Una pregunta se ha dejado perpleja
funcionarios públicos que intentan frenar la pandemia de COVID-19: qué tan grande de un grupo de
la gente es demasiado grande?
Como la propagación de la
el coronavirus se ha acelerado, los funcionarios estadounidenses exigen límites en gran medida
reuniones, luchando constantemente para reducir la definición de “grande”. Primero, reuniones
de más de 1,000 fueron desalentados, luego 250, 100, 50 y 10. Como muchos estados instituyen órdenes de quedarse en casa, todas
Las reuniones no esenciales están siendo prohibidas.
Pero ninguna justificación científica tiene
ha sido citado para cualquier número en particular. Obtener la respuesta correcta es crucial. También
grande y no controlas la epidemia. Demasiado pequeño, y la vida de las personas y
los medios de vida pueden verse alterados por un beneficio social insuficiente.
“No estoy enterada de nada
modelado cuantitativo que informa esas decisiones “, dice Lydia Bourouiba, una
físico y epidemiólogo en el MIT. “No se basaron en eventos”.
Ahora, un nuevo estudio está proporcionando
Una hoja de ruta para encontrar una respuesta. No hay un tamaño de recolección que pueda
Eliminar todo riesgo. Pero hay un umbral entre frenar la epidemia y
que se extendió como un incendio forestal, y ese número probablemente no sea cero, el
Los investigadores concluyen. El hallazgo podría tener implicaciones no solo para desacelerar
la pandemia, pero también para descubrir cómo eventualmente volver a la vida normal sin causar un nuevo aumento en los casos (SN: 24/03/20)
En el estudio, publicado en línea
12 de marzo en arXiv.org, cinco modeladores de epidemias mostraron matemáticamente
cómo se puede controlar una epidemia sin
prohibiendo todas las reuniones. Su modelo incluye una versión de la “amistad
paradoja “, que dice que tus amigos en una red social en promedio tienen más
amigos que tu Cuando una epidemia golpea dicha red, se producen grandes reuniones
especialmente malo porque atraen a personas que tienen más contactos que el promedio
– y, por lo tanto, es más probable que ya estén infectados.
Es posible determinar
la línea divisoria entre una intervención efectiva y una ineficaz, la
equipo encontrado. En una epidemia hipotética, si prohibió las reuniones más grandes que
30, la epidemia continuaría. Pero si prohibió grupos de más de 20,
eventualmente se extinguiría. El umbral de efectividad, para este particular social
modelo de red (uno en el que la paradoja de la amistad era bastante fuerte), tenía 23 años.
“Estoy seguro de que hay
un umbral “, dice Laurent Hébert-Dufresne, un informático de la Universidad
de Vermont en Burlington que desarrolló el modelo. “No tengo confianza en
el número exacto 23. ” El umbral para COVID-19 aún se desconoce, y él
agrega, “el límite podría ser muy específico de la población”.
Lo que es significativo, Bourouiba
dice, es la idea de calcular el tamaño del grupo seguro, no el real
número en este caso hipotético. Un tamaño máximo de recolección de “23 que conduce a un
El colapso de la epidemia debe tomarse con un grano de sal ”, dice ella. “Pero
el concepto es importante, porque refugiarse en casa no va a ser
sostenible para siempre “.
Hasta ahora, los funcionarios públicos tienen
ha estado reduciendo el tamaño máximo permitido del grupo sin ninguna fórmula precisa. “Los
La disminución del número de personas recomendadas es una forma de indicar que estamos
cada vez más en serio sobre la necesidad de distanciarse socialmente “, dice
Marc Lipsitch, epidemiólogo de Harvard T.H. Chan School of Public
Salud en Boston. “No estoy seguro de que haya un número particular que sea
mágico.”
En parte, las recomendaciones.
se basan en la idea de que el riesgo de una gran reunión aumenta a medida que
cuadrado del tamaño de recolección. Es decir, una reunión que es 10 veces mayor será
ofrecen 100 veces más “oportunidades de transmisión”, dice Lipsitch.
Pero según Hébert-Dufresne,
Este cálculo aproximado subestima el peligro de grandes reuniones,
por la paradoja de la amistad Tampoco tiene en cuenta el
dinámica de la epidemia, que es precisamente lo que crea el umbral entre
Reuniones grandes y pequeñas.
El modelo en el nuevo estudio,
que aún no ha sido revisado por pares, representa las reuniones como camarillas altamente conectadas,
en el que todas las personas presentes están expuestas a todos los demás. Hébert-Dufresne, quien
trabajó con colegas de la Universidad Laval en Quebec, compara una epidemia en
tal red a una hoguera. Necesitas dos cosas para encender un fuego: encender,
que enciende la primera llama y ramas más grandes que transmiten
fuego de un lugar a otro. En el modelo de Hébert-Dufresne, pequeñas reuniones forman el
encendido, y grandes reuniones son las ramas. Para evitar el fuego
propagación, no es necesario que elimine el encendido, solo
las ramas.
Contando la diferencia entre
Encender y ramas es donde entra el modelo matemático. La división
La línea entre grupos pequeños y grupos grandes depende de tres factores: la enfermedad
tasa de transmisión, la distribución de tamaños de camarilla y la distribución de
pertenencia a la camarilla (¿a cuántas camarillas pertenecen las personas altamente sociales?).
En este momento, los dos últimos números
son completamente desconocidos, dice Hébert-Dufresne. Pero con suficientes datos en redes sociales
redes, podría ser posible resolverlos.
“Las personas con vasta red
los conocimientos son Google, Amazon, Apple, Twitter “, dice Simon DeDeo, profesor de
ciencia de la decisión en la Universidad Carnegie-Mellon en Pittsburgh. “Si yo fuera el
ahora mismo, volaría a Silicon Valley y obtendría estos datos “.
Lauren Ancel Meyers, un
epidemiólogo de la Universidad de Texas en Austin, está de acuerdo: “He escrito un
súplica por compartir datos de geolocalización y redes sociales ”, dice ella. “Nosotros realmente
necesita una mejor comprensión de cómo las personas se mueven y entran en contacto con cada uno
otros en escuelas, lugares de trabajo y su vida cotidiana “.
La red de Hébert-Dufresne es
lejos de ser la última palabra. Ignora muchos otros tipos de heterogeneidad,
como la estructura de edad de la población (que es especialmente importante para
COVID-19, ya que los ancianos son los más vulnerables (SN:
4/3/20)) y diferencias entre camarillas. “Una escuela es diferente de un
fábrica “, dice Bourouiba.
Muchos otros modelos de red lo hacen
Tener en cuenta estas variables. Lipsitch, Meyers y otros trabajan con
modelos que incluyen muchos más detalles, bajando al nivel de
contactos entre individuos. “Puedes incorporar una increíble cantidad de
detalle “, dice Meyers,” pero luego se necesitan muchas simulaciones para extraer
resultados “. Y eso puede llevar mucho tiempo.
El desarrollado por Hébert-Dufresne y sus colegas es comparativamente simple, pero único en el tratamiento del tamaño de recolección en sí mismo como una fuente de diversidad. “Algunas personas están haciendo modelos más complejos, pero solo en términos de llegar a la idea de un corte, es una idea poderosa”, dice Hébert-Dufresne.