TecnoXplora » SINC

Nuevo modelo para entender cómo se propagan las epidemias

Nuevo modelo para entender cómo se propagan las epidemias

Investigadores de la Universitat Rovira i Virgili, en Tarragona, han desarrollado un modelo probabilístico que permite identificar cuáles son los enlaces de una red que determinan la propagación de una enfermedad, centrándose más en las relaciones o contactos entre las personas que en los propios individuos. De esta forma se pueden desactivar los enlaces más importantes para contener las epidemias.

Nuevo modelo para entender como se propagan las epidemias

Nuevo modelo para entender como se propagan las epidemias Sinc

Publicidad

¿Por qué, en plena campaña de la gripe, las infecciones entre personas que comparten un espacio común (trabajo, casa, escuela, etc.) son tan frecuentes? ¿Qué hace que el virus ataque una persona y, al cabo de días o semanas, ya se convierta en una epidemia?

La red de contactos de un individuo o las conexiones que unen barrios, ciudades o países tienen una clara influencia en la propagación o la contención de una enfermedad, ¿pero cómo se puede saber cuál es el punto crítico a partir del cual esta enfermedad se convierte en epidemia?

Esta incógnita hace años que se estudia en el campo de las redes complejas, y hasta ahora se había tenido en cuenta la red de contactos de los individuos desde un punto de vista global, también centrada en el mismo individuo, que actúa como nodo de una red.

Ahora, investigadores del departamento de Ingeniería Informática y Matemáticas de la Universitat Rovira i Virgili (URV) han dado un paso adelante en una investigación que pone de manifiesto que los enlaces que conectan los nodos, es decir, las relaciones que tienen las personas entre sí, son determinantes para que una infección se propague y se convierta epidémica o extinga.

Los investigadores Àlex Arenas, Joan T. Matamalas y Sergio Gómez, del grupo de investigación Alephsys Lab, han desarrollado un modelo matemático que permite evaluar la propagación de epidemias basándose en estos enlaces (la red de contactos de las personas) en vez de hacerlo en los nodos (los individuos). El estudio lo publican en la revista Science Advances.

“Lo que nos interesa encontrar es el R0, que es el punto donde la infección se vuelve endémica. Y la aproximación que hemos hecho con esta investigación es mucho más precisa de lo que existía hasta ahora “, explica Àlex Arenas, que ha encabezado la investigación que permite describir los caminos que sigue una enfermedad que se transmita.

Para detener una epidemia, se pueden utilizar diferentes estrategias de contención, que implican el uso de medidas profilácticas, vacunas, medicamentos o, la opción más drástica, el aislamiento del nodo. En el caso de los aeropuertos, por ejemplo, la estructura de la red es muy clara: cada ciudad es un nodo y los enlaces entre ciudades son los que pueden transmitir las infecciones. Aislar los nodos para que no se difunda la enfermedad entre su red de enlaces tiene un impacto muy alto, tanto económico como social.

Buscar el enlace con el papel clave

“Ahora, en vez de aislar completamente el nodo de una red, el modelo que hemos desarrollado nos permite saber cuál es el enlace que tiene el papel clave en la difusión de los caminos de la enfermedad”, explica Matamalas. De este modo, si se conoce cuáles son las conexiones más importantes para que se propague una epidemia, se puede optar por cortarlas, y eso te permite mantener la conectividad de la red. “No es lo mismo cerrar un aeropuerto que cerrar una línea aérea concreta”, ilustra.

Siguiendo con el ejemplo del aeropuerto, este modelo permitiría identificar qué conexiones aéreas son las más importantes a la hora de transmitir una enfermedad, evaluar la incidencia que tendría después de desactivar determinadas rutas y desarrollar estrategias de contención.

Esto permite adoptar soluciones menos drásticas a la hora de prever o contener la propagación de una enfermedad, ya que no hay que actuar o aislar toda la red o todo un nodo, sino simplemente cortar enlaces, “desactivando aquellos que el modelo que hemos hecho prevé que serán los que desencadenarán una cascada de infecciones “, concluye Arenas.

Referencia bibliográfica:

Matamalas, J.T., Arenas, A. Gómez, S. "Effective approach to epidemic containment using link equations in complex networks". Science Advances, 2018. DOI: 10.1126/sciadv.aau4212

Publicidad