Herramientas matemáticas para luchar contra la crisis pandémica
En un mundo globalizado, una enfermedad puede pasar rápidamente de un brote local a una verdadera pandemia, algo que ha quedado demasiado patente con la pandemia de la COVID-19. Desde el inicio de la pandemia, las herramientas de modelización matemática han contribuido considerablemente a comprender cómo se propaga la enfermedad y a medir la eficacia de las diversas medidas de mitigación. Tomemos como ejemplo el proyecto financiado con fondos europeos CAOS, emprendido con el apoyo de las Acciones Marie Skłodowska-Curie, cuyo objetivo es comprender mejor las condiciones que provocaron una propagación tan rápida de la pandemia y evaluar las estrategias de contención y de mitigación. «Utilizando la COVID-19 como caso práctico, nos propusimos caracterizar el tipo de procesos complejos y estocásticos que provocan la propagación de la epidemia en las redes de contactos», explica Bo Li, científico en la Universidad de Aston e investigador del proyecto CAOS. «Hemos prestado especial atención al período en que una persona es asintomática pero ya puede contagiar, el cual, junto con las conexiones humanas, fue la principal causa por la que la enfermedad se propagó tan rápidamente antes de su detección generalizada», añade David Saad, catedrático en la Universidad de Aston y coordinador del proyecto CAOS.
Estrategias de mitigación y realización de pruebas
Para llevar a cabo el estudio, Li y Saad recurrieron en gran medida a técnicas avanzadas del campo de las matemáticas y la física teórica. «Estas técnicas analíticas nos permitieron desarrollar algoritmos eficientes y precisos para solucionar modelos complejos de propagación de una epidemia y obtener información sobre la eficacia de las diferentes estrategias de contención y mitigación», señala Saad. Simultáneamente, los investigadores también emplearon conceptos de la teoría de la información para solucionar crisis de recursos durante la pandemia. Por ejemplo, en lugar de la estrategia de realizar pruebas individuales utilizada de forma generalizada para la COVID-19, los investigadores defendieron el uso de pruebas de grupo como alternativa más eficiente. En las pruebas de grupo se combinan muestras de diferentes personas en una sola que, después, se analiza utilizando tan solo una prueba por grupo. «Mediante las pruebas de grupo se podría aumentar significativamente la capacidad de análisis», comenta Li. «Por consiguiente, los gobiernos podrían optimizar los recursos de cribado, tan escasos durante las primeras fases de la pandemia de la COVID-19, un factor que contribuyó a su rápida propagación». Mediante la colaboración con un laboratorio de pruebas en la Universidad de Birmingham, los investigadores verificaron la eficacia de las pruebas de grupo para la detección de la COVID-19. La solución ya fue presentada al Equipo de innovación en materia de diagnóstico de la COVID-19 del Reino Unido para su consideración, pero finalmente no se adoptó para su uso práctico en dicho país.
Impacto sobre otros sistemas
El proyecto no solo abordó ciertas características de la pandemia, sino que también demostró cómo pueden ayudar los métodos matemáticos avanzados a evaluar y mitigar el impacto de la pandemia sobre los servicios sanitarios o las cadenas de suministro, entre otros. «También debemos estudiar en detalle y comprender el potencial que tiene la pandemia de causar, en su propagación, colapsos en otros sistemas paralelos relacionados», añade Saad. «Los modelos matemáticos y las herramientas teóricas nos permiten evaluar, predecir y contener mejor todos los aspectos de la pandemia», concluye Li. Cabe señalar que estas complejas herramientas teóricas no solo resultan útiles en una disciplina. Los investigadores observaron que también podían utilizarse en otros sistemas complejos, como el análisis de las máquinas de aprendizaje profundo y la resolución de problemas de optimización de dos niveles con difícil resolución.
Palabras clave
CAOS, herramientas matemáticas, modelización matemática, pandemia, COVID-19, enfermedad, epidemia
