Un modelo feito en Galicia para afinar as predicións da evolución da Covid-19

“Ás veces, cando hai un incendio, o lume non para ata que non queda nada máis que queimar. Algo semellante pasou coa gripe de 1918, e por iso foi unha pandemia tan grave. O mundo de hoxe é distinto, con moitas máis variables que inflúen, pero algúns modelos de predición non se adaptaron o suficiente a estes cambios”, explica Jorge Mira, catedrático de Electromagnetismo da USC e investigador principal do proxecto Predición dinámica de escenarios de afectación por Covid-19 a curto e medio prazo (Predico), unha iniciativa de científicos das universidades de Santiago, Vigo e Aveiro e o Centro Nacional de Biotecnoloxía do CSIC, que acaba de ser financiado polo Instituto de Salud Carlos III para mellorar as predicións sobre a expansión e incidencia da doenza.

“Supercontaxiadores” e asintomáticos

Tal e como explica Mira, os modelos ‘tradicionais’ que se usaron no pasado para predicir os contaxios en epidemias causadas por enfermidades infecciosas non teñen en conta os cambios que experimentou o mundo nos últimos decenios. “Hoxe temos mecanismos de vixilancia, de información e de prevención que inflúen moito máis na capacidade de contaxio do virus. E isto provoca que a sociedade non sexa unha foto fixa, senón dinámica, e pequenas variacións destas dinámicas poden causar cambios moi grandes no efecto final, como se fose un efecto bolboreta“. O investigador galego insiste no concepto de ‘dinámico’ para explicar a necesidade de dispoñer de datos e modelos óptimos, unha das eivas que, segundo os expertos, puido estar detrás da magnitude que acadou a crise.

Publicidade

O proxecto, que se desenvolverá durante os vindeiros seis meses, cun financiamento próximo aos 40.000 euros, ten a súa orixe no modelo preditivo que realizou o grupo integrado polo catedrático de Análise Matemática da USC, Juan José Nieto, Iván Area, da Universidade de Vigo, e Delfim Torres e Faiçal Ndaïrou, das Universidades de Vigo e Aveiro, e que atinou co cumio da pandemia a comezos de abril en Galicia. Pouco despois, Jorge Mira uniuse xunto a Alberto Pérez Muñuzuri, tamén da USC, e o investigador galego do Centro Nacional de Biotecnología–CSIC Luís Francisco Seoane. O proxecto tamén recibiu recentemente financiamento da Fundação para a Ciência e Tecnologia de Portugal (FCT).

Para mellorar a capacidade preditiva sobre a Covid-19 de cara a posibles rebrotes da doenza, o equipo modelará os infectados asintomáticos e os chamados superpropagadores, persoas que infectan a una gran cantidade de xente. “As peculiares características do propio virus inflúe nisto: cando xa tiñamos a pandemia diante de nós, viuse a cantidade de xente que podía contaxiar a moitas outras persoas, por razóns que aínda se descoñecen, ou a capacidade de transmisión dos asintomáticos, algo que se lles escapou a moitos países nas primeiras etapas da crise”.

Neste contexto, a través da chamada teoría do control óptimo, buscaranse as intervencións idóneas que permitan a redución da propagación, segundo explican desde a USC. Por outra, co Modelado Dinámico buscarase prescindir do feito de definir axentes causais a priori, unha aproximación baseada na análise de situacións similares que tiveran lugar con anterioridade, como na dinámica estacional da gripe común. Baseándose só en datos, construirase unha librería de patróns temporais para chegar ás mellores aproximacións e predicir a evolución deste coronavirus.

Redes sociais

Outro dos aspectos que se terán en conta para obter unha predición máis fiable serán as redes sociais e a análise do comportamento da cidadanía a través delas. “Tamén queremos ver como está reaccionando a poboación ás medidas que toman os gobernos, sobre todo no tocante a aquelas que inflúen na propagación do virus, a través da análise das redes sociais”, engade Mira. Nese punto, explica o director do proxecto, “pode ser posible detectar se cambia o comportamento social ante a pandemia”, o que influiría, por tanto, na posibilidade de que aparezan máis ou menos casos.

Todas as variables están encamiñadas a reducir os erros de predición que poida acabar provocando brotes descontrolados. “No mundo de hoxe hai tantas variables a ter en conta que é practicamente imposible acertar cunha predición”, resume Jorge Mira. Para isto, o proxecto seguiría así unha filosofía na liña dos modelos climáticos para conseguir unha rede de medidas “o máis fina posible, que se actualice de forma constante, e deste xeito ter unha predición o mellor posible”.