EL FACTOR «R» DE LA PANDEMIA.

EL FACTOR «R» DE LA PANDEMIA.

by David Adams

Los matemáticos y los expertos en salud pública observaron a través de sus dedos en mayo como el Primer Ministro británico Boris Johnson reveló una serie de gráficos para explicar cómo el gobierno guiaría a Gran Bretaña para salir del bloqueo del coronavirus. Tal vez lo más destacado fue un colorido dial con una aguja que flotaba cerca de un solo dígito: 1.

 

El dial indicaba la R, una cifra ahora tótem en la pandemia de COVID-19. La nación, dijo Johnson, establecería un nivel de alerta para COVID-19, que sería «determinado principalmente» por el número de casos de coronavirus, y por R, el número de reproducción.

 

Para los expertos en enfermedades infecciosas, el enfoque de Johnson en el número de reproducción como luz guía para la política era preocupantemente miope. Se preocupan por poner demasiado peso en R, el número promedio de personas que cada persona con una enfermedad va a infectar.

 

En esta pandemia, R ha saltado de las páginas de las revistas académicas a las discusiones regulares de los políticos y los periódicos, enmarcadas como un número que dará forma a la vida de todos. Como explicó la canciller alemana, Angela Merkel, en un video ampliamente visto este abril, una R por encima de una significa que un brote está creciendo, y por debajo de una significa que está disminuyendo. En muchos países, se informa públicamente cada semana. En junio, los epidemiólogos de la Escuela de Salud Pública T.H. Chan de Harvard en Boston, Massachusetts, anunciaron un sitio web en el que cualquiera puede buscar el valor para cualquier país -y para muchas regiones más pequeñas- del mundo.

Pero la fascinación podría haberse convertido en una insana fijación política y mediática, dicen los expertos en enfermedades. R es una estimación imprecisa que se basa en suposiciones, dice Jeremy Rossman, virólogo de la Universidad de Kent, Reino Unido. No capta el estado actual de una epidemia y puede subir y bajar cuando el número de casos es bajo. También es un promedio para una población y por lo tanto puede ocultar la variación local. Si se le presta demasiada atención, podría ocultar la importancia de otras medidas, como las tendencias en el número de nuevas infecciones, muertes e ingresos hospitalarios, y las encuestas de cohorte para ver cuántas personas de una población tienen actualmente la enfermedad o ya la han tenido.

 

«Los epidemiólogos están muy interesados en restarle importancia a la R, pero los políticos parecen haberla acogido con entusiasmo», dice Mark Woolhouse, experto en enfermedades infecciosas de la Universidad de Edimburgo (Reino Unido), que es miembro de un grupo de modelización que asesora al gobierno británico sobre la pandemia. «Nos preocupa haber creado un monstruo. R no nos dice lo que necesitamos saber para manejar esto».

 

Las simulaciones que impulsan la respuesta del mundo a COVID-19

 

Muchos responsables políticos lo entienden: nadie más ha vinculado la R de forma tan estrecha y explícita a la política pública como lo hizo Johnson, dice Rossman. Y a pesar de la tabla de colores, no está claro cuánto la R está realmente impulsando la política del Reino Unido. En las semanas posteriores al anuncio de Johnson, el gobierno no hizo referencia a la R cuando tomó medidas para reducir las restricciones o bajó el nivel de alerta nacional. (No respondió a las solicitudes de comentarios para este artículo).

 

Pero los investigadores siguen preocupados de que la R sea demasiado grande y se utilice para fines para los que nunca se pensó. «Todavía no está claro qué acciones están o no tomando a espaldas de R. Pero estamos preocupados porque le están dando tanta importancia», dice Woolhouse.

LOS ORÍGENES DE LA  «R».

 

Utilizado por primera vez hace casi un siglo en la demografía, R originalmente medía la reproducción de las personas – si una población estaba creciendo o no. En epidemiología se aplica el mismo principio, pero mide la propagación de la infección en una población. Si R es dos, dos personas infectadas infectarán, en promedio, a otras cuatro, que a su vez infectarán a otras ocho, y así sucesivamente. La medida permite a los modelizadores calcular el alcance de la propagación, pero no la velocidad de crecimiento de la infección.

