Oleadas de COVID-19 en Kenia explicadas por diferencias socioeconómicas e introducción de variantes
Fig. 1. Promedio móvil de 7 días de pruebas de PCR positivas diarias de la lista nacional de Kenia y una cronología de los principales eventos de mitigación aplicados por el gobierno de Kenia que representan el endurecimiento (flecha hacia abajo) y la relajación (flecha hacia arriba) de las medidas. (a) toque de queda de 7pm a 5am; (b) toque de queda de 23:00 a 04:00 horas; c) toque de queda de 22:00 a 04:00 horas; (d) trabajadores de primera línea y personas mayores de 58 años (aproximadamente 1,2 millones de dosis); (e) la región incluye Nairobi, Kajiado, Machakos, Kiambu, Nakuru; (f) este movimiento restringido dentro y fuera del bloque de condados en (e) pero no entre estos condados; (g) toque de queda de 8pm a 4am. Crédito: DOI: 10.1126/science.abk0414
La combinación de datos sobre la prevalencia de anticuerpos, los resultados de las pruebas PCR, la vigilancia genómica y la movilidad de la población desde los teléfonos inteligentes ha permitido a los modeladores de enfermedades infecciosas explicar la evolución de las tres primeras oleadas de COVID-19 que han afectado a Kenia desde el inicio de la pandemia.
El modelo realizado conjuntamente por la Universidad de Warwick y el Programa de Investigación KEMRI-Wellcome Trust en Kenia explica la pandemia de COVID-19 en Kenia como ondas secuenciales de transmisión a través de diferentes grupos socioeconómicos, seguidas de infección impulsada por la introducción de nuevas variantes .
El estudio se publicó en la revista Science y recibió financiamiento a través de la Iniciativa Conjunta sobre Investigación en Preparación y Respuesta ante Epidemias, una colaboración entre Wellcome y la Oficina de Relaciones Exteriores, Commonwealth y Desarrollo (FCDO), así como como financiamiento del Instituto Nacional de Investigación en Salud (NIHR).
Pronosticar la propagación futura de COVID-19 requiere una comprensión de los patrones pasados. El equipo usó un modelo matemático para probar las explicaciones de las tres primeras olas epidémicas de COVID-19 en Kenia.
El trabajo, realizado conjuntamente por científicos de la Universidad de Warwick y el Programa de Investigación KEMRI-Wellcome Trust en Kenia , por primera vez reunió datos de encuestas de anticuerpos de COVID-19, datos de casos de PCR, datos de variantes genómicas y datos de movilidad de Google, buscando encontrar una explicación a las oleadas de COVID-19 en Kenia. El objetivo era luego proporcionar pronósticos basados en políticas sobre futuras olas en el país según los hallazgos del modelo.
Los grupos socioeconómicos más bajos han sido identificados como vulnerables al SARS-CoV-2 en el Sur global debido a la residencia en asentamientos informales con alta densidad de población, acceso reducido a saneamiento y dependencia del empleo informal que requiere movilidad diaria. Por el contrario, aquellos de grupos socioeconómicos más altos con seguridad laboral pueden trabajar desde casa, mantener la distancia física y acceder fácilmente al agua y al saneamiento, lo que reduce la transmisión.
Los resultados del modelo muestran que la primera y la segunda ola de las infecciones se explican por las diferencias en la movilidad y las tasas de contacto entre los grupos socioeconómicos altos y bajos dentro de Kenia. En la fase inicial de la epidemia (a partir de marzo de 2020), las personas de grupos socioeconómicos altos pudieron reducir su movilidad y sus tasas de contacto, pero no así las personas de grupos socioeconómicos más bajos. Esto resultó en la transmisión entre personas de grupos socioeconómicos más bajos que se observó como la primera ola en los centros urbanos. A medida que estas personas se recuperaron de la infección y se volvieron inmunes, al menos temporalmente, la primera ola terminó.
Para el momento de la segunda ola (desde octubre de 2020), las personas de grupos socioeconómicos altos habían aumentado su contacto Tarifas y movilidad. Esto condujo a la transmisión entre individuos de los grupos socioeconómicos altos que se observó como la segunda ola y, además, la segunda ola involucró tanto a áreas rurales como urbanas. Parece que la segunda ola terminó cuando las personas eliminaron el virus y se volvieron, al menos temporalmente, inmunes. Sin embargo, las nuevas variantes Beta y Alpha introducidas en Kenia fueron más infecciosas y dieron lugar a una tercera ola entre los grupos socioeconómicos altos y bajos (desde marzo de 2021).
Se han observado múltiples olas en muchos otros Los países africanos que no parecen estar completamente explicados por el momento de las restricciones, y dado que también tienen en común agrupaciones socioeconómicas similares en los centros urbanos, los científicos especulan que estas explicaciones pueden aplicarse de manera más amplia. Comprender la causa de tales ondas múltiples es fundamental para pronosticar la demanda de hospitalización y la efectividad probable de las intervenciones, incluida la estrategia de vacunación.
Dr. Samuel Brand, del Instituto Zeeman de Biología de Sistemas e Investigación Epidemiológica de Enfermedades Infecciosas (SBIDER) de la Universidad de Warwick, y la Facultad de Ciencias de la Vida, dijo: «Este es uno de los primeros estudios en considerar predicciones detalladas de la dinámica de COVID-19 a través de múltiples ondas en el África subsahariana tropical. Creemos que esto establece un nuevo estándar para el tipo de trabajo de modelado de salud pública que se puede realizar en tiempo real en los países en desarrollo».
Dr. John Ojal del Programa de Investigación KEMRI-Wellcome Trust dijo: «Hay estudios de modelado muy detallados de esta naturaleza en países de altos ingresos, pero no ha habido ninguno anteriormente en el África subsahariana tropical».
Profesor Matt Keeling , director del Instituto Zeeman de la Universidad de Warwick, dijo: «Estudios en países de altos ingresos encuentran que la suposición de que incluso la mezcla de la población funciona bien para explicar la transmisión del SARS-CoV-2 en esos países. Claramente, esto no es así». siempre es el caso, como se muestra en nuestro estudio de Kenia, y la variación en la distribución por grupo socioeconómico podría prevalecer en otros entornos de bajos ingresos».
Profesor Edwine Barasa, director del centro de Nairobi, KEMRI-Wellcome Trust Research Program dijo: «No me sorprenden los resultados de la marcada disparidad de transmisión por grupo socioeconómico en Kenia, donde hay una proporción muy alta de la población urbana que trabaja en el sector informal que no puede darse el lujo de reducir los contactos pero necesitar encontrar trabajo en el día a día».
Explore más
Los patrones de desplazamiento diario podrían explicar una mayor incidencia de COVID-19 en los afroamericanos Más información: Samuel PC Brand et al, COVID-19 Transmission Dynamics Underlying Epidemic Waves in Kenya, Science (2021). DOI: 10.1126/science.abk0414 Información de la revista: Science
Proporcionado por la Universidad de Warwick Cita: Oleadas de COVID-19 en Kenia explicadas por diferencias socioeconómicas e introducción de variantes (2021, 12 de octubre) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2021-10-covid-kenya-socio-economic-differences-introduction.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.