MADRID 15 Oct. (EUROPA PRESS) -

Un equipo internacional de investigadores ha desarrollado un enfoque innovador para la modelización de epidemias que podría transformar la forma en que los científicos y los responsables de las políticas predicen la propagación de enfermedades infecciosas. Dirigido por edoctor Nicola Perra, profesor adjunto de Matemáticas Aplicadas en la Universidad Queen Mary de Londres (Reino Unido), el estudio publicado en 'Science Advances' presenta un nuevo marco que incorpora factores de estatus socioeconómico (SES), como los ingresos, la educación y la etnia, en los modelos epidémicos.

"Los modelos epidémicos suelen centrarse en patrones de contacto estratificados por edad, pero eso es sólo una parte del panorama", contextualiza el doctor Perra. "Nuestro nuevo marco reconoce que otros factores, como los ingresos y la educación, desempeñan un papel importante en la forma en que las personas interactúan y responden a las medidas de salud pública --señala--. Al incluir estas variables socioeconómicas, podemos crear modelos más realistas que reflejen mejor los resultados de las epidemias en el mundo real".

El doctor Perra y sus colaboradores han abordado este crítico descuido con un marco que utiliza "matrices de contacto generalizadas" para estratificar los contactos en múltiples dimensiones, incluido el nivel socioeconómico. Esto permite una representación más detallada y realista de cómo se propagan las enfermedades a través de diferentes grupos de población, especialmente aquellos que enfrentan desventajas socioeconómicas. El estudio demuestra cómo no tener en cuenta estas variables puede conducir a grandes interpretaciones erróneas en las predicciones de epidemias, lo que socava tanto las estrategias de salud pública como las decisiones políticas.

El enfoque del equipo se basa tanto en derivaciones matemáticas formales como en datos empíricos. Su estudio establece que ignorar las dimensiones del SES puede llevar a subestimar parámetros clave, como el número reproductivo básico (R0), que mide el número promedio de infecciones secundarias causadas por un solo individuo infectado. Utilizando datos sintéticos y datos del mundo real de Hungría, recopilados durante la pandemia de COVID-19, los investigadores muestran cómo la inclusión de indicadores del SES proporciona estimaciones más precisas de la carga de enfermedad y revela disparidades cruciales en los resultados entre diferentes grupos socioeconómicos.

"La pandemia de COVID-19 fue un duro recordatorio de que la carga de las enfermedades infecciosas no se reparte de forma igualitaria entre toda la población --sentencia Perra--. Los factores socioeconómicos desempeñaron un papel decisivo en la forma en que se vieron afectados los diferentes grupos y, sin embargo, la mayoría de los modelos epidémicos en los que nos basamos hoy en día todavía no incorporan explícitamente estas dimensiones críticas. Nuestro marco pone estas variables en primer plano, lo que permite obtener información más completa y práctica", añade.

Los investigadores demostraron que su marco de trabajo podía cuantificar las variaciones en la adherencia a intervenciones no farmacéuticas (INF), como el distanciamiento social y el uso de mascarillas, en diferentes grupos de SES. Descubrieron que descuidar estos factores en los modelos no solo distorsiona la propagación de enfermedades, sino que también oscurece la eficacia de las medidas de salud pública. Su análisis de datos húngaros destacó además cómo las heterogeneidades impulsadas por el SES en los patrones de contacto pueden conducir a diferencias sustanciales en los resultados de las enfermedades entre los grupos, lo que subraya la necesidad de intervenciones más específicas.

"Nuestros hallazgos sugieren que las futuras encuestas de contacto deberían ir más allá de las variables tradicionales como la edad e incluir datos socioeconómicos más matizados", añade el doctor Perra. "La inclusión de estos factores podría mejorar drásticamente la precisión de los modelos epidémicos y, por extensión, la eficacia de las políticas sanitarias".

El estudio pone de relieve la urgente necesidad de contar con marcos de modelización de epidemias más integrales a medida que las sociedades siguen lidiando con los efectos persistentes de la COVID-19 y se preparan para futuras pandemias. Al ir más allá del enfoque convencional sobre la edad y el contexto, este nuevo enfoque abre la puerta a una comprensión más detallada de la transmisión de enfermedades y ofrece una herramienta poderosa para abordar las desigualdades en materia de salud.