.

Free-Photos | Pixabay

Biotecnología

Limitar el aforo de restaurantes al 20 % evitaría el 80 % los contagios

1

Si se abren al 100 %, el riesgo de contraer coronavirus en uno de ellos es cuatro veces mayor que en gimnasios, el siguiente espacio cerrado más peligroso. Pero una investigación en 'Nature' señala que no debe ser todo o nada: limitar la ocupación puede evitar que se conviertan en focos de nuevos brotes

  • por Charlotte Jee | traducido por Ana Milutinovic
  • 12 Noviembre, 2020

Durante la pandemia de coronavirus (COVID-19), realizar cualquier actividad en un lugar público cerrado implica cierto nivel de riesgo. Pero algunos sitios resultan mucho más arriesgados que otros, especialmente si son pequeños y están repletos de gente.

Ya sabíamos que los restaurantes pueden convertirse fácilmente en grandes focos de COVID-19, pero un nuevo artículo publicado en Nature ha medido cuán peligrosos son realmente, y los resultados no son nada esperanzadores. El riesgo de comer en un restaurante es cuatro veces mayor que la siguiente ubicación más peligrosa, los gimnasios.

Se trata de una pésima noticia tanto para la economía como para la salud mental de la gente. Sin embargo, podría haber una forma sencilla de reducir este riesgo: limitar la cantidad de personas a las que se les permite estar al mismo tiempo dentro de un restaurante. Así se podría reducir drásticamente el contagio, según un nuevo modelo creado por el equipo de epidemiólogos, informáticos y científicos sociales de las universidades de Stanford y Northwestern (EE. UU.).

Para predecir en qué lugares se está contrayendo el coronavirus con más facilidad, los investigadores utilizaron datos de teléfonos inteligentes sobre los movimientos de casi 100 millones de personas de las 10 ciudades más grandes de EE. UU. entre el 1 de marzo y el 1 de mayo de 2020, proporcionados por la empresa SafeGraph. La compañía reúne datos de ubicación anonimizados de las aplicaciones para teléfonos inteligentes. Recogieron los movimientos de personas en sus barrios y puntos de interés como gimnasios, supermercados, restaurantes o lugares de culto. 

Luego, utilizaron los datos para predecir el contagio en función de tres métricas: lo grande que era el lugar, cuánto tiempo permanecía la gente dentro y cuántas personas probablemente serían contagiosas en el área determinada. Luego, compararon el número de infecciones pronosticado por su modelo con el número oficial de personas infectadas registradas en esos barrios durante ese mismo período. Según el equipo, su modelo pudo predecir con precisión los casos reales. 

Luego, usaron dicho modelo se utilizó para simular varios escenarios: reapertura a plena capacidad, límites al 50 % de la capacidad, al 30 %, etcétera. Dado que los estudios anteriores han encontrado que el 80 % de los nuevos casos del coronavirus se detectan en menos del 20 % de los lugares (los llamados eventos superpropagadores), los investigadores descubrieron que introducir límites de ocupación podría tener un mayor impacto que los cierres generales

La investigación señala que, si el aforo se limita al 20 %, las nuevas infecciones se reducirían en más del 80 %. Por el contrario, el modelo predijo que si los restaurantes de las 10 ciudades estadounidenses se reabrieran por completo, eso causaría el contagio de aproximadamente el 6 % de la población total. En España, la estrategia general de los distintos gobiernos autonómicos se ha centrado en reducir los aforos en interiores al 75 %, una cifra muy alejada de la recomendación del artículo en Nature.

En una reciente rueda de prensa, el profesor asociado de informática en la Universidad de Stanford (EE. UU.) y coautor del artículo Jure Leskovec afirmó: "Nuestro trabajo pone de manifiesto que no tiene que ser o todo o nada, y que es posible elegir diferentes métodos para distintos lugares. Nuestro estudio proporciona una herramienta para que los legisladores exploren las concesiones".

El estudio también arrojó algo más de luz sobre por qué exactamente el riesgo de contraer la COVID-19 y morir a causa de esa enfermedad se correlaciona tan estrechamente con el origen étnico y el nivel socioeconómico. Primero, el modelo encontró que las personas que viven en los barrios con menos gente blanca e ingresos más bajos no tienen tantas posibilidades de reducir su movilidad, porque indudablemente es menos probable que tengan trabajos que puedan realizar desde casa.

No solo eso, los lugares que visitan los grupos con menores ingresos tienden a estar más concurridos, algo que aumenta el riesgo de contagio. El estudio descubrió que los supermercados frecuentados por personas con ingresos más bajos suelen estar más abarrotados y los compradores tienden a permanecer adentro durante más tiempo, lo que provoca que estas visitas sean dos veces más peligrosas.

Los límites de ocupación presentan un obvio inconveniente: reducen la cantidad de ingresos que las empresas pueden generar, posiblemente hasta el punto en el que se vuelven económicamente inviables. Determinar cómo podrían ganar suficiente dinero para permanecer abiertos mientras limitan el aforo, o si el Gobierno debería subsidiar las empresas para mantenerlos a flote teniendo esos números de clientes restringidos, es el próximo tema complejo y polémico que se debería abordar. A ver qué opinan ustedes, economistas.

Biotecnología

Nuevas tecnologías y conocimientos biológicos empiezan a ofrecer opciones sin precedentes para mejorar nuestra salud.

  1. Lo que las variantes de la COVID-19 nos enseñan sobre la vacunación

    Mientras crece el número de infectados por la delta, nuevos estudios demuestran que tener la pauta completa de dosis reduce las hospitalizaciones. Estar inmunizados ofrece una gran protección, pero eso no impide que precisemos de nuevas vacunas en el futuro

  2. Por qué la variante delta de la COVID-19 es más contagiosa

    Surgió por primera vez en la India, ya es la cepa dominante en Reino Unido y podría impedir el levantamiento de restricciones previsto en el país europeo. Los investigadores están trabajando para descubrir los secretos de su expansión

  3. "La ciencia es un método para encontrar la verdad, no la verdad en sí"

    Cuando estalló la pandemia, el científico de datos especializado en finanzas Youyang Gu vio que los modelos de pronóstico del coronavirus eran muy inexactos y decidió usar sus conocimientos para crear uno mejor y más simple, que acabó convertido en referencia mundial