Modelo para COVID-19 muestra que priorizar la vacunación de personas de alto riesgo tiene solo un efecto marginal en el número de muertes

El nuevo modelo COVID-19 muestra pocos beneficios al priorizar a las personas de alto riesgo para la vacunación.

La Organización Mundial de la Salud informa que al 19 de enero de 2021, hay aproximadamente 94 millones de casos de COVID-19 en todo el mundo, con más de 2 millones de muertes.

Frente a estas cifras, impulsadas en parte por un resurgimiento agresivo del virus en los EE. UU., las autoridades sanitarias se enfrentan a un tenue acto de equilibrio:

Cómo promulgar políticas para mantener a los ciudadanos seguros mientras se hace el menor daño posible a la calidad de vida y las economías locales, especialmente en ciudades y pueblos más pequeños, donde la escasez de unidades de cuidados intensivos y los presupuestos ajustados hacen que la delgada línea entre las medidas de precaución y la normalidad sea aún más delgada.

Una nueva teoría y plataforma de simulación que pueda crear modelos predictivos basados ​​en datos agregados de observaciones tomadas en múltiples estratos de la sociedad podría resultar invaluable.

Desarrollada por un equipo de investigación dirigido por Maurizio Porfiri, profesor del instituto de la NYU Tandon School of Engineering, la novedosa plataforma de código abierto comprende un modelo basado en agentes (ABM) de COVID-19 para toda la ciudad de New Rochelle, ubicada en Westchester, condado en el estado de Nueva York.

En el documento “Modelado de alta resolución basado en agentes de la propagación de COVID-19 en una ciudad pequeña“, publicado en Advanced Theory and Simulations, el equipo entrena su sistema, desarrollado a la resolución de un solo individuo, en la ciudad de New Rochelle. uno de los primeros brotes registrados en los Estados Unidos.

El ABM replica, geográfica y demográficamente, la estructura de la ciudad obtenida de las estadísticas del censo de EE. UU.

Y superpone una representación de alta resolución, tanto temporal como espacial, de la epidemia a nivel individual, considerando las ubicaciones físicas y las características únicas de las comunidades, como los humanos, tendencias de comportamiento o patrones de movilidad local.

Entre los hallazgos del estudio se encuentran los que sugieren que priorizar la vacunación de personas de alto riesgo tiene solo un efecto marginal en el número de muertes por COVID-19.

Para obtener mejoras significativas, una gran parte de la población de la ciudad debería, de hecho, estar vacunada.

Es importante destacar que los beneficios de las medidas restrictivas implementadas durante la primera ola superan en gran medida a los de cualquiera de estos escenarios de vacunación selectiva.

Incluso con una vacuna disponible, el distanciamiento social, las máscaras y las restricciones de movilidad seguirán siendo herramientas clave para combatir el COVID-19.

Porfiri señaló que centrarse en una ciudad del tamaño de New Rochelle era crucial para la investigación porque la mayoría de las ciudades en los EE. UU. tienen tamaños y concentraciones de población comparables.

“Elegimos New Rochelle no solo por su lugar en la línea de tiempo de COVID, sino porque el modelado basado en agentes para ciudades medianas está relativamente inexplorado a pesar de que Estados Unidos está compuesto en gran parte por esas ciudades y ciudades pequeñas”, dijo.

Respaldado por el conocimiento de expertos e informado por los datos de COVID-19 reportados oficialmente, el modelo incorpora elementos detallados de la propagación de la pandemia dentro de una población estadísticamente realista.

Junto con las opciones de prueba, tratamiento y vacunación, el modelo también tiene en cuenta la carga de otras enfermedades con síntomas similares a los del COVID-19.

Único en el modelo es la posibilidad de explorar diferentes enfoques de prueba, en hospitales o instalaciones de tránsito, y estrategias de vacunación que podrían priorizar los grupos vulnerables.

“Creemos que la toma de decisiones por parte de las autoridades públicas podría beneficiarse de este modelo, no solo porque es de ‘código abierto’, sino porque ofrece una resolución de ‘grano fino’ a nivel del individuo y una amplia gama de características”, señaló Porfiri.

Fuente: NYU