Reapertura rápida crucial para promover la segunda ola de COVID-19


La propagación de la enfermedad del coronavirus 2019 (COVID-19) ha afectado a casi cien millones de personas, con más de dos millones de muertes atribuidas a esta enfermedad en los últimos 12 meses aproximadamente. El único medio para contrarrestar esto hasta ahora ha sido a través de intervenciones no farmacéuticas (NPI). El encierro ha sido la forma más estricta y perturbadora, con graves consecuencias económicas, sociales, educativas y psicológicas.

Ahora que la pandemia ha resurgido de una forma más infecciosa en muchos países, la eficacia de estas medidas deben ajustarse para contener la pandemia sin causar un sufrimiento indebido aparte de la propia enfermedad viral. Una nueva preimpresión en el medRxiv* El servidor describe un modelo epidemiológico, SIR-SD-L, para medir la efectividad del bloqueo y su relajación.

Estudio: Parámetros ocultos que afectan el resurgimiento de la pandemia de SARS-CoV-2.  Crédito de imagen: NIAID

El modelo

Los investigadores desarrollaron los parámetros del modelo para incluir la introducción de nuevas personas después de eliminar las restricciones de movilidad e identificar los parámetros que afectan la propagación viral. El modelo también integra parámetros de distanciamiento social implementados según la progresión de la infección.

Reducir el número de contactos sociales reduce el número de reproducción R0 del virus, el síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2). Dado que el distanciamiento social cambia el patrón de contactos, estos cambios deben implementarse en el modelo, como se muestra en modelos anteriores.

Sin embargo, el modelo actual va más allá al considerar los cambios de comportamiento que ocurren debido a un aumento en el número de infecciones y una mayor notificación de casos, junto con pautas y mandatos de distanciamiento social. Estos factores provocan un cambio en la tasa de transmisión viral. De hecho, la tasa de propagación depende negativamente, en parte, del número total de infecciones y directamente del tamaño de la población susceptible a lo largo del tiempo.

Además, el modelo incluye las variaciones en la propagación de la enfermedad en función del número de infecciones actuales, descritas en relación con la población total susceptible. El modelo puede ayudar a predecir la tasa de aumento de la población susceptible en función de la tasa de infecciones.

El modelo SIR-SD-L se adapta a 24 condados de EE. UU.  Los números acumulados de infecciones (G) y muertes (D) se modelan para cada uno de los condados.  Se ilustra el rango de intervalos (IC del 95%) tanto para G como para D. La línea de puntos vertical representa la fecha de reapertura para cada condado.

El modelo SIR-SD-L se adapta a 24 condados de EE. UU. Los números acumulados de infecciones (G) y muertes (D) se modelan para cada uno de los condados. Se ilustra el rango de intervalos (IC del 95%) tanto para G como para D. La línea de puntos vertical representa la fecha de reapertura para cada condado.

Validación en 24 condados

Se probó la validez del modelo utilizando datos de 24 condados en varios estados de EE. UU. Sobre la tasa de crecimiento de la infección, el número de hospitalizaciones y muertes y la clasificación de la relajación de las políticas de bloqueo después del primer bloqueo.

Los investigadores utilizaron una relación PIR, que es inferior a 1 para cualquier condado con distanciamiento social obligatorio, y donde los bares, restaurantes y otros espacios sociales no se reabrieron de inmediato. De lo contrario, está por encima de 1. Un PIR más bajo significaba menos casos activos o un número menor de personas susceptibles al momento de la reapertura.

Por lo tanto, el momento es crucial para determinar cuándo reabrir un condado bloqueado. Una relajación más lenta de la población puede ayudar a reducir el segundo pico de infecciones.

Los investigadores ilustraron su caso al mostrar que una demora de una semana en la reapertura de un condado podría haber reducido el número total de infecciones, y aún más significativo si se retrasó un mes. Utilizaron un término llamado tasa de demora, la proporción de nuevas infecciones posteriores a la reapertura, después de un retraso de un mes, a las nuevas infecciones después de la fecha real de reapertura. La reducción llega al 42%, aunque el grado exacto de reducción del número de casos probablemente sea menor si el período de evaluación es más largo.

Además, el crecimiento de las tasas de infección en estos condados se evaluó según las directrices de los Centros para la Prevención y el Control de Enfermedades (CDC) de EE. UU. Y se comparó con las estrategias de relajación de bloqueo retardado.

¿Qué mostró el estudio?

Los investigadores encontraron que los factores principales que impulsan el resurgimiento de la pandemia incluyen el distanciamiento social, las infecciones activas y las poblaciones susceptibles. Concluyeron que los parámetros de relajación del bloqueo deben considerar el nivel actual de personas infecciosas y la población susceptible. En contraste, actualmente, solo se considera la tasa de nuevas infecciones al decidir si continuar o eliminar el bloqueo.

Dicho modelo puede proporcionar una estimación fiable del número de infecciones activas y del número de personas susceptibles como base para una reapertura segura. También debe incluirse la tasa de relajación para cada segmento de la población, ya que también afecta el resurgimiento de la pandemia. El efecto exacto de la relajación en el tamaño y el tiempo de la segunda onda se puede estimar a partir de este modelo.

Los investigadores ilustraron su caso al mostrar que una demora de una semana en la reapertura de un condado podría haber reducido el número total de infecciones, y aún más significativo si se retrasó un mes. Utilizaron un término llamado tasa de demora, la proporción de nuevas infecciones posteriores a la reapertura, después de un retraso de un mes, a las nuevas infecciones después de la fecha real de reapertura. La reducción llega al 42%, aunque el grado exacto de reducción del número de casos probablemente sea menor si el período de evaluación es más largo.

En los condados con un lento aumento de las infecciones en la fase inicial, el enfoque existente puede inducir a error a los responsables de la formulación de políticas y hacer que se descarte el distanciamiento social. Esto, a su vez, puede contribuir al resurgimiento masivo de COVID-19. El estudio resalta la gran diferencia entre los condados donde se sigue el distanciamiento social, incluido el uso estricto de máscaras y las limitaciones en la cantidad de personas en un espacio público y aquellos sin tales restricciones.

Por lo tanto, el momento es crucial para determinar cuándo reabrir un condado bloqueado. Una relajación más lenta de la población puede ayudar a reducir el segundo pico de infecciones.

*Noticia importante

medRxiv publica informes científicos preliminares que no son revisados ​​por pares y, por lo tanto, no deben considerarse concluyentes, guiar la práctica clínica / comportamiento relacionado con la salud o tratarse como información establecida.

.



Source link