.

AP

Tecnología y Sociedad

"Añadir camas a las UCI solo resuelve un problema. Hace falta personal"

1

El epidemiólogo computacional Francois Balloux ha creado un modelo para predecir cómo evolucionará la pandemia de coronavirus en dos escenarios de gestión diferentes: el de mitigación y el de supresión, y afirma que la mayor incógnita es que aun no sabemos si los infectados se volverán inmunes de por vida

  • por Will Douglas Heaven | traducido por Ana Milutinovic
  • 23 Marzo, 2020

Gracias a un nuevo modelo desarrollado por un equipo del Imperial College de Londres (Reino Unido), el 17 de marzo, el Gobierno del país modificó drásticamente sus recomendaciones oficiales sobre el coronavirus (COVID-19). El modelo muestra los resultados más probables ante dos estrategias generales: la de mitigación, que tiene como objetivo eliminar por completo la transmisión del virus, y la supresión, centrada en reducir la tasa de transmisión a un nivel que no sature a los servicios sanitarios hasta que se encuentre una vacuna.

Con estos resultados en la mano, el Gobierno de Reino Unido ha decidido apostar por una estrategia más cercana a la supresión que a la mitigación. El modelo también está influyendo en las políticas de Estados Unidos. Hablé con el epidemiólogo computacional del University College de Londres Francois Balloux, quien ha trabajado con los investigadores del Imperial College de Londres en el desarrollo del modelo. 

Un modelo es bueno gracias a los. ¿Cuáles son las hipótesis de este modelo?

Creo que el modelo es bastante sofisticado. Es detallado y realista, pero hay muchos supuestos, y algunos de ellos no son tan explícitos. Pero, en términos de cifras aproximadas, creo que acierta. No da números específicos pero sugiere márgenes. Es probable que tantas personas necesiten cuidados intensivos. Es probable que tantos mueran. Pero los números son grandes en todos los casos. El informe no tiene una lectura fácil, pero sus previsiones son bastante optimistas.

¿Cómo de optimistas?

Hay algunas variables importantes que no están integradas. Por ejemplo, el modelo supone que si alguien está infectado, se volverá inmune de por vida. Pero eso es algo que en realidad no sabemos. Desconocemos cuánto tiempo permanecen inmunizadas las personas después de recuperarse, si pueden volver a contraer la enfermedad, y si fuera así, después de cuántos meses. Eso cambiaría bastante el resultado, y no para bien.

Otro punto que el modelo no tiene en cuenta adecuadamente es la estacionalidad. Y es que, por ejemplo, el resfriado común, que también es de tipo coronavirus, es mucho más habitual en invierno que en verano. Pero el modelo no tiene en cuenta ese cambio a lo largo del año. No estoy diciendo que tuvieran que haber observado el efecto del clima cálido o frío en el virus. Pero simplemente han dado por sentado que habrá una cierta cantidad de ingresados durante todo el año, y eso no es cierto. El Sistema Nacional de Salud funciona de forma diferente en invierno. Si esas camas en las unidades de cuidados intensivos no estuvieran libres en invierno, el brote sería mucho peor.

El modelo también incluye suposiciones sobre el comportamiento de las personas. ¿Cómo lo hace?

El alejamiento social reduce la tasa de transmisión. Se supone que si las personas no están juntas, la tasa de transmisión disminuye. Por supuesto, el modelo considera que el alejamiento social y la cuarentena se implementan de manera efectiva. Pero si analizamos los números, no indican que no debe haber absolutamente ningún contacto entre las personas. Solo destacan que el contacto se reduce en x o y.

Sí, el modelo supone que un cierto porcentaje de personas respetará los consejos oficiales. Sin embargo, esos consejos no se han convertido en prohibiciones legales en todos los países. ¿Cómo saber si esas suposiciones son correctas?

Se puede aconsejar a las personas que no salgan, pero la gente tiene la libertad de decidir si nos hace caso o no. Todo dependerá de lo bien que se transmita el mensaje y de si las personas realmente se preocupan por su propia salud. Amenazar con grandes multas si la gente sale por una razón no esencial o se encuentran en una reunión de cierto tamaño es una medida muy extrema en los países democráticos.

