Un modelador matemático de la Facultad de Medicina de la Universidad de Augusta, en Georgia (Estados Unidos), el doctor Arni S.R. Srinivasa Rao, ha advertido de que el modelo matemático tradicional usado para predecir los contagios de una enfermedad puede no ser la mejor manera de pronosticar la propagación del nuevo coronavirus.

Así, en una carta publicada en 'Infection Control and Hospital Epidemiology', el doctor sostiene que, si bien nunca es posible rastrear todos y cada uno de los casos de una enfermedad infecciosa, los confinamientos que se han hecho necesarios para ayudar a mitigar la pandemia de COVID-19 han complicado la predicción de la propagación de la enfermedad.

El modelo de predicción usado en la actualidad, llamado la R-naught, o número reproductivo básico, es capaz de pronosticar el número promedio de personas susceptibles que serán infectadas por una persona infectada. Se calcula usando tres factores principales, a saber, el período infeccioso de la enfermedad, cómo se propaga la enfermedad y con cuántas personas es probable que un individuo infectado entre en contacto.

Históricamente, si la R-naught es mayor que uno, los contagios son desenfrenados y es probable que se produzca una epidemia o una pandemia más extendida. En concreto, la pandemia de COVID-19 tuvo una primera R-naught entre dos y tres.

Como alternativa, el investigador y su equipo sugieren un enfoque más dinámico, utilizando un modelo llamado "la media geométrica". Este modelo utiliza el número de hoy para predecir los números de mañana; es decir, el número actual de infecciones en un lugar concreto se divide por el número de infecciones pronosticadas para mañana, con el fin de desarrollar una tasa reproductiva más precisa y actual. Aunque este método geométrico no pueda predecir las tendencias a largo plazo, puede pronosticar con más precisión los números probables a corto plazo.

"El modelo R-naught no puede cambiarse para tener en cuenta las tasas de contacto que pueden variar de un día para otro cuando se imponen los cierres perimetrales o confinamientos", explica Rao. "En los días iniciales de la pandemia, dependíamos de estos métodos tradicionales para predecir la propagación, pero estos confinamientos cambian la forma en que las personas tienen contacto entre sí", incide.

Tampoco es posible una R uniforme, ya que la pandemia de COVID-19 ha variado mucho en diferentes áreas de cada país y del mundo. Los lugares tienen diferentes tasas de infección, en diferentes líneas de tiempo. Además, los científicos insisten en que el modelo actual tampoco predijo la actual tercera ola de la pandemia COVID-19.

"Diferentes factores alteran continuamente las cifras básicas de reproducción a nivel del suelo, por lo que necesitamos un modelo mejor", dice Rao. Unos mejores modelos podrían tener implicaciones para mitigar la propagación de COVID-19 y para la planificación futura, según los autores.

"Los modelos matemáticos deben ser utilizados con cuidado y su precisión debe ser cuidadosamente monitorizada y cuantificada", detallan los investigadores. "Cualquier curso de acción alternativo podría llevar a una interpretación errónea y a un mal manejo de la enfermedad con consecuencias desastrosas", avisan.