 

A menos que analicen regularmente la población de un país entero, los epidemiólogos no pueden medir la R directamente. Por lo tanto, se suele estimar de forma retrospectiva: los modelizadores de enfermedades examinan las cifras actuales y anteriores de casos y muertes, hacen algunas suposiciones para encontrar las cifras de infección que podrían haber explicado la tendencia y luego derivan R de éstas.

 

Una variante de R, R0, asume que todos los miembros de una población son susceptibles a la infección. Eso normalmente no es cierto, pero podría serlo cuando un nuevo virus, como el SARS-CoV-2, emerge. Al comienzo de la epidemia, la evaluación de R0 (y otras mediciones) fue crucial para los epidemiólogos que construyeron modelos de cómo la enfermedad podría propagarse. Pero cuando los políticos y los científicos hablan de R, normalmente se refieren a otra variante llamada Rt (a veces llamada Re, o ‘R efectiva’), que se calcula a lo largo del tiempo a medida que avanza un brote y considera cómo algunas personas podrían haber ganado inmunidad, quizás porque han sobrevivido a la infección o han sido vacunadas.

 

Tanto la Rt como la R0 varían según la dinámica social de una población: incluso un virus de fácil transmisión tendrá problemas para propagarse en una región donde la gente rara vez se encuentra. En enero, el COVID-19 R0 en Wuhan, China, se calculó que era entre dos y tres; después de después del cierre, las estimaciones sitúan la Rt en poco más de una1.

Un indicador de rezago

 

La elaboración de Rt implica compensaciones y compromisos. Los casos confirmados y las cifras de mortalidad se pueden utilizar para inferir el número total de infecciones, pero ambos vienen con un retraso significativo – que los científicos estiman que podría ser cualquier cosa de una semana a tres semanas o más. «Si la estimación de la Rt se retrasa al menos diez días, posiblemente dos semanas, entonces no será tan útil como herramienta de toma de decisiones en tiempo real», dice Gabriel Leung, un científico de salud pública de la Universidad de Hong Kong.

 

Con un truco matemático llamado nowcasting, los investigadores pueden utilizar la distribución estadística observada de los retrasos en la presentación de informes para predecir cuánto mayor será el número de infecciones nuevas en, por ejemplo, dos semanas. Algunas estimaciones de la Rt ya se basan en los datos de infección nowcasting de esta manera: es «el método con menos conjeturas», dice Lars Schaade, vicepresidente del Instituto Robert Koch de Berlín, el principal organismo de salud pública de Alemania, que informa de un valor de Rt diario y de siete días basado en las infecciones notificadas por las autoridades sanitarias estatales.

 

Perfil de un asesino: la compleja biología que impulsa la pandemia de coronavirus

 

La previsión de las infecciones en el presente sobre la base de las tendencias de los casos anteriores de COVID-19 es bastante complicada, pero los datos de mortalidad suelen tener un desfase más largo, debido al tiempo adicional que alguien tiene la enfermedad antes de sucumbir a ella y al papeleo que supone el registro de las defunciones, que puede tardar semanas o meses en archivarse. Un grupo dirigido por Sheila Bird en la Universidad de Cambridge, Reino Unido, publica los datos de las muertes de COVID-19 en los hospitales ingleses. Pero aún no pueden hacer lo mismo con un conjunto de datos separados de muertes compilados por la Oficina de Estadísticas Nacionales (ONS) porque los investigadores no tienen acceso a los datos necesarios sobre los retrasos en el registro: la diferencia de tiempo entre el momento en que se produjo una muerte y el momento en que la ONS la informó.

Incertidumbre extra

 

Un problema con el nowcasting es que cambia un problema por otro, dice Sebastian Funk, un modelador de enfermedades de la Escuela de Higiene y Medicina Tropical de Londres, que también está asesorando al gobierno británico sobre esta pandemia. «Puedes intentar hacerlo, pero por razones obvias siempre viene con la incertidumbre. No hay forma de saber cuántos casos se observarán todavía que ya han sido infectados», dice.

