en Uganda les resulta pr¨¢ctico el modelo para predecir casos con una semana de antelaci¨®n. Lo est¨¢n empleando como base para las pol¨ªticas sociales y los confinamientos, ya que con el modelo se hace un seguimiento de los efectos de las medidas en la incidencia, y se planifica la desescalada cuando disminuye la presi¨®n de los casos. Dado que las medidas de control tardan varias semanas en surtir efecto, los pron¨®sticos permiten planificar mejor. Pero, al igual que muchas otras cosas en la naturaleza, como el clima, los pron¨®sticos para m¨¢s all¨¢ de dos semanas suelen ser muy dudosos.

De cara al futuro

Una de las implicaciones m¨¢s claras de nuestros hallazgos es que las pandemias son crisis que ning¨²n pa¨ªs puede gestionar mejor por s¨ª solo. Animamos a los pa¨ªses africanos vecinos a que compartan informaci¨®n y cooperen en la gesti¨®n de los viajes y las fronteras. Esta pandemia terminar¨¢ con la vacunaci¨®n masiva en ?frica. Hasta que se disponga de miles de millones de vacunas seguras y eficaces contra el SARS-CoV-2 para el continente, se necesitar¨¢n m¨¦todos predictivos como este para elaborar normas.

Este art¨ªculo fue originalmente publicado en ingl¨¦s en The Conversation.

Steven J. Schiff es profesor de la c¨¢tedra Brush de Ingenier¨ªa, Departamentos de Neurocirug¨ªa, Ciencias de la Ingenier¨ªa y Mec¨¢nica, y F¨ªsica, en la Universidad Estatal de Pensilvania. Andrew Geronimo es profesor adjunto de investigaci¨®n, Departamento de Neurocirug¨ªa, en la Universidad Estatal de Pensilvania. Claudio Fronterre es profesor de bioestad¨ªstica, Centro de Inform¨¢tica, Computaci¨®n y Estad¨ªstica de la Salud, en la Universidad de Lancaster. Paddy Ssentongo es profesor adjunto de investigaci¨®n, Centro de Ingenier¨ªa Neural, Departamento de Ciencias de la Ingenier¨ªa y Mec¨¢nica, en la Universidad Estatal de Pensilvania.

Puedes seguir a PLANETA FUTURO en Twitter, Facebook e Instagram, y suscribirte aqu¨ª a nuestra ¡®newsletter¡¯.