La implementación de vacunas en EE. UU. fue casi óptima para reducir las muertes y las infecciones, según un modelo comparativo

Crédito: Unsplash/CC0 Dominio público

El plan de los Centros para el Control y la Prevención de Enfermedades sobre quién recibe las vacunas y en qué orden ahorró casi muchas vidas y previno casi tantas infecciones como una implementación teóricamente perfecta, de acuerdo con un nuevo modelo matemático que desarrollamos para evaluar la implementación de las vacunas COVID19 en los EE. UU.

En diciembre de 2020, con una cantidad limitada de vacunas disponibles, los CDC habían para tomar una decisión difícil: ¿Quién recibe primero las vacunas contra el COVID-19? Decidió dividir a la población de EE. UU. en cuatro grupos para la priorización de vacunas en función de la edad, la ocupación, las condiciones de vida y los factores de riesgo conocidos de COVID-19.

Usando un nuevo modelo y una supercomputadora de la Universidad Estatal de Iowa, comparamos la Recomendaciones de CDC del mundo real con 17,5 millones de estrategias posibles que también escalonaron el lanzamiento en hasta cuatro fases. Para calcular qué tan bien se desempeñó una estrategia de asignación de vacunas, nuestro modelo midió el total de muertes, casos, infecciones y años de vida perdidos.

Encontramos que la estrategia de asignación de los CDC funcionó excepcionalmente bien dentro del 4 % de la perfección en las cuatro medidas.

Según nuestro modelo, las decisiones de los CDC de no vacunar a los niños inicialmente y priorizar la atención médica y otros trabajadores esenciales sobre los trabajadores no esenciales fueron correctas. Pero nuestro modelo también mostró que dar a las personas con factores de riesgo conocidos un acceso más temprano a las vacunas habría llevado a resultados ligeramente mejores.

Ninguna implementación fue capaz de minimizar simultáneamente las muertes, los casos, las infecciones y los años de vida perdidos. Por ejemplo, la estrategia que minimizaba las muertes condujo a un mayor número de casos. Dadas estas limitaciones, el plan de los CDC hizo un buen trabajo al equilibrar los cuatro objetivos de la vacunación y fue particularmente bueno para reducir las muertes.

Muchos otros estudios han analizado una pequeña cantidad de lanzamientos alternativos de vacunas contra el COVID-19. Nuestro proyecto incorporó más características de la pandemia actual y consideró 17,5 millones de posibles estrategias. Creemos que esto le da más autoridad a nuestros resultados.

Nuestro modelo incluye diferencias en la gravedad de la enfermedad y la susceptibilidad al coronavirus debido a la edad. También incorpora niveles de distanciamiento social que cambian con el tiempo, así como tasas de infectividad variables para dar cuenta de cepas de virus más contagiosas, como la variante delta.

Todo esto nos dio la capacidad de evaluar con precisión las decisiones pasadas de los CDC. . Pero el mayor valor de nuestro enfoque de modelado radica en cómo podría ayudar a guiar la política futura.

Al cambiar las entradas del modelo, pudimos mostrar cómo deberían cambiar las estrategias óptimas de implementación dadas las diferentes tasas de vacilación de vacunas y para diferentes vacunas. que pueden proteger de diferentes maneras contra la infección o la muerte. Para los países que actualmente están planificando estrategias de vacunación contra el COVID-19, nuestro modelo podría ayudar a los tomadores de decisiones a desarrollar las estrategias más efectivas dados sus recursos locales y detalles. E incluso en los EE. UU., nuestra técnica de modelado puede informar las estrategias de asignación de vacunas de refuerzo y futuros lanzamientos de vacunas para que los administradores de atención médica puedan hacer el mejor uso de los recursos limitados.

Cualquier modelo es una simplificación de la realidad. Nuestro modelo no tuvo en cuenta las reinfecciones o los diferentes niveles de reticencia a la vacunación según el estado socioeconómico, la ideología política o la raza. También asumimos que el nivel de vacilación fue constante a lo largo del tiempo.

Además, aún se desconocen algunos factores importantes sobre cómo se propaga el coronavirus, como las tasas de contacto entre personas de diferentes edades y grupos demográficos y el contagio de personas asintomáticas y vacunadas. . Mejores datos sobre estos parámetros mejorarían la precisión de nuestros resultados.

Ahora que tenemos el modelo construido, podemos extenderlo. Por ejemplo, podemos estudiar cómo la disminución de la inmunidad y las vacunas de refuerzo pueden afectar la propagación de la enfermedad. Nuestro código de computadora está disponible para el público y esperamos que sirva de guía a los responsables de las políticas de atención médica en los EE. UU. y en todo el mundo.

Explore más

Después de comparar 17,5 millones de estrategias, los investigadores validan la recomendación de implementación de vacunas de los CDC Proporcionado por The Conversation

Este artículo se vuelve a publicar de The Conversation bajo una licencia Creative Commons. Lea el artículo original.

Cita: La implementación de la vacuna en los EE. UU. fue casi óptima para reducir las muertes y las infecciones, según un modelo comparativo (2021, 18 de noviembre) consultado el 29 de agosto de 2022 en https://medicalxpress.com/ news/2021-11-vaccine-rollout-optimal-deaths-infections.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.