Un modelo matemático predice el riesgo de nuevos contagios de coronavirus en España

Un grupo de investigadores de la Universidad de Zaragoza y de la Universitat Rovira i Virgili (URV) ha desarrollado un modelo matemático que permite hacer predicciones del riesgo de nuevos casos de contagio de coronavirus en los municipios de España. Han querido así anticiparse a la propagación del virus SARS-CoV-2, causante de la neumonía Covid-19, para poder adoptar medidas de control eficaces.

Este modelo tiene en cuenta también posibles contagios a partir de personas asintomáticas, uno de los principales obstáculos para poder controlar la expansión.

Los resultados de este trabajo se han plasmado en un mapa que se actualizará diariamente en una web, donde se puede consultar por municipio (PDF).

Este grupo de investigadores lleva años trabajando en el desarrollo de modelos matemáticos que estudian la propagación de las epidemias basándose en los patrones de movilidad de las personas y en el censo de las poblaciones afectadas.

"El reto ha sido adaptar nuestros modelos a las particularidades de los patrones epidemiológicos de Covid-19 que se han ido sabiendo en estas últimas semanas", ha explicado el físico Jesús Gómez-Gardeñes, profesor en el Departamento de Física de la Materia Condensada de la Facultad de Ciencias de la Universidad de Zaragoza. "Hemos tenido en cuenta la posibilidad de contagio de los individuos asintomáticos, lo que dificulta enormemente la trazabilidad de los contagios secundarios de los casos detectados y dota al virus de una gran movilidad silenciosa".

Utilizando los datos de movilidad habitual entre municipios españoles de la población activa del país, proporcionados por el Instituto Nacional de Estadística, los investigadores han desarrollado esta herramienta. "El modelo se puede trasladar perfectamente a otros países donde se disponga de estos datos", ha asegurado Alex Arenas, del grupo de investigación Alephsys Lab (URV).

Uno de los retos que ha planteado el coronavirus ha sido predecir y cuantificar nuevos casos derivados de contagios comunitarios a escala nacional. Los casos comunitarios son aquellas personas que están afectadas pero cuya fuente de infección se desconoce porque no tienen ningún historial de viajes recientes a zonas afectadas ni vínculos directos con otros contagiados.

El modelo matemático tiene en cuenta los parámetros epidemiológicos obtenidos hasta el momento, pero también contemplará las posibles variaciones que se vayan produciendo. "Este algoritmo puede admitir nuevos resultados y trabajar con datos actualizados en todo momento", comenta Benjamin Steinegger, investigador de la URV.

Otra de las ventajas de este algoritmo es que se le pueden implementar los datos de aquellas zonas donde se produzca una cuarentena, aunque los investigadores advierten de que de momento no puede predecir los casos que provengan de fuera del país ni tampoco asume que los datos de movilidad que maneja puedan variar, como sería el caso, por ejemplo, si se restringiera la movilidad entre algunas zonas.