Inferir puntos de cambio en la propagación de COVID-19 revela la efectividad de las intervenciones

¿Es posible cuantificar la efectividad de las medidas de distanciamiento social para detener la propagación del SARS-CoV2?

RECOLECCIÓN: CAMILA BELÉN EGUIGUREN CHÁVEZ
REDACCIÓN:
DRA. CRISTINA JOELLE PONCE ONTANEDA, MD. 
EDICIÓN: DR. JOSÉ EDUARDO LEÓN-ROJAS, MD. M.Sc.
APROBACIÓN:
PROF. MIGUEL MARTIN MATEO, PhD – UNIVERSITAT AUTONOMA DE BARCELONA

Max Planck Institute for Dynamics and Self-Organization, Am Faßberg 17, 37077 Göttingen, Germany.

15 de mayo de 2020

  • Confundidores: El estudio incluye como su muestra a la población total de la República Federal de Alemania (N = 83 000 000). Sin embargo, al momento del análisis se asume que la población es completamente homogénea, que las tasas de propagación, recuperación y retraso diagnóstico son las mismas en todos los subsectores de la población.

  • Definiciones: Durante el tiempo del estudio no se incluyen actualizaciones en la definición de casos, que podría haber cambiado según avances reportados por estudios clínicos publicados en el transcurso de la epidemia.

  • Aplicabilidad: Si bien el estudio proporciona un modelo matemático para cuantificar la efectividad de las medidas de contención implementadas por el gobierno Alemán, y determina exactamente qué tan efectivas son las mismas, no se puede tomar esta información fuera del contexto socioeconómico y cultural de un país potencia como lo es Alemania. El sistema de salud de Alemania es muy diferente al nuestro, en capacidad de respuesta y recursos. Además, las medidas de distanciamiento social no pueden solo ser dictadas y esperar que sean acatadas por todos por igual. En las últimas semanas se ha observado la falta de cumplimiento de la medidas gubernamentales de distanciamiento social, confinamiento y toque de queda. Sin embargo cabe recalcar que, el comercio informal ha sido una parte considerable de nuestra economía por muchos años y una parte importante de la población ecuatorian depende de estas micro-transacciones para alimentar a sus familias. Buscar implementar medidas de distanciamiento social estrictas sin acompañarlas de un estímulo económico que permita a la ciudadanía cumplirlas es muy difícil. La situación económica de Alemania quizá ha permitido una mejor respuesta por parte del gobierno, medidas de soporte económico a la población, mayor inversión en infraestructura sanitaria y muchas otras cosas que la economía ecuatoriana no podría permitirse en este momento. Las intervenciones implementadas por el gobierno alemán han funcionado, pero porque se asume que se han cumplido.

El estudio demuestra que la implementación oportuna de medidas de distanciamiento social estricto tiene un efecto positivo cuantificable para frenar el crecimiento exponencial de la curva de casos de COVID-19, controlando en cierta medida el brote.

Aunque los resultados podrían no ser aplicables a nuestro medio en este momento debido a falta de recursos económicos y sanitarios, analizar la evidencia del impacto beneficioso de las medidas de distanciamiento social en algunas sociedades que han controlado de manera eficiente la pandemia podría permitirnos establecer un objetivo a futuro. A partir de este estudio se concluye que las medidas de distanciamiento social funcionan para detener la propagación exponencial del SARS-CoV-2 y que el momento de aplicación de estas medidas tiene un gran impacto en el número de casos que se presentarán después de estas.

Serie temporal. Busca cuantificar los efectos de las disposiciones gubernamentales de distanciamiento social en la propagación del SARS-CoV-2.

Se basa en la utilización de ciertos parámetros centrales aplicados dentro de un modelo estadístico para crear una proyección del incremento de casos según las medidas implementadas.

Los parámetros centrales del estudio se definen de la siguiente manera:

  • Tasa de propagación, representada por λ

  • Tasa de recuperación, representada por μ

  • Demora de reporte, representada por D, que incluye período de incubación (mediana 5 – 6 días), tiempo desde síntomas iniciales hasta síntomas que ameritan prueba (mediana 1 – 3 días), y tiempo hasta resultados de pruebas (mediana 1 – 4 días).

  • Número de reproducción básico, o tasa de contagio, representado por R0 = λ / μ

  • Número de reproducción efectivo, o tasa de crecimiento efectivo, representado por λ* = λ – μ

Para evidenciar los efectos de las medidas de contención se define las siguientes fases de la propagación de la enfermedad.

  • Punto supercrítico, en que λ > μ (más casos nuevos que pacientes recuperados), por lo tanto λ* > 0 y se evidencia un crecimiento exponencial en la curva cumulativa de casos.

  • Punto crítico, en que λ = μ (igual número de casos nuevos que pacientes recuperados), por la tanto λ* = 0 y se mantiene un equilibrio o meseta.

  • Punto subcrítico, en que λ < μ (más pacientes recuperados que casos nuevos), por lo tanto λ* < 0 y se observa un declive en la curva cumulativa de casos y se considera controlado el brote.