 

El Coronavirus y el COVID-19: Manténgase al día

 

Otros datos sobre el progreso de la pandemia pueden alimentar las estimaciones de Rt, sirviendo como indicadores sustitutivos de las infecciones y el comportamiento social. Uno de ellos son los ingresos en hospitales y en cuidados intensivos. Otro son los resultados de pruebas aleatorias de una población para ver cuántas personas tienen actualmente COVID-19, o lo han tenido. Los investigadores también realizan encuestas de contacto, en las que se pregunta a las personas con las que se mezclan, y pueden utilizarse para inferir los cambios en la R sobre la base de estimaciones de cuántas otras personas podría conocer una persona infectada, aunque éstas llevan mucho tiempo y podrían abarcar sólo pequeños grupos de personas. Las encuestas de contacto en China mostraron que los contactos diarios se redujeron entre siete y ocho veces durante el período de distanciamiento social de COVID-19, cuando la mayoría de las interacciones se limitaron al hogar2. Otra forma de observar las tendencias de los movimientos de las personas es utilizar datos de localización basados en las señales de los teléfonos móviles, publicados por Facebook y Google.

 

«Hay un pequeño intercambio aquí», dice Funk. «Hay algunos métodos que son más inmediatos pero no epidemiológicos, y hay otros que son más directamente epidemiológicos pero al mismo tiempo más anticuados».

 

Los grupos de epidemiólogos, dice Funk, cada uno de ellos tiene su propio enfoque para combinar y utilizar estas fuentes dispares de datos para elaborar Rt, basándose en sus propios modelos estadísticos para examinar las tendencias de las presuntas infecciones. Para calcular la Rt oficial del Reino Unido, unos diez grupos presentan los resultados de sus modelos a un comité gubernamental dedicado, que llega a un consenso sobre un posible rango. Las cifras se presentan en ese rango (actualmente 0,7-0,9), lo que demuestra lo inciertas que son las estimaciones, pero no se publican los modelos individuales.

Estimaciones no oficiales

 

Esos números ‘oficiales’ de Rt no son las únicas versiones disponibles. Los investigadores académicos han aprovechado las cifras de infección y mortalidad cotejadas por la Organización Mundial de la Salud y grupos independientes como el Centro de Recursos sobre el Coronavirus de la Universidad Johns Hopkins de Baltimore (Maryland) para publicar las cifras de Rt de numerosos países y estados. A fines de abril, por ejemplo, los investigadores de salud pública de Colombia afirmaron que la tasa de letalidad durante los primeros diez días de la pandemia era superior a dos en siete países de América Latina3 . El sitio web de los investigadores de Harvard estima actualmente que la Rt está por encima de uno en más de 30 estados de EE.UU. (véase «Caída y subida: la Rt en los Estados Unidos»).

Incluso los no expertos pueden usar fórmulas «plug-and-play» para crear sus propias variantes de R, lo que a veces puede dar lugar a problemas. En mayo, los periódicos locales de toda Inglaterra publicaron historias que decían revelar los valores regionales de Rt para pueblos y ciudades específicas. El Swindon Advertiser afirmó que el valor de Rt de la ciudad era de 0,35, quizás «uno de los más bajos del Reino Unido». Pero los funcionarios del Consejo Municipal de Brighton y Hove (calificado como el cuarto más alto de Rt, con 1,7) emitieron una declaración calificando las cifras como engañosas y potencialmente peligrosas. «No es posible calcular valores de R significativos a nivel local», dijo Alistair Hill, un funcionario de salud pública del ayuntamiento.

Resultó que las cifras no eran valores de Rt en absoluto: provenían de un índice creado por los fundadores de una empresa de análisis con sede en Londres llamada deckzero.com. Ese índice, denominado RZ, tenía por objeto mostrar la rapidez con que crecían las epidemias locales sobre la base de los datos de los casos de las autoridades locales; no es una variable establecida en epidemiología, dice Jenna Wang, cofundadora y directora de la empresa. El 7 de junio, los fundadores retiraron su página del acceso público y dijeron que había sido «interpretada fuera del contexto y el alcance de su intención original».

Los inconvenientes de una media

Un aspecto importante de la Rt es que representa sólo un promedio a través de una región. Este promedio puede pasar por alto los grupos regionales de infección. Por el contrario, las altas incidencias de infección entre una subsección más pequeña de una población, espacialmente distinta, pueden influir en el valor de la Rt de una región más grande. Por ejemplo, el valor nacional de Rt de Alemania saltó de poco más de 1 a 2,88 a finales de junio (posteriormente revisado a la baja a 2,17) en gran parte debido a un brote en una planta de procesamiento de carne en Gütersloh en Renania del Norte-Westfalia (véase «Brotes regionales de Alemania»). El Instituto Robert Koch observó que las infecciones nacionales en general seguían siendo bajas, razón por la cual el brote local tuvo tal efecto en la Rt. del país, que a fines de junio había vuelto a caer por debajo de 1. Esto hace que sea poco probable que la Rt sea utilizada para dirigir la política de cierre local en Alemania, dice Schaade. «Si la media rodante de Rt estuviera en 1.2 por unas semanas, entonces eso mostraría que había un problema que necesitaba atención, incluso si el número de casos era bajo». Pero en la práctica, los investigadores se enteran de los brotes locales antes de eso debido a un aumento de los casos notificados, y no por los cambios en el Rt. Alemania tiene una vigilancia continua y una notificación pública de los niveles de transmisión en 400 condados.

