Únete á nosa canle de Whatsapp
Desde que na primavera de 2020 se puxese en marcha o proxecto CovidBens, un equipo multidisciplinar de científicos, entre os que hai persoas expertas en microbioloxía, matemáticas, informática, química ou enxeñaría está a traballar na análise das augas residuais que chegan á estación depuradora de Bens, onde se verten os refugallos procedentes dos municipios da Coruña, Arteixo, Cambre, Culleredo e Oleiros.
Despois de meses de investigacións, nos que se anticiparon ao aumento de casos que emerxeron na área metropolitana coruñesa en xullo e no outono, a análise volveu anticipar, segundo informou a semana pasada o Concello da Coruña, a terceira onda na zona, que levou a un importante impacto nos hospitais da cidade, nos que actualmente hai ingresadas máis de 300 persoas, e máis de 50 delas nas UCIs, por mor da Covid-19. O informe publicado o 21 de xaneiro estimaba que na área metropolitana había preto de 7.600 portadores do SARS-CoV-2, unha cifra bastante superior aos casos que se diagnosticaban no mesmo tempo neste área. Porén, despois de acadar valores sen precedentes na última semana, parece que a ‘curva’ de infeccións podería estar chegando ao seu cumio, segundo as mesmas proxeccións: desde hai un días, o número de portadores estabilízase entre os 7400 e 7500, o que avanza unha posible contención da transmisión, toda vez que se incrementaron as restricións esta semana no conxunto do territorio galego.
“Parece haber un cambio de tendencia”, apunta Margarita Poza, científica do grupo de Microbioloxía do Instituto de Investigación Biomédica da Coruña (INIBIC) e profesora da Universidade da Coruña (UDC), que destaca, ao mesmo tempo, que o modelo se anticipou en varios días ás tres últimas ondas da pandemia na área da Coruña (xullo, outubro e xaneiro). “Os datos nas augas residuais informaron dos gromos ata 18 días antes que os datos clínicos”, detallan os autores do novo informe, como se pode ver baixo estas liñas.
Para acadar estas estimacións, o equipo composto por expertos da UDC, o INIBIC, o CHUAC, e os centros de investigación CITEEC, CITIC e CICA, dependentes da universidade coruñesa, desenvolveu un modelo estatístico que permite calcular o número de persoas infectadas con preto dun 90% de precisión a partir dos valores da carga viral (copias de ARN do coronavirus por cada litro de auga). E tamén se conseguiu compartimentar a procedencia das augas que chegan a Bens desde cinco zonas distintas de mostraxe, que se corresponden aproximadamente coa Coruña (zona 1), Arteixo (zona 2), Cambre (zona 3), Oleiros (zona 4) e Culleredo (zona 5). Estas cifras contrástanse cos datos que a Dirección Xeral de Saúde Pública da Xunta de Galicia cede todas as semanas aos investigadores do proxecto CovidBens.
Con todo, segundo destacan os autores do informe, as zonas “non corresponden coa perfecta delimitación xeográfica dos concellos, xa que por motivos hidráulicos pode haber zonas pertencentes a un municipio que non se recollan, ou outras que vertan ao municipio lindeiro e non ao seu”.
Limitacións do modelo
Do mesmo xeito, segundo destaca Margarita Poza, o modelo ten outras limitacións fronte ás vantaxes de anticiparse ao crecemento de casos e de constatar unha transmisión maior que a detectada polo sistema sanitario. “Cando as curvas comezan a ‘repuntar’, podemos adiantarnos porque aumenta a carga, pero nas baixadas imos máis á par”, apunta Poza. Isto débese a que “a persoa segue excretando virus nas feces ata un mes despois de dar negativo nas probas diagnósticas; é dicir, non ten capacidade de contaxiar, e xa superou a enfermidade, pero segue eliminando o virus e este segue aparecendo nas augas residuais”.
A partir desta semana, a páxina web de EDAR Bens publicará informes semanais coa evolución da carga viral nos cinco concellos, para estimar o número de portadores na área metropolitana.
Podes consultar o último informe do proxecto CovidBens nesta ligazón (PDF).
Artigo sobre o modelo usado: Predicting the number of people infected with SARS-COV-2 in a population using statistical models based on wastewater viral load.
