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 eficientesy, 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.
Notipress