Y la mayoría de los expertos dicen que la Rt del Reino Unido se mantiene artificialmente alta por el gran número de infecciones y muertes en los hogares de atención para personas mayores, y no representa de manera fiable el riesgo para la población en general.

Las cifras regionales de la Rt se han promocionado como una forma de orientar una mayor relajación de las restricciones, porque podrían permitir que un lugar que mostrara un resurgimiento en los casos se cerrara. Pero las cifras regionales de Rt se vuelven menos precisas al aplicarse a poblaciones más pequeñas, especialmente cuando las infecciones absolutas son bajas.

El sitio de Harvard produce números para los condados de los EE.UU. – que pueden variar de miles a millones de habitantes – pero uno de sus creadores, Xihong Lin, dice que los datos hiperlocales vienen con grandes incertidumbres. Los investigadores no calculan un Rt para un condado a menos que haya diez casos, dice Lin. Y subraya que los responsables políticos no deben utilizarlos de forma aislada, sino sólo junto con otras medidas como el número total de casos y si está aumentando. «Cuando se hacen recomendaciones, es definitivamente importante mirar el cuadro completo y no sólo confiar en la Rt», dice. Utilizados adecuadamente, los datos podrían ayudar a los funcionarios de salud pública a identificar los focos de infección para dar prioridad a recursos como las pruebas, dice.

No hay contabilidad para los superdifusores

Otra sutileza que no capta Rt es que muchas personas nunca infectan a otras, pero unos pocos «superdifusores» transmiten la enfermedad muchas más veces que la media, quizás porque se mezclan en eventos multitudinarios en interiores donde el virus se propaga más fácilmente – servicios religiosos, prácticas de coro, clubes nocturnos y fiestas de cumpleaños, por ejemplo. Tan sólo el 10-20% de las personas infectadas parecen causar el 80% de los nuevos casos de COVID-19, dice Leung. (Los epidemiólogos describen esto usando un parámetro de «dispersión», k’, que describe la variación en la transmisión del virus entre los huéspedes infectados). Esto significa que la prohibición de ciertas actividades en interiores concurridos podría tener más beneficios que las restricciones generales introducidas cuando el valor de Rt alcanza uno.

 

Cuando los países consideran cuándo reabrir las escuelas y oficinas, una cuestión clave no es sólo el valor de Rt, sino también cuál es el número real de personas infectadas que andan por ahí. Dinamarca y el Reino Unido tienen valores de Rt similares, por ejemplo, pero como el número de personas infectadas que caminan por Dinamarca es diez veces menor, es más seguro que sus escuelas se reabran.

 

«Cuando las cifras de infección son bajos, tal vez no te importe tanto el número de reproducción, o al menos no te importe si hay alguna incertidumbre en él», dice Funk. Una prueba para el Reino Unido, dice Woolhouse, será si el país reacciona exageradamente si el número de casos es bajo pero los modelistas estiman que R está por encima de uno.

 

Todo eso degrada la utilidad de R para decidir la política, dicen Funk y otros. En el caso de los países que se recuperan de la primera ola de la pandemia -como el Reino Unido- los investigadores dicen que es mucho más importante vigilar los grupos de casos y establecer sistemas integrales para examinar a las personas, rastrear sus contactos y aislar a los infectados, que observar el movimiento de la aguja en una esfera de colores.

 

Referencias

1.

Kucharski, A. J. y otros. Lancet 20, 553-558 (2020).

PubMed

Artículo

Académico de Google

2.

Zhang, J. y otros. Science 368, 1481-1486 (2020).

PubMed

Artículo

Académico de Google

3.

Caicedo-Ochoa, Y. et al. Int. J. Infect. Dis. 95, 316–318 (2020).

PubMed

Artículo

Académico de Google

Fuente:  Nature.