La información real de casos nuevos por día utilizada dentro del modelo estadístico proviene de la base de datos del Centro para Ciencia de Sistemas e Ingeniería de la Universidad Johns Hopkins en Estados Unidos.

Número: Población total de la República Federal de Alemania, N = 83 000 000.

Grupos: No se subdivide la población en grupos para el análisis.

Pérdida en el seguimiento: No se reporta.

Se utilizó datos recopilados desde el inicio de la pandemia en Alemania (27 de enero, 2020) y se continuaron añadiendo datos hasta el 21 de abril, 2020.

Dado que en Alemania se establecieron básicamente 3 medidas de contención en 3 momentos diferentes, se establece 3 puntos de cambio en la curva

Medida 1: Cancelación de eventos públicos masivos.

  • Fecha estimada de efecto: Marzo 7 (IC: 3 – 10)

  • Tasa de propagación disminuye, λ0 = 0.43 (95% IC: 0.35 – 0.51) pasa a λ1 = 0.25 (95% IC: 0.20 – 0.30)

  • Tasa de recuperación se estima a μ = 0.13 (95% IC: 0.09 – 0.18)

  • Tasa de crecimiento efectivo disminuye, λ*0 = 0.3 a λ*1 = 0.12 (R > 0)

  • SE MANTIENE CRECIMIENTO EXPONENCIAL.

Medida 2: Cierre de escuelas, guarderías y la mayoría de negocios.

  • Fecha estimada de efecto: Marzo 16 (IC: 14 – 18)

  • Tasa de propagación disminuye, λ1 = 0.25 (95% IC: 0.20 – 0.30) pasa a λ2 = 0.15 (95% IC: 0.12 – 0.20)

  • Tasa de recuperación se mantiente, μ = 0.13 (95% IC: 0.09 – 0.18)

  • Tasa de crecimiento efectivo disminuye, λ*1 = 0.12 pasa a λ*2 = 0.02 (R > 0)

  • SE APROXIMA A LA MESETA PERO AÚN EXISTE CRECIMIENTO EXPONENCIAL.

Medida 3: Prohibición de contacto estricta y cierre de todos los negocios no esenciales.

  • Fecha estimada de efecto: Marzo 24 (IC: 21 – 26)

  • Tasa de propagación disminuye, λ2 = 0.15 (95% IC: 0.12 – 0.20) pasa a λ3 = 0.09 (95% IC: 0.06 – 0.13)

  • Tasa de recuperación se mantiente, μ = 0.13 (95% IC: 0.09 – 0.18)

  • Tasa de crecimiento efectivo disminuye, λ*2 = 0.02 pasa a λ*3 = −0.03 [IC: −0.05 – −0.02] (R < 0)

  • SE ALCANZA EL PUNTO CRÍTICO Y LA CURVA PASA A DECLIVE.

Si bien se evidencia un efecto de reducción de las tasas de propagación y crecimiento efectivo con las 3 medidas implementadas por el gobierno Alemán, las primeras dos no alcanzan a llegar al punto crítico para quebrar el avance exponencial del virus, por lo que es necesaria la implementación de la tercera medida, la más estricta, para llegar al punto de cambio finalmente y controlar la epidemia.

La identificación de los puntos de cambio en la curva y su interpretación depende de manera importante de la estimación adecuada del valor de D (estimado en 11.4 días) porque la disminución de las tasas de progresión solo se vería en un decremento de los casos reportados una vez que esta demora diagnóstica se cumpla. Por esto se recomienda considerar levantar las restricciones una vez que el número de casos activos sea tan bajo que un incremento de dos semanas no vuelva a colapsar al sistema de salud.

Resultado principal: Efecto de las intervenciones no farmacológicas implementadas por el gobierno de la República Federal de Alemania para frenar el avance epidemiológico del brote de SARS-CoV-2.

Resultados secundarios: Efecto del momento de implementación de las medidas de distanciamiento social, tiempo hasta aplicación completa de las medidas, y retraso diagnóstico para generar cambios en la curva de casos nuevos y acumulados de COVID-19.

Pruebas estadísticas utilizadas: Se utiliza un modelo epidemiológico compartimentado básico, también llamado modelo SIR, que divide a la población en tres compartimentos: Susceptible, Infectado y Recuperado. El tipo de modelo SIR a utilizarse se determina mediante análisis de validación cruzada dejando uno fuera (LOOCV). Para el análisis de la información se utiliza un modelo Bayesiano de ajuste temporal con muestreo tipo cadenas de Markov con ajuste de tipo Monte Carlo (MCMC).

Dehning J, Zierenberg J, Spitzner FP, Wibral M, Neto JP, Wilczek M, et al. Inferring change points in the spread of COVID-19 reveals the effectiveness of interventions. Science 2020:eabb9789. https://doi.org/10.1126/science.abb9789.

 

¿Quieres saber cómo se encontró este artículo?

Revisa el Protocolo Metodológico de COVID19EC que se encuentra en la página principal 

Comparte la Píldora de Información