No soy psicólogo, pero creo que las personas lo respetarán por voluntad propia. Es algo que no me preocupa demasiado. Hace tres semanas era diferente, la gente decía: "Oh, solo es una gripe". Pero ahora que la situación se está poniendo seria, las actitudes cambiarán muy rápidamente. La gente empieza a preocuparse y cuando las personas están preocupadas hacen caso a los consejos. De todos modos, la suposición de que las personas no pueden infectarse más de una vez es mucho más importante para la precisión del modelo que si la gente obedece o no.

El modelo también parece suponer que el número de camas en las unidades de cuidados intensivos [UCI] se mantendrá fijo. ¿Por qué no podríamos añadir más camas?

En Reino Unido hay alrededor de 400 camas en UCI, y el 80 % ya están ocupadas. También hay 100.000 camas estándar en hospitales, y algunas de ellas podrían convertirse en camas de UCI. Pero no se trata simplemente de las camas. Hacen falta equipos, incluidos los respiradores, que necesitamos cuanto antes, así que, aunque se instalen camas adicionales en las UCI, se resuelve solo un problema. También hace falta personal. Los médicos y las enfermeras de la UCI están altamente capacitados: ahí no puede trabajar cualquiera.

El Gobierno de Reino Unido acaba de cambiar de rumbo y parece seguir una estrategia más cercana a la supresión que a la mitigación. ¿Es eso lo que recomienda el modelo?

El modelo indica que la mitigación tiene un gran inconveniente: provocará muchas muertes en los primeros meses. Pero no dice explícitamente que sea la peor estrategia. Muy pocas personas lo han entendido. Por un lado, la mitigación tiene consecuencias devastadoras a corto plazo, incluida una gran cantidad de muertes, especialmente entre las personas mayores. Pero la otra opción, la supresión, implica mantener unas restricciones sociales extremadamente fuertes hasta que se encuentre una vacuna que funcione, algo que podría no ocurrir nunca. No hay una solución fácil. Otro punto que habría que considerar más de cerca es el impacto a largo plazo de cualquier estrategia en la economía. Una recesión económica masiva también tendrá un fuerte impacto en la salud de las personas.

Así que, con la mitigación, se ponen en riesgo las vidas de las personas, ya que se supone que mucha gente morirá a corto plazo. Pero con la supresión, se apuesta por un futuro incierto, en el que las personas morirán en un período más largo.

Básicamente, sí. Si estuviéramos en guerra, podríamos pensar que perder a muchas personas en la primera batalla vale la pena si eso significa un final más rápido de la guerra. Pero es importante tener en cuenta que el modelo no indica cuál es la mejor opción. De cualquier manera, es una elección. Si la mitigación y la supresión se miden, imaginando cómo podrían desarrollarse en uno o dos años, no estoy seguro de cuál sería la respuesta. Por supuesto, desde la perspectiva científica.

Además, existen cuestiones éticas y políticas, incluido el rechazo total a aceptar un número dramático de muertes a corto plazo. Pero el modelo en sí no indica cuál es la opción correcta, ni siquiera si queremos saber qué estrategia salvaría más vidas en general. De hecho, me pregunto hasta qué punto el alejamiento social es aceptable para la población. Pero no quiero que se me entienda mal. No tengo la respuesta. Se trata de un problema muy desafiante al que nos enfrentamos.

Tecnología y Sociedad

Los avances tecnológicos están cambiando la economía y proporcionando nuevas oportunidades en muchas industrias.

  1. ¿Está la robótica a punto de vivir su momento ChatGPT?

    Los investigadores están utilizando la IA generativa y otras técnicas para enseñar a los robots nuevas habilidades, incluidas tareas que podrían realizar en los hogares.

    Stretch Robot Presents a Rose in its gripper
  2. Cómo las baterías térmicas están caldeando el almacenamiento de energía

    Los sistemas, que pueden almacenar energía limpia en forma de calor, fueron elegidos por los lectores como la undécima tecnología emergente de 2024.

    Dos ingenieros con batas de laboratorio controlan la batería térmica que alimenta una cinta transportadora de botellas.
  3. Probar fármacos, crear bioordenadores y otros usos de los organoides

    Los científicos utilizan organoides para analizar candidatos a fármacos, cultivar virus, construir bioordenadores y mucho más

    Probar fármacos, crear bioordenadores y otros usos de los organoides