Londres, 10 noviembre.- Un modelo computacional para predecir cómo se propaga la covid-19 en ciudades de EE.UU. sugiere que la mayoría de infecciones ocurre en lugares cerrados y que los patrones de movilidad de las personas ayudan a impulsar mayores tasas de infección entre poblaciones minoritarias y de bajos ingresos.
Un equipo de investigadores liderado por la Universidad de Stanford creó un modelo informático sobre la propagación de la enfermedad en 10 grandes ciudades de Estados Unidos: Nueva York, Los Angeles, Chicago, Dallas, Washington D.C., Houston, Atlanta, Miami, Filadelfia y San Francisco.
Para ello usaron, entre otros, datos anónimos de teléfonos móviles sobre cómo se movían la pasada primavera 98 millones de estadounidenses cada día.
El estudio que publica Nature «parece confirmar que la mayoría de las transmisiones de covid-19 se producen en sitios superdifusores, como restaurantes de servicio completo, gimnasios y cafeterías, donde las personas permanecen en lugares cercanos durante períodos prolongados», señala una nota de la universidad.
El modelo sugiere que la reducción de la ocupación en esos establecimientos «puede resultar en una gran reducción de las infecciones previstas».
La investigación también detalla cómo los patrones de movilidad ayudan a impulsar mayores tasas de infección entre las poblaciones minoritarias y de bajos ingresos.
El modelo informático analizó tres factores que impulsan el riesgo de infección: adónde va la gente durante el día, cuánto tiempo permanece y cuántas otras personas visitan el mismo lugar al mismo tiempo, combinando datos demográficos, estimaciones epidemiológicas e información sobre la ubicación de teléfonos móviles anónimos.
Uno de los coautores del estudio, David Grusky, dijo que esta capacidad de predicción «es particularmente valiosa» porque proporciona nuevos y útiles conocimientos sobre los factores que subyacen a los desproporcionados índices de infección de las minorías y las personas de bajos ingresos.
«En el pasado, se ha asumido que estas disparidades se deben a condiciones preexistentes y al acceso desigual a la atención de la salud, mientras que nuestro modelo -precisó- sugiere que las pautas de movilidad también ayudan a impulsar estos riesgos desproporcionados».
Grusky señaló en un comunicado que el modelo muestra cómo la reapertura de negocios con límites de ocupación más bajos tiende a beneficiar más a los grupos desfavorecidos.
Los lugares que «emplean a personas de minorías y de bajos ingresos suelen ser más pequeños y están más llenos, los límites de ocupación en las tiendas que se vuelven a abrir pueden reducir los riesgos a los que se enfrentan», dijo.
El modelo ofrece además «la evidencia más fuerte hasta ahora» de que las políticas de permanencia en el hogar promulgadas esta primavera redujeron el número de viajes fuera de casa y disminuyeron la tasa de nuevas infecciones.
Combinando su modelo con los datos demográficos disponibles en una base de datos, los investigadores mostraron cómo las personas pertenecientes a minorías y de bajos ingresos abandonan sus hogares con mayor frecuencia porque sus trabajos así lo requieren.
Además, compran en establecimientos más pequeños y concurridos que las personas con ingresos más altos, que pueden trabajar desde casa, utilizar el servicio de entrega a domicilio para evitar las compras y frecuentar negocios más espaciosos cuando salen.
En una rueda de prensa virtual celebrada hoy, Jure Leskovec, de la Universidad de Stanford, destacó que su trabajo «pone de relieve que no hay que elegir entre el ‘todo’ o la ‘nada'» con relación a la reactivación de la actividad económica y su efecto a la hora de mantener libre de contagios a la ciudadanía.
Asimismo, destacó que su modelo «proporciona una herramienta para que las autoridades puedan adoptar las medidas adecuadas» en ese sentido.
Ese experto no descartó que «en principio» este estudio pueda llegar a emplearse en otros países aunque dijo que, por ahora, el modelo solo se aplica a las diez áreas metropolitanas más grandes de Estados Unidos, «donde hay numerosos puntos de interés, como muchos restaurantes, bares, hoteles y establecimientos de este tipo y la densidad de población es bastante alta».
«Creo que el modelo, en principio, podría aplicarse a otros países: se trataría de una cuestión de datos y sobre hábitos locales», observó.
