La importancia de los modelos epidemiológicos

Este mapa muestra datos sobre casos confirmados de COVID-19 recopilados exclusivamente de fuentes disponibles públicamente, incluidos informes gubernamentales y medios de comunicación. Cortesía de HealthMap. Crédito: Samuel Scarpino

A medida que evoluciona la pandemia de COVID-19, los modelos epidemiológicos continúan brindando información vital para los legisladores, los funcionarios de salud pública y las personas que intentan frenar la propagación del virus.

Esto ha puesto a los modeladores que realizan esta investigación en el punto de mira. Y comunicar con precisión estos datos e ideas al público ha sido un desafío.

«Nos encontramos pidiendo a los científicos que hagan más que simplemente estudiar el virus», dijo Mark Patterson, decano asociado de investigación y asuntos de posgrado en la Facultad de Ciencias de Northeastern, en una conversación transmitida por Facebook Live. «En las casas estatales, en las entrevistas de noticias por cable y en las redes sociales, están traduciendo sus datos en conocimientos, recomendaciones e incluso defensa».

Patterson habló con Samuel Scarpino, jefe del laboratorio de Epidemias Emergentes de Northeastern , para discutir cómo se está comunicando la ciencia durante esta pandemia. Scarpino ha estado trabajando en modelar el coronavirus desde enero y ha estado compartiendo sus ideas con legisladores, grupos comunitarios y presentadores de noticias durante meses.

«Estamos brindando información, puntos de datos, pronósticos de modelos, para ayudar y apoyar la toma de decisiones, no estamos haciendo recomendaciones de política», dijo Scarpino. «Ese no es el papel de estos modelos. No es el papel de la epidemiología matemática que hacemos. Es pintar un cuadro y proporcionar los recursos que son necesarios para que los formuladores de políticas tomen las decisiones sobre cómo quieren avanzar hacia proteger mejor a sus poblaciones y también tratar de respaldar la economía y garantizar que las personas tengan los servicios de salud que necesitan».

Su investigación ha concluido que nosotros, como nación, actuamos con demasiada lentitud para frenar la propagación de la el virus. ¿Cree que los formuladores de políticas y el público no estaban listos para escuchar la ciencia detrás de COVID-19, o que los científicos mismos no estaban preparados para comunicar? ¿O fue una mezcla de ambos?

Ciertamente hubo muchas complejidades al principio de la pandemia que llevaron a la respuesta lenta en los Estados Unidos y muchos otros países. Un aspecto fue sin duda porque se trataba de una enfermedad nueva. Estábamos aprendiendo sobre biología, sociología, en tiempo real, a medida que el brote comenzó a desarrollarse. Esa es una de las razones por las que los mensajes sobre cosas como el uso de mascarillas han cambiado, porque nuestra comprensión de la importancia de ese tipo de intervención ha cambiado.

Sin embargo, cuando pienso en principios de febrero, marzo, estaba muy claro que la enfermedad se estaba propagando rápidamente en China, que estaba comenzando a salir de China hacia los países vecinos. Estábamos empezando a ver casos tempranos en los Estados Unidos. Y esa fue la oportunidad de aumentar las pruebas y centrarse en evaluar a las personas que cumplieron con la definición de caso, es decir, los síntomas asociados con COVID, en lugar de centrarse solo en el historial de viajes.

Entonces, lo que vimos, retrospectivamente, es que varias introducciones tempranas en la costa oeste de Seattle, California, se detuvieron con medidas de salud pública. Identificamos los casos, realizamos el rastreo y aislamiento de contactos y evitamos que el brote se arraigara. Sin embargo, una vez que la pandemia se sembró en Europa y comenzamos a tener casos en el este de los Estados Unidos, ya no encontrábamos a esas personas porque teníamos una baja capacidad para realizar pruebas y nos enfocamos mucho en China, y nos faltaban esas personas. personas que viajaban por Europa en los Estados Unidos.

En una situación como esta, ¿los científicos deben convertirse en defensores del uso de datos, si los problemas de política o si las organizaciones gubernamentales no están dispuestas a entender el mensaje o no están dispuestas a implementar las medidas sanitarias necesarias? ¿Es justo pedirles a los científicos que aboguen por ellos?

Creo que ciertamente es una expectativa que los científicos deberían tener de sí mismos si existe la oportunidad y la necesidad de abogar en nombre de la investigación en la que están involucrados. entonces esos tipos de métodos o enfoques de promoción son importantes.

Sin embargo, es imposible que casi cualquier persona sea un defensor eficaz, un comunicador eficaz de la ciencia, de la noche a la mañana. Entonces, una de las cosas que estamos viendo como una parte cada vez más importante de la capacitación científica es garantizar que las personas tengan la capacitación en comunicación científica, la capacitación en defensa, pero lo más importante es que tengan la red de apoyo a su alrededor, porque la mayoría de nosotros no somos , y nunca lo serán, expertos en política pública, en incidencia política, en comunicación científica.

