Limitar las reuniones podría reducir significativamente la cantidad de infecciones

Ha habido muchos casos documentados de eventos de "superpropagación" de Covid-19, en los que una persona infectada con el virus SARS-CoV-2 infecta a muchas otras personas. Pero, ¿qué papel juegan estos eventos en la propagación general de la enfermedad? Un nuevo estudio del MIT sugiere que tienen un impacto mucho mayor de lo esperado. El estudio de unos 60 eventos de superpropagación muestra que los eventos en los que una persona infecta a más de seis personas son mucho más comunes de lo que se esperaría si el rango de tasas de transmisión siguiera las distribuciones estadísticas comúnmente utilizadas en epidemiología. Basándose en sus hallazgos, los investigadores también desarrollaron un modelo matemático de transmisión de Covid-19, que utilizaron para demostrar que limitar las reuniones a 10 o menos personas podría reducir significativamente la cantidad de eventos de superpropagación y disminuir la cantidad total de infecciones. Es probable que los eventos de superdifusión sean más importantes de lo que la mayoría de nosotros habíamos pensado inicialmente. A pesar de que son eventos extremos, son probables y, por lo tanto, es probable que ocurran con una frecuencia más alta de lo que pensamos.
Si podemos controlar los eventos de súper propagación, tenemos muchas más posibilidades de controlar esta pandemia ". James Collins, autor principal del estudio, profesor Termeer de ingeniería y ciencia médica, Instituto de Ingeniería y Ciencia Médicas (IMES), Departamento de Ingeniería Biológica, Instituto de Tecnología de Massachusetts El postdoctorado del MIT, Felix Wong, es el autor principal del artículo, que aparece esta semana en las Actas de la Academia Nacional de Ciencias. Para el virus SARS-CoV-2, el "número básico de reproducción" es alrededor de 3, lo que significa que, en promedio, cada persona infectada con el virus lo transmitirá a otras tres personas.
Sin embargo, este número varía mucho de una persona a la persona. Algunas personas no transmiten la enfermedad a nadie más, mientras que los "superpropagadores" pueden infectar a docenas de personas. Wong y Collins se propusieron analizar las estadísticas de estos eventos de súper propagación.
"Nos dimos cuenta de que un análisis que se basa en observar los eventos de superpropagación y cómo sucedieron en el pasado puede informar cómo deberíamos proponer estrategias para tratar y controlar mejor el brote", dice Wong. Los investigadores definieron a los superpropagadores como individuos que transmitieron el virus a más de seis personas más. Usando esta definición, identificaron 45 eventos de superpropagación de la pandemia actual de SARS-CoV-2 y 15 eventos adicionales del brote de SARS-CoV de 2003, todos documentados en artículos de revistas científicas.
Durante la mayoría de estos eventos, se infectaron entre 10 y 55 personas, pero dos de ellas, ambas del brote de 2003, involucraron a más de 100 personas. Dadas las distribuciones estadísticas de uso común en las que el paciente típico infecta a otros tres, los eventos en los que la enfermedad se propaga a decenas de personas se considerarían muy poco probables. Por ejemplo, una distribución normal se asemejaría a una campana con un pico alrededor de tres, con una cola que se estrecha rápidamente en ambas direcciones.
En este escenario, la probabilidad de un evento extremo disminuye exponencialmente a medida que el número de infecciones se aleja de el promedio de tres. Sin embargo, el equipo del MIT descubrió que este no era el caso de los eventos de superpropagación del coronavirus. Para realizar su análisis, los investigadores utilizaron herramientas matemáticas del campo de la teoría del valor extremo, que se utiliza para cuantificar el riesgo de los llamados eventos de "cola de grasa". La teoría de valores extremos se utiliza para modelar situaciones en las que los eventos extremos forman una cola grande en lugar de una cola ahusada. Esta teoría se aplica a menudo en campos como las finanzas y los seguros para modelar el riesgo de eventos extremos, y también se usa para modelar la frecuencia de eventos climáticos catastróficos como tornados. Usando estas herramientas matemáticas, los investigadores encontraron que la distribución de las transmisiones de coronavirus tiene una cola grande, lo que implica que aunque los eventos de súper propagación son extremos, es probable que ocurran.
"Esto significa que la probabilidad de eventos extremos decae más lentamente de lo que cabría esperar", dice Wong. "Estos eventos de súper propagación realmente grandes, con entre 10 y 100 personas infectadas, son mucho más comunes de lo que habíamos anticipado". Muchos factores pueden contribuir a convertir a alguien en un súper esparcidor, incluida su carga viral y otros factores biológicos.
Los investigadores no abordaron los de este estudio, pero sí modelaron el papel de la conectividad, definida como la cantidad de personas que una persona infectada entra en contacto con. Para estudiar los efectos de la conectividad, los investigadores crearon y compararon dos modelos matemáticos de redes de transmisión de enfermedades. En cada modelo, el número promedio de contactos por persona fue de 10.
Sin embargo, diseñaron un modelo para tener una distribución de contactos en declive exponencial, mientras que el otro modelo tenía una cola gruesa en la que algunas personas tenían muchos contactos. En ese modelo, muchas más personas se infectaron a través de eventos de súper propagación. Sin embargo, la transmisión se detuvo cuando las personas con más de 10 contactos fueron sacadas de la red y se asumió que no podían contraer el virus.
Los hallazgos sugieren que la prevención de eventos de superpropagación podría tener un impacto significativo en la transmisión general de Covid-19, dicen los investigadores. "Nos da una idea de cómo podríamos controlar la pandemia en curso, que es mediante la identificación de estrategias que se dirigen a los superpropagadores", dice Wong. "Una forma de hacerlo sería, por ejemplo, evitar que alguien interactúe con más de 10 personas en una reunión grande". Los investigadores ahora esperan estudiar cómo los factores biológicos también podrían contribuir a la superpropagación.