Investigadores de la Universidad Nacional Autónoma de México (UNAM) crearon un modelo geográfico llamado Susceptible, Exposed, Infected, Recovered, Susceptible (SEIRS) sobre vacunación contra Covid-19.
Este modelo revela que vacunar inicialmente a las poblaciones en las grandes ciudades es más eficiente que tratar de llegar primero al total de la población.
Rafael Ángel Barrio Paredes, investigador del Instituto de Física y líder del proyecto, explicó que para comparar el efecto de estrategias de vacunación propuestas por la Organización Mundial de la Salud y otras autoridades, el equipo de expertos decidió utilizar el modelo elaborado para revisar la propagación geográfica del virus SARS-CoV-2 (Covid-19).
⇒LEER TAMBIÉN: UNAM demuestra que la hipoglucemia no genera muerte cerebral
Modelo de la UNAM se creó en la pandemia contra el virus A H1N1
El investigador detalló que el SEIRS fue diseñado originalmente en 2009. En colaboración con Tzipe Govezensky, del Instituto de Investigaciones Biomédicas, para llevar a cabo esa tarea. En su momento con la influenza A H1N1, en México.
Fue en ese año cuando nació este modelo geográfico y la idea era saber si las restricciones funcionan.
Obviamente lo hacen, dijo. Y uno de los resultados fue que se pudo hacer el cálculo de las diferentes olas de contagio, en los dos periodos en los que se cerró el país. Lo cual permitió ver qué habría pasado si la gente no se hubiera confinado en sus casas; es decir, un 30 por ciento más de lo que sucedió, precisó Barrio Paredes.
Con la actual pandemia por el SARS-CoV-2 se hizo necesario ver cómo se comportaban y se comportarían las infecciones. Considerando la movilidad y presencia de variantes de preocupación que han ampliado el problema, lo cual no ocurrió con el H1N1.
Posteriormente, con la llegada de las vacunas, que representan una esperanza para salir del problema, se sugirió simular y comparar los esquemas de aplicación. Ya sea de manera homogénea en el país, o limitándose a las zonas más densamente pobladas.
Como ejemplo de cómo se utiliza el modelo, el experto en Sistemas Complejos mostró el caso de Argentina. Porque en este país casi 50 por ciento de la gente vive en Buenos Aires. Aun así, se revisó todo el territorio al “dividirlo” en celdas de 25 a 50 km2. Y para cada una se determinó la densidad de población y las rutas que la conectan con otras celdas.
Con esta información, junto con los coeficientes propios de la enfermedad y parámetros de movilidad, es posible modelar la dinámica de la pandemia en el territorio, comentó Barrio Paredes.
“Lo que se ve es que la gente se puede mover de un distrito a otro. Pues se traslada de una celda a otra con cierta frecuencia y también puede propagarse a otras regiones más lejanas. Ya sea por avión, tren o ruta. Esta acción actúa como una temperatura del país, pues estos viajes no son generalmente los cotidianos que hacemos entre la casa y el trabajo. Sino que visitamos a la familia en el pueblo, vamos a fiestas, festivales y viajamos; y eso lo tomamos como si fuera una temperatura”, detalló el investigador.
Modelo creado por la UNAM analizó los casos de México, Argentina y España
De ahí que el comportamiento de la pandemia obedece más a razones sociales que a sí misma, agregó durante la charla “Modelo epidemiológico geo-estocástico aplicado a la pandemia del SARS-CoV-2: Estrategias de vacunación y el efecto de las nuevas variantes”.
Para el trabajo, presentado en la revista Scientific Reports, se decidió tomar los casos de Argentina, España y México debido a las diferencias en los modelos de vacunación, donde se observó que estos predicen el comportamiento de la emergencia sanitaria.
“En Argentina se planeaba vacunar solo al 60 por ciento de la gente, porque no había suficientes vacunas, mientras que en España se vacunó a todos… en los datos de España se ve que aunque hay subsecuentes picos de la pandemia, son menores que el original, lo que quiere decir que funciona, pero no se alcanza la inmunización de rebaño”, detalló Rafael Ángel Barrio.
Debido a que en naciones como México se dijo que toda su población sería vacunada por igual. En el modelo se consideró la estrategia de una vacunación homogénea y la priorización en las ciudades más densamente pobladas, agregó.
“La predicción del modelo es que es mucho más eficiente vacunar en las ciudades a la gente. Además, tratamos tres tiempos diferentes de inmunización: 120 días, 180 días y 360 días para ver el efecto de controlar la pandemia. Y se ve a posteriori que el tiempo es mejor a seis meses, y que la gente vacunada se puede infectar con diferentes cepas”, precisó el investigador.
En cuanto a España se observó que la vacunación de un gran porcentaje de la población resulta clave para minimizar los casos a futuro. Para Argentina se requiere mejor monitoreo interno, a fin de detener el avance de nuevas variantes, detalló Barrio Paredes.
Inmunización contra Covid-19 se logra reduciendo la movilidad
Además, Barrio Paredes señaló que debido a la actual escasez mundial de vacunas, la inmunización mejora cuando se reduce la movilidad y que la repetición de las campañas de vacunación debe programarse teniendo en cuenta el lapso de protección de las personas vacunadas (y recuperadas).
Actualmente, el experto del IF y su equipo trabajan en el mejoramiento del modelo que ha sido aplicado en Reino Unido. Esta nación posee datos precisos en relación con las variantes que han circulado en su territorio, sobre todo para aportar datos certeros ante la actual discusión de si es necesario una nueva vacunación de refuerzo.