Creo que realmente tienes que desarrollar ese conjunto de habilidades y construir esas redes de colaboración antes de que llegue la pandemia, para que no estés tratando de implementar todo esto mientras también estás aprendiendo sobre una nueva enfermedad. y tratando de detenerlo en seco.

Estados Unidos está significativamente detrás de otros países y tenemos políticas estatales muy laxas y desiguales con respecto a la gestión de los aspectos de salud de esta crisis. ¿Crees que realmente necesitamos un mando y control a nivel nacional para hacer frente a algo a la escala de un país? ¿Es usted un defensor del control nacional en lugar de las medidas regionales a nivel estatal?

Uno de los aspectos desafiantes de la pandemia de COVID-19 ha sido la ausencia esencial de liderazgo a nivel federal. Entonces, sabemos que los CDC realmente no han sido una característica diaria como lo fueron en 2009 con H1N1, en 2015 para el ébola y con el virus Zika que estaba afectando a nuestro continente. Y ese tipo de vacío también es parte de la razón por la que muchos científicos han tenido que asumir estos roles de defensa y políticas públicas porque los lugares tradicionales donde se comunica esa defensa, donde la ciencia se traduce en políticas, no han estado disponibles.

Y lo que estamos viendo es la necesidad de coordinación federal cuando se trata de implementar cosas como el uso de máscaras, pruebas, aprobación de pruebas, determinar cuáles son las medidas seguras y efectivas para evitar que los casos se conviertan en grandes casos locales. epidemias.

Dicho todo esto, por supuesto, piensas en abril, cuando Boston estaba experimentando una de las mayores oleadas de COVID-19 en el mundo, había partes de EE. UU. como Arizona, Texas , Florida que no estaban viendo brotes muy grandes. Y ahora, por supuesto, las cosas han cambiado y Boston continúa viendo día tras día, semana tras semana, disminuciones en los casos mientras aumentan en Arizona. Entonces, necesitamos un sistema en el que haya coordinación a nivel federal, pero también flexibilidad a nivel local para responder a las diferencias en lo que sucede en los vecindarios de las personas.

Me pregunto si podría contarnos un poco sobre enfoques de modelado que usted y su equipo han estado tomando. Por ejemplo, ¿cómo puede pasar de ayudar al alcalde de Boston a ayudar al gobernador de Massachusetts y luego ayudar al grupo regional de gobernadores de Nueva Inglaterra a gestionar algo de esta magnitud?

La primera El paso que tomamos del enfoque de modelado fue comenzar a construir conjuntos de datos a gran escala en torno a COVID-19. Una de las cosas que sabemos de brotes anteriores, de pandemias pasadas, es que es muy difícil obtener datos validados, precisos y de alta resolución, especialmente al principio de una pandemia para impulsar esos modelos que hemos estado viendo en el frente. página de The New York Times y The Washington Post.

Entonces creamos un consorcio de voluntarios en todo el mundo, instituciones como Oxford y Beijing Normal University, Northeastern, University of Washington, en colaboración con tecnólogos del Boston Children’s Hospital, Healthmap, Mapbox y ahora Google para crear un sistema integral conjunto de datos alrededor de COVID-19 para impulsar estos modelos matemáticos.

Entonces, en términos de escalamiento real, parte de ese escalamiento es la preparación previa. Investigadores de la Universidad del Noreste como Alessandro Vespignani y el laboratorio MOBS han estado construyendo hacia COVID-19, en términos de su respuesta a brotes anteriores, durante décadas. Y entonces tienen la infraestructura computacional, tienen la experiencia política en términos de navegar por las diversas organizaciones estatales, federales e internacionales, para poder implementar rápidamente este tipo de herramientas. Por lo tanto, es una combinación de construir los conjuntos de datos y adaptar los modelos a las cuestiones de política específicas que afectan a Boston, afectan a Massachusetts, afectan a los Estados Unidos, afectan a nuestra comunidad global, pero también tener los marcos y las bases en su lugar para que pueda listo para implementarse incluso antes de que ocurra la pandemia.

Cuéntenos un poco sobre los datos de fuente abierta esencialmente obtenidos de su comunidad de científicos y expertos médicos. ¿Y por qué estos datos no estarían ya disponibles con los sistemas de salud modernos?

Por qué los datos no estarían disponibles es el tipo de pregunta que requeriría esencialmente una disertación para responder completamente.

