Los bloqueos localizados podrían controlar las pandemias y reducir el impacto socioeconómico

El análisis de la pandemia de COVID-19 en los Países Bajos sugiere que las medidas de control de la pandemia dirigidas localmente podrían haber sido tan efectivas como los cierres nacionales, según un estudio publicado el 7 de marzo en eLife.

Los hallazgos podrían usarse para desarrollar políticas de salud pública que equilibren de manera efectiva las medidas de control para reducir la propagación de infecciones, al tiempo que reducen su impacto socioeconómico.

«Al igual que muchos países, el control de la primera ola pandémica de COVID-19 en los Países Bajos se basó en gran medida en la implementación a nivel nacional de medidas como cierres, distanciamiento social y movilidad reducida», dice el autor principal Mark Dekker, en el momento de este estudio, un doctorado estudiante del Departamento de Ciencias de la Información y Computación de la Universidad de Utrecht, Países Bajos. «La carga social asociada afectó a todas las áreas del país, mientras que las infecciones y la carga asociada a la salud afectaron solo a algunas regiones, durante algún tiempo. Esto plantea la pregunta de si la pandemia podría haberse controlado igualmente bien con intervenciones diseñadas específicamente para regiones subnacionales».

Abordar esta pregunta requería un equipo genuinamente multidisciplinario, con la experiencia combinada de reconocidos epidemiólogos, Coffeng y de Vlas (Centro Médico de la Universidad Erasmus en Rotterdam), así como la experiencia de Dekker y Panja en informática y simulación de sistemas complejos. , ayudado además por estadísticas a través de Pijpers. Dekker y sus colegas crearon un método de análisis que incluye información sobre cómo las personas viajan, se mezclan e interactúan en diferentes municipios de los Países Bajos. Esto les permitió predecir si las intervenciones subnacionales habrían llevado a un control de la pandemia más deficiente o comparable en el país en su conjunto.

Su método de análisis se construyó en varias etapas. Primero, agruparon a la población en 11 categorías demográficas y 380 municipios. Los grupos de 100 personas se definieron como «agentes». Los movimientos de estos «agentes» entre municipios se simularon a resolución horaria, a partir del análisis de señales de telefonía móvil anonimizadas y datos de movilidad de Google. Luego, el equipo determinó la probabilidad de mezcla entre los agentes dentro de un municipio en función del tipo de actividad en la que participaban los agentes, ya sea «hogar», «trabajo», «escuela» u «otra».

Luego, agregaron información sobre la transmisión de COVID-19: cada agente fue etiquetado como «susceptible», «expuesto», «infeccioso» o «recuperado», y los agentes «susceptibles» podrían pasar a la categoría «expuestos» según el » fuerza de infección», es decir, la prevalencia de casos infecciosos y las tasas de contacto esperadas. Además de esto, estaban las medidas de control de la pandemia (restricciones de movimiento y cierre de escuelas) que reflejaban las implementadas a nivel nacional durante la primera ola de la pandemia. Luego, el modelo se usó para predecir tendencias en la infección, que se convirtieron en ingresos hospitalarios previstos.

La decisión de introducir un bloqueo nacional durante la pandemia se basó en el momento en que las tasas de infección alcanzaron una cierta proporción umbral de la población. Se utilizó el mismo enfoque en la simulación al mostrar el efecto de los bloqueos introducidos en cuatro umbrales diferentes: 3 %, 1 %, 0,33 % y 0,1 % de la población del municipio. Luego, se predijo el impacto de los confinamientos de dos maneras: número de ingresos hospitalarios y número de días que las personas se beneficiaron de no estar encerrados (días-persona adicionales sin intervención).

Con una tasa de infección del 3 %, el modelo sugiere que solo unos pocos municipios requirieron un confinamiento, lo que resultó en 185 millones de días-persona sin intervención, pero este umbral es demasiado alto: habría resultado en un aumento del 157 % en el número de admisiones hospitalarias (alrededor de 19,000 adicionales), en comparación con los niveles observados con un cierre nacional en la primera ola.

Los umbrales más estrictos del 1 % y el 0,33 % dieron como resultado cifras más cercanas a las observadas en un confinamiento nacional: 4670 y 410 admisiones hospitalarias adicionales, respectivamente, pero solo beneficios modestos en términos de días-persona adicionales sin intervención (103 millones y 36 millón).

El umbral del 0,1 %, el más cercano a un confinamiento nacional, solo provocó unos pocos ingresos hospitalarios adicionales, pero aun así salvó a 18 municipios del confinamiento durante más de cinco semanas. Es más probable que estos municipios salvados sean regiones rurales, aisladas y menos densamente pobladas en el noreste del país.

Juntos, el modelo sugiere que al enfocar las intervenciones a nivel subnacional; por ejemplo, 167 municipios podrían haber permanecido sin confinamiento al comienzo de la primera ola de COVID-19 y 12 aún podrían haber permanecido abiertos después de cinco semanas, lo que resultó en solo un 3,4 % más de ingresos hospitalarios. Este enfoque específico, basado en información en vivo sobre los niveles de infección en áreas subnacionales, podría mitigar la necesidad de bloqueos nacionales y tiene el potencial de expandirse a otros países.

«Con métodos y tecnologías emergentes como el monitoreo de aguas residuales, la identificación rápida de la biología de la enfermedad y el seguimiento en vivo a través de pruebas masivas, un enfoque más regional podría reducir significativamente la carga social de los bloqueos para controlar las enfermedades infecciosas», dice el coautor principal Debabrata Panja. , profesor asistente en el Departamento de Ciencias de la Información y la Computación y el Centro de Estudios de Sistemas Complejos de la Universidad de Utrecht.

«Nuestro enfoque de capturar el contexto local a través de datos empíricos sobre demografía, movilidad y agrupación espacial de la población, y combinar esto con la transmisión de enfermedades, podría aplicarse en otros entornos», concluyen los autores. «En países más grandes, la resolución subnacional más apropiada podría ser a nivel de condados, provincias o cualquier otra región administrativa existente que haga el mejor uso de líneas claras de comunicación y responsabilidades».