Investigadores de la URV han desarrollado un modelo matemático más preciso a la hora de predecir qué impacto tienen las medidas profilácticas frente a una enfermedad infecciosa.
Desde la llegada de la pandemia por la COVID-19 la comunidad investigadora se ha volcado en comprender el funcionamiento del virus SARS-CoV-2 desde diferentes aspectos, como por ejemplo su transmisión y por qué ésta es más rápida o más lenta en función de los individuos implicados. Ante el reto de entender cómo se comportan y cómo se expanden las enfermedades infecciosas, y concretamente el coronavirus, Giulio Burgio, Benjamin Steinegger y Àlex Arenas, investigadores del Departamento de Ingeniería Informática y Matemáticas de la URV, han trabajado en un modelo matemático destinado a estimar qué impacto puede tener en la propagación de un virus como COVID-19 la tasa de contacto entre vacunados y no vacunados.
Los contactos entre las personas no son aleatorios, sino que los individuos tienden a interactuar con otros que poseen características sociodemográficas y de comportamiento similares. Este fenómeno se conoce como homofilia, es decir: existen muchas similitudes entre individuos que interaccionan entre sí. Del mismo modo, también existe una correlación entre unas determinadas características individuales y unas actitudes respecto a la adopción de medidas profilácticas ante enfermedades infecciosas. Así, las medidas de protección que los individuos adoptan no siempre se distribuyen de forma homogénea entre la población, lo que acaba afectando a la capacidad de control sobre la propagación de las enfermedades.
Entre estas medidas de protección, las vacunas han sido históricamente una herramienta crucial. Pero la vacunación no se adopta de forma uniforme entre la población. Mientras que en algunos países el acceso a las vacunas está limitado por factores estructurales como la calidad de los servicios de salud o la falta de recursos, en otros lugares con rentas más altas los factores que actúan de barrera a una amplia cobertura de las vacunas son de carácter más individual, como la edad, el estatus socioeconómico, el nivel educativo o la etnia. Así pues, la opción de vacunarse o no hacerlo no se adopta de forma homogénea dentro de una misma población, y esto determina, en parte, cómo se propagan los virus. Un buen ejemplo de ello son los brotes recurrentes de sarampión en algunos países con un nivel de ingresos elevado, y se deben a los grupos contrarios a las vacunas. Para dar respuesta a estos brotes se han realizado varios estudios de modelización con el objetivo de analizar el impacto de la adopción homófila de vacunas en la dinámica de la enfermedad, o lo que es lo mismo: cómo la homofilia – la interacción con individuos de características similares- determina la vacunación y, por tanto, la propagación de las enfermedades.
Debido a la alta calidad de las vacunas contra el sarampión, estos modelos asumieron una eficacia de las vacunas de casi un 100% y demostraron que la adopción homófila aumenta siempre la tasa de ataque final de la epidemia. En cambio, las vacunas contra la gripe o contra las variantes del SARS-CoV-2 tienen una eficacia más baja, de entre el 20 y el 80%, lo que significa que necesitan otros modelos para analizar el impacto de la vacunación y la homofilia en la propagación de este virus.
Ante este contexto, los investigadores de la URV han demostrado que en una situación de eficacia imperfecta de vacunación (como es el caso que se vive con la pandemia) se dan tres tipos distintos de dinámicas de propagación: si aumenta la tasa de interacción entre personas vacunadas y no vacunadas se produce un cambio en la tasa de ataque final de la enfermedad, haciendo que ésta aumente o disminuya. Esta gradación proporciona una herramienta adicional para interpretar los datos epidemiológicos. Además, el modelo que han desarrollado no sólo sirve para prever el impacto de las vacunas, sino que puede aplicarse a la adopción de una amplia gama de medidas profilácticas, como el uso de mascarillas, distanciamiento social o seguimiento digital de contactos.
Los investigadores afirman que el modelo que han desarrollado es más realista, lo que hace que pueda ayudar a entender el impacto de medidas que cambien la estructura de contactos entre personas, y así implementarlas de la forma más adecuada al estado actual de una epidemia. Según apuntan, si no se tiene en cuenta la correlación entre interacciones sociales (homofilia) y comportamientos hacia la salud (vacunación, mascarilla, distanciamiento social y rastreo de contactos), se puede caer en el error de sobreestimar la efectividad de estas medidas.
Fuente: Universidad Rovira i Virgili