Ricardo Cao: “É moi importante ter datos fiables para modelizar a epidemia”

O catedrático da Universidade da Coruña presidirá un comité de expertos matemáticos que asesorará ao Goberno español na crise

Ricardo Cao é catedrático na Universidade da Coruña e experto en Estatística. Foto: CITIC.
Ricardo Cao é catedrático na Universidade da Coruña e experto en Estatística. Foto: CITIC.

Senén Fermito, un home que acaba de contaxiarse co virus da gripe, chega a unha aldea de 47 habitantes en Negueira de Muñiz, na que ata o momento non hai ningunha persoa afectada pola doenza. Coñecendo o grao de proximidade da relación que Senén vai manter cos veciños e, á súa vez, a que estes teñan entre eles, o tempo de incubación da gripe, e o tempo durante o cal unha persoa ten síntomas e/ou capacidade de contaxiar a outra, ou as medidas de contención que se tomen ao saber da presenza do virus na aldea, entre outros factores, é posible desenvolver, dentro dunha lóxica marxe de erro e incerteza, a predición da ‘curva’ da epidemia nesta aldea galega. Este é un exercicio que Ricardo Cao Abad (A Coruña, 1965), propón aos estudantes do Máster de Bioinformática para as Ciencias da Saúde da Universidade da Coruña, e axuda a comprender algúns dos aspectos básicos dos que tanto se está a falar ante a epidemia do coronavirus SARS-CoV-2 que vive boa parte do planeta.

Niso traballará a partir de agora Ricardo Cao, catedrático da área de Estatística e Investigación Operativa da UDC, que esta semana foi designado como presidente de “Acción Matemática contra o Coronavirus”, unha iniciativa do Comité Español de Matemáticas (CEMat) que asesorará ao Goberno de España para atopar solucións ante a crise sanitaria da Covid-19. Alén do pico da epidemia e o confinamento da poboación, a ciencia está a achegar o coñecemento do que dispón para a toma de decisións políticas que marcarán a vida da cidadanía nos vindeiros meses.

Estas decisións, segundo Cao, deben basearse en datos fiables e o máis homoxéneos posibles entre distintas comunidades autónomas e países, para coñecer así con máis detalle os patróns que caracterizan ao virus e o impacto que causa nas persoas, así como a porcentaxe de poboación que se infectou, alén dos datos oficiais. O investigador coruñes, que prefire non dar polo de agora estimacións sobre a evolución da pandemia a curto e medio prazo, así como os tempos cos que traballa o comité, si salienta a importancia de que “á maior brevidade, a administración do Estado e as comunidades autónomas, e a local, e moi en especial as autoridades sanitarias, nos axuden a identificar os problemas concretos máis urxentes nos que as matemáticas poderán achegar gran valor para a súa resolución”.

– En que pensou ao coñecer o seu nomeamento?

– Sobre todo, agradecemento pola confianza que pon en min toda a comunidade matemática española, e tamén unha gran responsabilidade e desexo de poder contribuír a mitigar os efectos da pandemia.

– Por onde comezará este traballo?

– Estamos recollendo todas as capacidades, experiencia e colaboracións xa en curso da comunidade matemática española. Tamén estamos traballando para identificar os problemas concretos más urxentes nos que as matemáticas poderán achegar gran valor para a súa resolución.

– Cos datos dos que dispoñen, sábese en que punto da pandemia nos atopamos?

– Non podo dar información sobre isto como presidente do comité.

– Unha das dificultades para afrontar a pandemia é o descoñecemento que aínda hai sobre o virus (R0, tempo no que unha persoa pode contaxiar a outra, casos asintomáticos, etc.). Como se afronta esta incerteza desde as Matemáticas?

– Modelizando matemáticamente o patrón que rexe eses contaxios e analizando estatísticamente os datos dispoñibles. Un aspecto moi importante é ter datos fiables. Algúns modelos que aportan as Matemáticas están baseados en ecuación diferenciais e ecuacións en derivadas parciais. Tamén existen modelos de simulación a nivel do comportamento dos individuos, incluindo os patróns de mobilidade.

“As matemáticas son unha peza chave para modelizar a epidemia, prever a súa evolución e ver as consecuencias que determinadas medidas poidan ter na mesma”

– E como poden axudar nesta situación as Matemáticas para tomar as mellores decisións posibles?

– As matemáticas son un elemento fundamental. Son unha peza chave para modelizar a epidemia, prever a súa evolución e ver as consecuencias que determinadas medidas poidan ter na mesma. Tamén para xestionar de xeito óptimo recursos que neste momento son escasos, mediante os métodos da investigación operativa. E non só no ámbito sanitario, tamén para outros sectores clave nesta crise, como o da alimentación, transporte, mobilidade, etc. Gustaríame destacar o importante papel da estatística nos modelos que pretenden ver a evolución dun paciente. Por exemplo, según é diagnosticado, cómo de probable é, en función das súas características, que teña que ser hospitalizado ou que teña que ser ingresado na UCI. Son tan só algúns exemplos. Hai moitos mais.

– No traballo do comité menciónase tamén a análise de ficheiros Big Data de mobilidade das persoas. Vaise ter en conta isto para controlar os desprazamentos dos cidadáns?

– A mobilidade é, desde logo, un aspecto fundamental. Ter datos de gran volume sobre a mobilidade é tamén moi útil. Coma sempre, cómpre que os datos sexan da mellor calidade posible e, se non é así, utilizar ferramentas para corrixir nesgos espurios que podan aparecer. É o que algúns chamamos Big-but-Biased Data.

DEIXAR UNHA RESPOSTA

Please enter your comment!
POLÍTICA DE COMENTARIOS:

GCiencia non publicará comentarios ofensivos, que non sexan respectuosos ou que conteñan expresións discriminatorias, difamatorias ou contrarias á lexislación vixente.

GCiencia no publicará comentarios ofensivos, que no sean respetuosos o que contentan expresiones discriminatorias, difamatorias o contrarias a la ley existente.

Please enter your name here

Este sitio emprega Akismet para reducir o spam. Aprende como se procesan os datos dos teus comentarios.