En caso de que no se tomaran las medidas de prevención, la Península de Yucatán registraría el mayor número de personas infectadas con coronavirus en el país, advierte un pronóstico elaborado a partir de dos modelos matemáticos.
Te puede interesar: Coronavirus: hay que prepararse para lo que viene
El estudio, realizado por Alfonso Vivanco Lira, de la Universidad de Guanajuato y publicado por la Universidad de Cornell, en Estados Unidos, dice que en los próximos meses el estado con mayor número de contagios sería Campeche, con 6.1% del total en la nación, seguido de Quintana Roo, con 5.6%, y Yucatán, con 5.1% (en el cuarto lugar del país).
Veracruz ocuparía el tercer lugar, con 5.4% de los infectados, y Puebla el quinto, con 5.0%.
En total, los tres estados de la Península registrarían 16.8% de todos los casos contabilizados en el país, en cuatro de las diez fechas consideradas en los modelos matemáticos.
Estos modelos prevén que los contagios por coronavirus se extiendan hasta principios del próximo año.
Distribución de contagios y número de afectados
Vivanco Lira estudió Medicina en la Universidad de Guanajuato y Matemáticas en la UNAM.
Es autor de la investigación “Predicting covid-19 distribution in Mexico through a discrete and time-dependen Markov chain and an SIR-like model”, que publicó el servicio de artículos académicos de la Universidad de Cornell.
Los modelos matemáticos elaborados por Vivanco prevén la distribución de los contagios en los 32 estados del país y calculan también el posible número de afectados.
El estudio emplea dos tipos de modelos, uno de ellos es la Cadena de Markov, que predice la distribución de la probabilidad del Covid-19 en el tiempo en la población mexicana.
Según este modelo, la probabilidad de que ocurra un evento “depende solamente del evento inmediatamente anterior”.
La Cadena usa valores que establecen la probabilidad de la interacción de un estado con otros estados diferentes.
Cantidad de personas susceptibles
El otro modelo es de ecuación diferencial conocido como SIR modificado, que permite pronosticar la cantidad de personas susceptibles, infectadas y recuperadas en una población determinada.
El valor inicial de estos modelos es igual al número de casos reportados por la Secretaría de Salud del Gobierno Federal el 11 de marzo de 2020.
Estos fueron once, divididos así: cinco, Ciudad de México; uno, Coahuila; uno Chiapas; uno Sinaloa, dos Estado de México y uno Querétaro.
No toman en cuenta la prevención
Los modelos no toman en cuenta ninguna medida de prevención, aclara Vivanco Lira.
“Son modelos libres de intervenciones, es decir, los pronósticos que arrojan en cuanto al número de casos registrados en distintas fechas es en el supuesto de que no tomen medidas de contención”, subrayó.
Los valores iniciales, tan conservadores, ¿no le restan validez a los modelos, cuyos pronósticos no corresponden a los casos reales?, preguntamos.
Por ejemplo, para el caso de Yucatán el modelo predecía 10 casos para el 31 de marzo, pero las autoridades reportaron 50 ese día.
El modelo sostiene su validez
“El hecho de tener 11 casos iniciales no le resta validez al modelo, el principio de la epidemia está muy apegado al modelo”, responde Vivanco Lira.
“El comportamiento de la infección es exponencial”, añade.
“Si se toman medidas de prevención, definitivamente cambiará el número de casos, pero eso no quita el hecho de que es un proceso exponencial”.
“Lo que dice nuestro modelo es que la distribución de casos en el país a largo plazo será más homogénea entre los estados y la tasa de infección del Covid-19 será baja, aunque habrá mayor porcentaje de contagios en la Península de Yucatán, sobre todo a partir de mayo y hasta el próximo año”.
Además de los cinco estados ya señalados, otras entidades que registrarán casos arriba de la media nacional serían Estado de México, Hidalgo y San Luis Potosí.
