Tres escenarios para controlar la curva que supone el colapso sanitario

España identificó el primer caso de COVID-19 el pasado 31 de enero y apenas seis semanas después, el 19 de marzo, los casos diagnosticados ya superan los 17.000, una cifra que sería mucho mayor si el test de detección se hubiera aplicado a más personas con síntomas. Estas cifras ilustran la rapidez con la que se expande el virus, lo que ha motivado que las autoridades de diferentes países respondan con medidas contundentes, y diferentes entre sí, como el confinamiento de la población, el aislamiento o el distanciamiento social. Todo con el objetivo de frenar el ritmo de contagio y evitar el colapso del sistema sanitario.

Con la referencia de este trabajo publicado por The Washington Post el pasado 14 de marzo, se recrean aquí tres escenarios simulados con los que es posible explicar cómo puede variar el impacto del virus según las medidas que se apliquen o no para su control. De esta forma, cada caso expone una curva exponencial que muestra la evolución de los contagios en un mismo espacio de tiempo.

Como muestra un referenciado estudio liderado por el epidemiólogo británico Roy Anderson y publicado por la revista científica ‘The Lancet’, una rápida propagación del virus provoca que esta curva de contagiados sobrepase el límite del sistema sanitario, contribuyendo a su colapso. De ahí surge el objetivo que se han marcado las autoridades de diferentes países de «aplanar la curva» . Es decir, que los contagios se vayan espaciando en el tiempo y evitar un pico pronunciado.

El punto de partida es una hipotética población de 200 personas y una tasa de contagio de tres personas por cada infectado, que es la tasa aproximada que se ha asociado en diferentes momentos para el Covid-19. No es posible en este modelo que un infectado contagie a una cuarta persona sana.

Libertad total

El primer escenario muestra a una población que se enfrenta al virus sin ningún tipo de medida de contención. Al incluir un paciente cero (primer contagiado), los contagios se multiplican y no tarda en infectarse con el virus todo el grupo. En este caso, la curva exponencial muestra un crecimiento acelerado y descontrolado.

Distanciamiento social

El segundo escenario muestra el distanciamiento social. En este caso, la población conoce que una mayor distancia personal ayuda a reducir el contagio. De este modo, un 40% del grupo queda inmóvil y la expansión del virus se ralentiza. La curva es ahora menos pronunciada y los contagios se espacian. Es el escenario actual que se encuentra a día de hoy en países como Alemania o Reino Unido.

Restricciones severas

El tercer escenario muestra a una población confinada, con un 70% del grupo inmóvil. Es similar a las medidas adoptadas esta semana por el Gobierno de España con el estado de alarma. El contacto entre las personas se reduce y el contagio se hace más complicado. En este caso, se genera la curva más sostenida en el tiempo.

Nota metodológica

Esta simulación se hace sobre un espacio con una población de 200 personas y donde el primer infectado aparece de forma aleatoria en cualquier zona del recuadro. Por este motivo, los resultados entre varias simulaciones pueden tener pequeñas variaciones. Los pacientes se cambian a ‘curados’ en un rango de tiempo variable por paciente ya que el periodo de incubación puede ser diferente entre los infectados. Cada contagiado puede infectar hasta a tres personas más y aquellos sujetos que están inmóviles no pueden contagiar.

Leave a Reply