MADRID, 1 Abr. (EUROPA PRESS) -
Incluyendo el brote de ébola en África Occidental, los enfoques para entender y prever nuevas epidemias que se usan frecuentemente pueden llevar a grandes errores, según concluye un trabajo de expertos de la Universidad de Michigan, Estados Unidos, y colegas.
"En los primeros días del brote de ébola, un montón de gente se metió en el asunto de los pronósticos. Lo hicieron utilizando modelos matemáticos atractivamente simples y el resultado fue una serie de advertencias que alertó al mundo, con razón, de la gravedad de la situación --afirma Aaron King, profesor asociado en el Departamento de Ecología y Biología Evolutiva de la UM--. Pero al final, la mayoría de esas predicciones resultaron ser exageradas".
El 23 de marzo, exactamente un año después de que anunciara que había un brote de ébola en Guinea, la Organización Mundial de la Salud lanzó una actualización de la situación afirmando que había habido 24.842 casos de ébola, incluyendo 10.299 muertes, hasta la fecha en Sierra Leona, Liberia y Guinea.
En septiembre pasado, los Centros para el Control y la Prevención de Enfermedades estimaron, basándose en modelos por ordenador, que Liberia y Sierra Leona podrían tener hasta 1,4 millones de casos de ébola en enero de 2015, si la enfermedad viral mantenía su difusión sin métodos efectivos para contenerla. De manera tardía, la comunidad internacional intensificó sus esfuerzos para controlar el brote y el crecimiento explosivo se desaceleró.
"Esas predicciones resultaron ser erróneas y no sólo por el éxito de la intervención en África Occidental -subraya King--. También se debió a que los métodos que la gente usaba para hacer las previsiones no eran adecuados". En un trabajo programado para su publicación digital este martes en 'Proceedings of the Royal Society B', King y sus colegas sugieren varias formas sencillas y de bajo costo para evitar estos obstáculos cuando estallen los próximos grandes brotes de enfermedades infecciosas.
Sus sugerencias se refieren a los modelos de transmisión de la enfermedad, sofisticados sistemas de ecuaciones que utilizan los datos de las primeras etapas de un brote para predecir cómo va a desarrollarse. "Es sólo una cuestión de tiempo antes del próximo brote y queremos asegurarnos de que sabemos cómo proporcionar predicciones fiables para orientar la respuesta de salud pública cuando sucede", subraya este experto.
Muchas de las previsiones del ébola del año pasado se realizaron utilizando modelos de transmisión llamados modelos deterministas, que no tienen en cuenta los elementos aleatorios en la transmisión de la enfermedad, como cuántas personas resultan infectadas en cada evento de transmisión. Por ello, estos expertos creen que se deben evitar estos modelos y emplear en su lugar modelos estocásticos, que representan aleatoriedad y pueden comunicar con mayor precisión la incertidumbre.
Además de utilizar los modelos deterministas, muchos analistas del ébola intentaron encajar esos modelos con el número total de casos que se habían acumulado desde el inicio del brote. El resultado final fueron previsiones que sobrestimaron el tamaño final del brote y subestimaron en gran medida la incertidumbre en los pronósticos, según King y sus colegas. "Los modelos deterministas son más fáciles y rápidos y los resultados se ven realmente bien", sentencia este investigador.
