La importancia del tiempo en el confinamiento restrictivo

Pastoreo y rebaño ante la proximidad de una tormenta. Crédito: Jean-François Millet. 1902

COVID-19 está revelando ingredientes invisibles en nuestras redes de contacto: respiración, tacto y superficies físicas. Comprender estas redes es clave para evaluar cómo se propagan las enfermedades infecciosas y cómo se implementan mejor las medidas para extinguir las epidemias. El problema es que estas mismas redes son una manifestación de nuestras libertades sociales y económicas y son difíciles y peligrosas de abandonar. Esta es básicamente la razón por la que el distanciamiento físico voluntario generalmente no es suficiente para proteger la salud pública y los servicios de salud.

Simples modelos epidemiológicos de «juguete» explican por qué, y en qué medida, es necesario un confinamiento más restrictivo, y cómo las comunidades y las naciones pueden facilitar la normalización. Estos modelos pueden ser reveladores y pueden ayudar con la política, pero vienen con instrucciones de funcionamiento que incluso los especialistas pueden pasar por alto fácilmente.

El concepto central en epidemiología que se encuentra en los modelos de juguete es el «número reproductivo básico», generalmente referido como R0. R0 es el número esperado de nuevas infecciones causadas directamente por una sola persona infectada al comienzo de una epidemia (tiempo t = 0), y a medida que avanza la epidemia, la medida análoga es el «número de reproducción efectivo» o R (t) (en adelante R). R es un promedio. Entonces, un R=6 en una población de dos infectados y decenas de individuos susceptibles podría significar que cada uno infectó a otras seis personas, o posiblemente que uno infectó a cero y el otro a 12. Calcular R para epidemias reales puede ser complejo. En particular, este número clave puede diferir de un lugar a otro, cambiar durante el curso de una epidemia y, afortunadamente, reducirse con las medidas de control de enfermedades.

Las estimaciones de R0 para COVID-19 son consistentemente sobre 2.5 y, dados los períodos infecciosos y los tiempos desde la infección hasta los síntomas, esto da como resultado que el número de casos se duplique actualmente cada tres días. El poder del crecimiento exponencial es claro: después de un mes o 10 duplicaciones después del caso número 100, se habrían producido alrededor de 100.000 casos confirmados, si no se hubieran implementado medidas de distanciamiento físico y confinamiento.

R es útil no sólo en la comprensión de las epidemias, sino en el desarrollo de medidas de control. Como era de esperar, mantener R por debajo de 1 durante un período suficiente reducirá progresivamente el número de casos a cero. El problema para COVID-19 es que no reducir suficientemente R por debajo de 1 significará una epidemia más prolongada, muchas personas contraerán la enfermedad innecesariamente y una tensión progresiva, si no el agotamiento total, de los servicios de salud. De hecho, tales medidas «aplanan» la curva epidémica y, con cada vez menos individuos susceptibles en la población, finalmente reducen el R a 0 asociado con la «inmunidad colectiva» (formalmente, esto ocurre cuando la fracción susceptible de la población es inferior a 1 -1/R).

Esta idea simple es muy poderosa por otra razón más. La simple promoción de las reducciones en R como el objetivo final del control de epidemias pasa por alto el hecho de que cuando comiencen las medidas epidémicas se determinará la efectividad de una reducción dada en R. Como regla general, R debe reducirse temprano para prevenir una epidemia, pero debe despega (como se ha visto en prácticamente todos los países donde se han producido casos de COVID-19), se necesitan medidas estrictas para promulgar un reinicio a casi cero casos, como se ha informado recientemente desde China.

Por ejemplo, a partir de 100 personas infectadas en una población de 50 millones, la reducción de R de 2,5 a 1 dará como resultado unas 100 nuevas infecciones aproximadamente cada dos semanas, según parámetros epidémicos realistas. Esto significaría del orden de varios miles de casos en un año. Pero las mismas medidas partiendo de una población de 100.000 personas infectadas producirán varios millones de contagios en el mismo periodo. Esto supone que las personas se mezclan libremente. Las redes de contactos reales darán lugar a muchos menos casos nuevos.[6] Sin embargo, el mensaje final es que el tamaño de la población infecciosa cuando se aplican las medidas es importante para determinar el grado de confinamiento, es decir, la medida en que las medidas reducen el R0 de referencia. El bloqueo casi completo en partes de China es un ejemplo, donde R se acercó a 0 y se mantuvo durante aproximadamente dos meses, lo que resultó en el colapso virtual de su epidemia. La pregunta ahora para China y pronto para otras naciones que están saliendo del confinamiento estricto es cómo se puede ajustar el distanciamiento físico a R1 o menos, con el riesgo de que no lograrlo produzca una nueva epidemia.

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: JM Heffernan et al. Perspectivas sobre la proporción reproductiva básica, Journal of The Royal Society Interface (2005). DOI: 10.1098/rsif.2005.0042

Roy M Anderson et al. ¿Cómo influirán las medidas de mitigación basadas en los países en el curso de la epidemia de COVID-19?, The Lancet (2020). DOI: 10.1016/S0140-6736(20)30567-5

Matt J Keeling et al. Redes y modelos epidémicos, Journal of The Royal Society Interface (2005). DOI: 10.1098/rsif.2005.0051 Información de la revista: Journal of the Royal Society Interface, The Lancet