Gestionar pandèmies del segle XXI amb models del segle XX

Distància social, higiene de mans, confinaments, mascaretes... ¿Estem contenint una pandèmia en plena tercera revolució industrial amb eines del segle XIX? En part, sí. És cert que milers de persones treballen a tot el món amb les eines biotecnològiques més avançades per entendre el comportament del virus i elaborar medicaments i vacunes. Aquest enfocament, però, requereix temps. Per altra banda, moltes de les estratègies d’aplicació immediata per controlar una epidèmia d’un virus respiratori no requereixen gaire tecnologia. Tot i això, sobta que, amb totes les garanties de privadesa que calgui, no s’estiguin utilitzant més els telèfons mòbils i altres eines tecnològiques per rastrejar els contactes dels infectats i tallar les cadenes de transmissió. També sorprèn que la majoria de models matemàtics que s’utilitzen per analitzar les dades d’infeccions i predir-ne l’evolució siguin models senzills que es van construir a principis del segle XX.

La base de tots aquests models és l’anomenat model SIR, en què les inicials fan referència a la població susceptible de contraure la malaltia (S), a les persones infectades (I) i a les que ja s’han recuperat (R). Aquest model divideix la població en aquests tres compartiments i proposa uns ritmes de transició de persones entre compartiments que es poden ajustar. Malgrat la seva senzillesa, són capaços de reproduir amb una precisió notable les dades del passat. “El problema és que això genera confiança sobre la seva capacitat de predir el futur, que és on fallen”, explica Susanna Manrubia, vicedirectora del Centre Nacional de Biotecnologia del CSIC i experta en sistemes complexos.

Un problema de testeig

“Un altre dels problemes que tenen aquests models és que no s’han testat prou en situacions reals”, continua Manrubia. En l’àmbit de la meteorologia, per exemple, es disposa d’una xarxa d’estacions que prenen mesures de pressió, temperatura, humitat i altres variables, i les envien a temps real a un centre de càlcul on es processen i s’incorporen als models matemàtics. Gràcies a això, aquests models s’han pogut contrastar amb dades reals i avui dia se sap quins funcionen millor. A més, s’han anat sofisticant amb els anys fins a integrar-se en models climatològics que requereixen la potència d’un superordinador per funcionar. A parer de Manrubia, de la mateixa manera que s’ha fet amb els models meteorològics, “els models epidemiològics es podrien haver testat amb la grip, que és una epidèmia que es produeix cada any”.

Per què s’han desenvolupat tant els models meteorològics i tan poc els epidemiològics? Potser perquè tenim una experiència molt més quotidiana del mal temps, i sabem que té un impacte en la nostra vida quotidiana i en sectors com el turisme i l’hostaleria. La percepció que fins ara hi havia d’una pandèmia al món occidental era molt diferent. Tot i els advertiments de la comunitat científica, semblava una situació tan extrema que poca gent pensava que s’arribés a produir. La pandèmia, però, ha arribat. I tal com ens relacionem amb la natura, no sembla que hagi de ser l’última. La construcció d’una xarxa de presa de dades epidemiològiques que s’integrin en un centre de càlcul que permeti testar els models matemàtics i millorar-los és, segons Manrubia, “una inversió clau per preparar-nos per a la pròxima pandèmia”. Es tracta, com sempre, d’invertir en ciència per guanyar coneixement que es pugui utilitzar en les situacions compromeses que procuri el futur.

A parer de Manrubia, una millora que caldria fer als models és incorporar la distribució espacial de la població i com es mou sobre el territori. “Hi ha models que ja ho fan -explica-, com el del grup que dirigeix Àlex Arenas a la Universitat Rovira i Virgili i el de José Javier Ramasco, de l’Institut de Física Interdisciplinària i Sistemes Complexos”, un centre del CSIC i la Universitat de les Illes Balears. Un altre dels reptes que tenen aquests models és incorporar el grau de seguiment de les mesures recomanades per les autoritats sanitàries, cosa que els acostaria més als models econòmics, que són molt sofisticats però que continuen tenint dificultats per predir el futur.