ESTADOS UNIDOS.- Alrededor del mundo, la
segunda ola de la pandemia de Covid-19 trajo consigo nuevos picos de contagios,
incluso en cantidades superiores a aquellas registradas al comienzo de la
emergencia sanitaria. En México, por ejemplo, el 21 de enero de 2021 se
contabilizaron 22 mil 339 nuevos casos, cuando al inicio de la pandemia los
casos diarios se mantenían por debajo de diez mil. Predecir estos picos es
importante para el diseño de políticas sanitarias eficientes y, para esto,
podrían utilizarse los datos de búsquedas en Internet en conjunto con métodos
de monitoreo epidemiológico más convencionales.
Investigaciones previas han demostrado la
posibilidad de inferir el comportamiento de enfermedades infecciosas, como la
influenza, a partir del comportamiento de búsquedas en Internet. Ahora, según
un estudio publicado en la revista Nature Digital Medicine, un grupo de
investigadores han utilizado el perfil de síntomas de Covid-19 para desarrollar
modelos de prevalencia. Esto mediante la observación de las búsquedas
relacionadas con los síntomas a través de Google, con un posterior ajuste para
reducir el efecto de la cobertura de los medios en las búsquedas en línea.
El primer modelo, sin calibrar, lo
desarrollaron los investigadores utilizando los términos de búsqueda
relacionados con la Covid-19, identificados por el Servicio Nacional de Salud
de Reino Unido (NHS). Estos términos de búsqueda en Internet, a los que también
aportó el departamento de Salud Pública de Inglaterra (PHE), se ponderaron de
acuerdo con su proporción de ocurrencia en casos confirmados de Covid-19. Este
primer modelo, según el estudio, proporcionó información útil, como alertas
tempranas y una evaluación de los efectos de las medidas de sana distancia.
Posteriormente los investigadores desarrollaron
una versión calibrada del modelo, tomando en cuenta la cobertura de noticias y
su efecto en las búsquedas de Internet. Con esta versión, los académicos
proporcionaron al PHE un modelo para predecir con mayor precisión los aumentos
repentinos de casos de Covid-19 en Reino Unido. También usaron su modelo en Estados
Unidos, Italia, Australia y Sudáfrica, entre otros países, donde su modelo
también consiguió predecir los aumentos en el número de casos. Los
investigadores proponen la integración de esta metodología en los sistemas
epidemiológicos convencionales, procurando conservar la privacidad de las
búsquedas.
Crear modelos ha ayudado a crear proyecciones
sobre distintas características y comportamientos del SARS-CoV-2 y la pandemia
de Covid-19. Por ejemplo, también en Reino Unido, investigadores afirman, con
sustento en modelos epidemiológicos, que la vacunación por sí sola podría no
conseguir la inmunidad de rebaño en el país. En consecuencia, recomiendan
complementar el despliegue rápido de vacunas con la continuidad del
distanciamiento social.
Por otro lado, modelos físicos han ayudado a
analizar la forma de contagio del virus en distintos entornos. Tal es el caso
de una investigación publicada en Science Advance, donde se analizó el flujo de
aire para determinar la forma más segura de evitar un contagio dentro de un
automóvil cuando viajan dos personas. Según sus modelos, es más seguro viajar
con todas las ventanas abajo, con el pasajero en el asiento trasero del lado
opuesto al conductor.
Cuando se hace frente a una situación como la
de Covid-19, es necesario apoyarse de todos los recursos disponibles e incluso
implementar metodologías no tradicionales con aquellas que ya son convención.
Tal es el caso de las búsquedas en Internet, cuyo análisis podría contribuir en
la predicción de picos de contagio y en la elaboración de mejores políticas de
contención de contagios.
