¿Cuán conservadoras son las estadísticas mundiales actuales sobre la pandemia de COVID-19?


Después de casi un año y medio de la pandemia de la enfermedad por coronavirus 2019 (COVID-19), el recuento real de casos de personas infectadas con su virus causante, el síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2), sigue sin estar claro. Aunque se han reportado más de 167,2 millones de casos en todo el mundo, muchos creen que este es un recuento masivo insuficiente.

Un nuevo estudio epidemiológico utiliza el modelo matemático clásico susceptible-infectado-eliminado-contenido (SIR-C) para encontrar el tamaño máximo y la fecha de los casos, tanto documentados como no identificados, y la brecha entre ellos.

Estudio: Modelado de la subestimación de la infección por COVID-19.  Haber de imagen: solarseven / Shutterstock

Una imagen más precisa del alcance de la propagación de la pandemia tiene una clara utilidad en el ámbito de la gestión de la pandemia y la política de salud pública. Como señalan los autores del estudio:

La dinámica de COVID-19 incurrió en la brecha intrínseca en los tamaños de los picos y las fechas de los picos entre los casos confirmados y no confirmados. La evaluación de la subestimación podría proporcionar información para una toma de decisiones significativa cuando no se descartan las incertidumbres y los riesgos.. “

Los investigadores, de la Universidad Tecnológica de Fujian en China, publicaron recientemente sus hallazgos en Resultados en Física.

Fondo

Proyecciones anteriores indicaban que el SARS-CoV-2 podría seguir provocando repetidos brotes periódicos durante años, lo que dificultaría el regreso del mundo a la normalidad. Esto es bastante diferente a cualquier brote anterior, que alcanzó su punto máximo y luego mostró una disminución.

El rango y la escala de las intervenciones no farmacéuticas (NPI) empleadas contra la pandemia han variado de un país a otro, pero en general, las intervenciones rigurosas y tempranas han llevado al control de la transmisión viral y limitado el tamaño de los brotes locales.

Una medida precisa de la transmisión viral es esencial para dar forma a las políticas de contención y prevención. Esto es especialmente cierto en vista del gran número de casos asintomáticos y el largo período presintomático, los cuales permitieron que la transmisión fuera más generalizada que en el caso de los pacientes sintomáticos.

Esta podría ser la razón de los brotes repetidos en diferentes partes del mundo, ya que los pacientes índice importan la infección durante la fase presintomática.

Otros factores que influyen en la propagación incluyen el número de reproducción y la duración de la infección (DOI). El número de reproducción es el número medio de infecciones secundarias causadas por cada caso índice. El DOI es el recíproco de la tasa de eliminación (la suma de la tasa de recuperación y la tasa de mortalidad). Cuando estos son más altos, el brote se mantiene durante más tiempo.

Predicciones de modelos

El modelo se basó en los siguientes parámetros. El número de infecciones secundarias de cada caso índice fue de 6,2 en ausencia de medidas de contención. Con contención, fue 2,48. Se asumió que el DOI era 16.

Con los datos del brote, que cubren aproximadamente el período de febrero a abril (ambos meses incluidos), se estimó que los casos confirmados alcanzaron su punto máximo alrededor del 21 de julio, pero los casos no confirmados alrededor del 6 de mayo. Fueron unos 2,5 meses entre ellos. Esto indica un “episodio fundamental de subestimación y brecha,”Dicen los investigadores.

Los factores que determinan el grado de subestimación incluyen la tasa de transmisión viral, la tasa de recuperación y mortalidad,

Esto podría indicar que, en el mundo real, la epidemia en una región puede alcanzar su punto máximo mucho antes que las fechas pico informadas, con casos identificados aumentando de manera constante desde el primer al segundo pico, mientras que los casos no confirmados disminuyen.

Hasta que los casos no confirmados alcanzaron su punto máximo, el tamaño de la subestimación siguió aumentando. El modelo proyectó un aplanamiento de la trayectoria de casos inicialmente confirmada a partir de su aumento exponencial una vez que el número de casos subestimados comenzó a disminuir.

Estimaciones de casos confirmados C 


<div class=Estimaciones de casos confirmados C

Efectos de las medidas de contención

Con un aumento de la contención farmacéutica del 1%, se estimó que el pico llegaría 18 días antes, es decir, al 18 de abril. El pico de casos también se redujo en un tercio. “Por lo tanto, para enfermedades altamente infecciosas como COVID-19, la implementación de medidas de control no farmacéuticas podría lograr efectos significativos.. “

Con un aumento del 5% en las NPI, el pico avanzó 21 días y el tamaño del pico disminuyó en más del 37%. Cuando aumentaba en una quinta parte o más, el brote se extinguiría más rápido. Por tanto, unas NPI más estrictas reducirían de forma más drástica el número de casos no confirmados.

Para la cuarentena farmacéutica, una tasa de 0.03 por día o más aceleró esta descomposición, siempre que la capacidad de atención médica mostrara una mejora notable. Si la atención médica se mantiene en un nivel estable, las NPI alcanzarían un número de reproducción por debajo de 1 con menos dificultad.

La brecha en el tamaño de la subestimación aumentó con el tiempo hasta que el número de casos no identificados alcanzó su punto máximo, pero luego disminuyó. Si se aumentó el DOI, el número de picos aumentó y el pico se produjo más tarde. Esto prolongó el brote y lo hizo más difícil de contener.

Cuales son las conclusiones?

Se demostró que tanto la cuarentena farmacéutica como la contención no farmacéutica afectan la tasa de aumento de los casos no identificados y el tamaño del pico. Por lo tanto, si la capacidad de atención médica local no es capaz de un aumento significativo, las ISFL deben ser la máxima prioridad y se puede esperar que logren el control del brote en gran medida.

Tanto la infectividad y la transmisibilidad del virus como las medidas de contención interactúan para determinar la trayectoria del brote. La diferencia entre el número de casos confirmados y no confirmados también influyó en la configuración de la curva, como lo demuestra la gran brecha entre el pico de casos confirmados e indocumentados.

Otros factores, como una alta densidad de población, también influyen en la predicción, y en tales lugares, esto puede competir con estrictas NPI para afectar la trayectoria final. Una vez que el número de casos cruza un cierto umbral de la población en general, ya no es posible mantener las NPI.

Los estudios futuros deben explorar cómo los pacientes asintomáticos, presintomáticos y levemente sintomáticos afectan la curva, así como otros factores que no están incluidos en este estudio pero que influyen en la transmisión viral. Sin embargo, este estudio pudo predecir cambios de comportamiento incluso cuando dichos pacientes no fueron identificados.

La contribución de este estudio radica en parte en el hecho de que identificamos asintóticamente la naturaleza cuantitativa y cualitativa de la subestimación. Se prefirieron las medidas de contención en una etapa anterior,”Concluye el equipo.

.



Source link