Estados que sufrirían menos la epidemia
Los que menos sufrirán la epidemia, según los modelos matemáticos, son Baja California Sur, Baja California, Colima, Aguascalientes y Sonora.
Si a los modelos se les pone hoy la información actualizada de la SSA, ¿los tres estados de la Península conservarían los mismo porcentajes de casos positivos, previstos en el modelo original?, pregunta el Diario.
“Si, porque actualizar la información puede cambiar el número de casos en una zona determinada, pero no su distribución”.
“Ésta no tiene cambios, ya que depende de las conexiones interestatales”.
En entrevista, realizada por correo electrónico en su domicilio de León, Guanajuato, Vivanco Lira precisa que esta es justamente la razón por lo que la Península de Yucatán tendrá más casos probables de infectados en el futuro.
“El modelo de distribución de casos se realizó tomando en cuenta los límites políticos territoriales de los estados y las tres entidades peninsulares forman una subred con alta conectividad, de aquí que su tasa de casos sea más alta”.
El caso de Campeche
¿Cómo explicar que Campeche figure como el estado donde, según el modelo, es probable la ocurrencia del mayor número de contagios de coronavirus, si apenas el 23 de marzo registró su primer caso?, se le pregunta.
“Insisto, las probabilidades de distribución territorial de casos está basada en la conectividad geográfica de los estados, que es independiente del número de casos”, señala.
Los modelos de Vivanco Lira calculan la distribución de la probabilidad de Covid-19 en diez fechas, a saber: 11, 13, 15, 19, 27 y 31 de marzo; 20 de abril, 30 de mayo, 18 de agosto y 25 de enero de 2021.
Prevén que surjan casos hasta 2021
¿En el caso de esta última fecha, se prevé que para entonces existan aún personas infectadas?
“El modelo predice casos hasta 2021 por varias razones”, dice el entrevistado.
“Una, porque el modelo no tiene los límites propuestos por una prevención adecuada, es un modelo libre”.
“Dos, porque debido a la ausencia de una defensa innata contra el virus y a una dispersión continua de los casos aún no descubiertos (asintomáticos, sintomáticos pero no examinados, etcétera), la infección continuará avanzando, es decir, la población susceptible seguirá siéndolo”.
Posibilidades de detención de la pandemia
“¿Cómo va a parar esto?, se pregunta Vivanco Lira.
“Cuando se den varias condiciones como, por ejemplo, que debido a un panorama genético de la población ésta se proteja de alguna forma contra el virus, teniendo pequeñas mutaciones o cambios genéticos de importancia para el virus, como el receptor ACE2, que recibe al virus para ser internalizado a la célula”.
“Es decir, si existe un cambio en este gen —que cambia la forma de este receptor— el virus no podrá unirse al receptor e infectar exitosamente a esa persona”.
De acuerdo con el especialista, otra forma de detener el avance del coronavirus es a través de la “inmunidad del rebaño”.
“Es decir, es la protección que da una determinada población ante una infección debido a la presencia de un elevado porcentaje de individuos inmunes a la misma”.
Las vacunas, otra posibilidad
“Una forma más de eliminación del virus es la inmunización activa artificial, es decir, mediante vacunas”.
De acuerdo con Vivanco Lira, los modelos matemáticos en el área de la salud nos ayudan a predecir epidemias, tratamientos, pronósticos, etcétera.
“En este caso, los modelos que predicen epidemias son muy útiles para poder tomar las medidas adecuadas a tiempo, saber qué conductas se tienen que realizar a largo y corto plazo, proyectar la demanda de recursos, los daños a la economía, los años de vida disminuidos y la calidad de vida disminuida, entre otros factores”.
Sin embargo, añade, los modelos se adaptan a la realidad y no ésta a los modelos.
“Los modelos de epidemias son ventanas ordenadas de la realidad, reunimos, ordenamos, modelamos los datos y éstos nos permiten atisbar, entre el desorden, las tendencias que existen”.