¿Por qué la Organización Mundial de la Salud no puede recopilar y compartir datos epidemiológicos? Es parte de su mandato, pero tienen que negociar con todos sus estados miembros, muchos de los cuales apenas se llevan bien entre sí, y todos los acuerdos de intercambio de datos, la recopilación, qué puede y quién no puede acceder. y por lo que hay que negociar. Y, por lo general, tiene que negociarse a medida que se desarrolla la pandemia. Vimos esto durante el Ébola, vimos esto durante el H1N1, vimos esto durante el Zika y el chikungunya.

Así que estábamos anticipando las complejidades en torno al intercambio de datos por parte de estas organizaciones no gubernamentales u organizaciones gubernamentales como el CDCa, un tipo similar de La complejidad, en términos de intercambio de datos en su interfaz con la política, afecta la capacidad de los CDC para compartir información de las agencias de salud estatales y locales en los Estados Unidos.

Sin embargo, lo que ha cambiado desde 2009 es que una gran cantidad de datos de salud, datos epidemiológicos, se informan a través de fuentes de noticias, a través de canales públicos, provenientes de los departamentos de salud estatales, del condado y de la ciudad y los departamentos nacionales de salud. .

Entonces, dos personas en particular, Moritz Kraemer, investigador en Oxford, y David Pigott, profesor asistente en la Universidad de Washington, se dieron cuenta de que necesitábamos comenzar a ingresar estos datos nosotros mismos en una base de datos integral de código abierto. . Y esas personas crecieron hasta convertirse en un equipo de más de 100 personas. Hemos ingresado alrededor de 2 millones de registros individuales de 150 países. Contratamos a ingenieros de google.org para que nos ayuden a escalar la tecnología y la infraestructura computacional detrás de los datos. Contratamos a brillantes diseñadores y gerentes de producto.

Nos estamos renombrando bajo este nuevo tipo de consorcio internacional, del cual Northeastern es una parte importante, no solo para proporcionar datos sobre COVID-19 durante las próximas semanas, meses y probablemente años, sino también para la próxima pandemia que sabemos que se avecina en el futuro.

¿Cuál es su lectura de la situación nacional con respecto a lo que predicen sus modelos? ¿Qué nos espera para el otoño y cómo la transmisión de aerosoles, la transmisión simplemente por estar en el mismo espacio aéreo que alguien, figura en esto cuando volvamos al trabajo?

Parte de la razón por la cual los cierres fueron tan importantes es que necesitábamos asegurarnos de que todo el país no se sincronice con respecto a COVID, porque entonces todos los sistemas de salud se verán abrumados al mismo tiempo, que es lo que estábamos haciendo con el ‘aplanar la curva’ impidiendo que la atención médica sistemas de ser abrumados.

Entonces, estábamos muy conscientes del escenario probable de que veríamos brotes en la ciudad de Nueva York, Boston, la costa este, los lugares que tuvieron los primeros casos. Y luego probablemente veríamos brotes en otras grandes ciudades de los EE. UU. y comparativamente más áreas suburbanas y rurales más adelante en el verano. Y este tipo de patrón es casi exactamente lo que esperábamos con, por supuesto, la variabilidad en términos de magnitud en las predicciones.

Sabemos que el uso de máscaras es muy eficaz para detener la transmisión. Ahora sabemos que probablemente el 80 por ciento de los eventos de transmisión resultan del 10 o 20 por ciento de las personas que están infectadas. Y así, una combinación de reducir el tamaño de las reuniones y el uso de máscaras ralentizará drásticamente el COVID-19. Entonces, cuando vemos que estados como Arizona, Texas, Florida, se abren, tienen grandes reuniones, no imponen el uso de máscaras, dado que aún no han tenido un brote, es esencialmente una tormenta perfecta para generar el tipo de olas masivas que nosotros estás viendo ahora.

Ahora, la pregunta sobre la caída es muy, muy difícil de responder. Realmente va a depender del uso de máscaras. Dependerá de las decisiones que se tomen sobre cómo reabrir diferentes partes de nuestra sociedad. Va a depender de cómo interactúe este coronavirus con la influenza, eso es algo de lo que no sabemos mucho sobre este coronavirus en particular.

Va a depender de los detalles de cómo funciona la transmisión, en términos de nuestra estructura de red social. Eso afecta bastante dónde está el umbral de inmunidad colectiva, que es la fracción de individuos que tienen que ser inmunes para que haya una baja probabilidad de que un brote se convierta en una epidemia.

Todas estas son preguntas que estamos aprendiendo en este momento, y todavía no tenemos una gran respuesta.

Explore más

¿Es esta la segunda ola o todavía estamos en la primera? Proporcionado por Northeastern University Cita: La importancia del modelado epidemiológico (7 de julio de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-07-importance-epidemiological.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.