Foto: Freepik
El comportamiento de la Covid-19 guarda aún muchas incógnitas, al tratarse de una enfermedad nueva causada por un virus desconocido hasta apenas hace un año. Sin embargo, la investigación científica ha arrojado, poco a poco, luz sobre las dinámicas de esta enfermedad. En el caso de la transmisión comunitaria, investigadores encontraron que, durante el brote inicial en Nueva York, sólo uno de cada 5, a uno de cada 7 casos fue asintomático. Calcularon, además, los casos asintomáticos constituyen al menos el 50% de la fuerza de infección de la Covid-19.
Aunque los modelos existentes utilizan datos epidemiológicos para estimar el número de casos no detectados y las tasas de transmisión, estos suelen ignorar los cambios en la capacidad de aplicación de pruebas. Este estudio, publicado el 10 de febrero de 2021, es el primero en incluir datos sobre la capacidad de prueba diaria y los cambios en las tasas de prueba. Al incorporar estos datos, el modelo arrojó que la proporción de personas quienes presentan síntomas de Covid-19 está entre el 13% y el 18%. Esto en el caso y con los datos serológicos de la ciudad de Nueva York, afirma la investigación publicada en la revista Proceedings of the National Academy of Sciences.
Según los investigadores, al menos el 50% de los contagios que ocurren en la comunidad provienen de los casos asintomáticos y presintomáticos, aunque su modelo no precisa qué tan contagiosos son. Por constituir los casos asintomáticos cerca del 80% de las infecciones de Covid-19, los investigadores subrayan la necesidad crucial de adherirse a las pautas de salud pública (cubrebocas y sana distancia), incluso aunque no se presenten síntomas.
Además abogan por la aplicación masiva de pruebas y por poner a disposición del público los protocolos y el número de pruebas para incorporar dichos datos a los modelos de transmisión existentes. No contar con estos datos crea una discrepancia entre el número y el tipo de casos informados a lo largo del tiempo y la dinámica de la transmisión subyacente, afirman los investigadores.
Una forma para detectar casos probablemente asintomáticos de Covid-19 podría ser mediante el uso de machine learning. Un estudio publicado a finales de enero en la revista Scientific Reports describe un algoritmo de machine learning para identificar, en una multitud en movimiento, personas que probablemente sean portadores asintomáticos. Las predicciones del algoritmo se realizan con base en el movimiento de las personas, mediante GPS, en un entorno urbano y mediante casos conocidos de infección. Este método de rastreo de contactos de precisión podría reducir la cantidad de personas innecesariamente puestas en cuarentena por el rastreo de contacto convencional, afirman los autores del estudio.
Para la aplicación más efectiva de medidas sanitarias, los investigadores también buscan nuevos métodos que refuercen los mecanismos de monitoreo epidemiológico convencionales. Este es el caso de un estudio publicado en la revista Nature Digital Medicine, donde exponen el uso de los datos de las búsquedas de Google para prevenir nuevos picos de contagios.
Entender el comportamiento de la Covid-19 es crucial para un mejor manejo sanitario de la pandemia. Al contabilizar que los casos asintomáticos de Covid-19 representan el 50% de la fuerza de contagios, este estudio pone sobre la mesa la importancia de mantener las medidas sanitarias aún si no se presentan síntomas. Además demuestra el alcance de poner a disposición la información relativa a las pruebas de Covid-19 para un mejor desarrollo de modelos epidemiológicos.
DESCARGA LA NOTA SÍGUENOS EN GOOGLE NEWS