Las matemáticas sirven para mucho más que para que no te den mal la vuelta en el supermercado. Analizando diversos datos, un grupo de investigadores de la Universitat Rovira i Virgili (URV) y de la Universidad de Zaragoza (Unizar) han creado un mapa de riesgo epidémico por Covid-19 (provocada por el coronavirus SARS-CoV-2) que permite extender las predicciones hasta el 18 de marzo. De hecho, según uno de los investigadores principales, Alex Arenas, "las matemáticas son la única herramienta que tenemos para predecir lo que puede pasar".

Para desarrollar este modelo matemático en forma de mapa los científicos han cruzado los datos de movilidad, el censo de los municipios de España y la dinámica de los contagios producida hasta el momento por el Covid-19. El modelo, tomando todos estos datos calcula las probabilidades de contagio en cada municipio en función de los parámetros epidémicos y extrapola los resultados a varios días para monitorizar la evolución de este riesgo.

Los científicos han cruzado los datos de movilidad, el censo de los municipios de España y la dinámica de los contagios del coronavirus.

Tal y como explican en la página oficial del proyecto, por ejemplo, respecto la movilidad se han usado los datos proporcionados por el Instituto Nacional de Estadística sobre viajes realizados por trabajo entre municipios y dentro de municipios. Como apuntan los propios científicos, "este conjunto de datos reporta el flujo entre municipios (pero sólo aquellos flujos que cuenten con más de 10 viajes), para todos los municipios de España mayores de 100 habitantes. Nosotros incorporamos la movilidad al modelo porque consideramos que es fundamental para entender cómo se propaga una infección por el territorio. Nuestro modelo permite simular qué resultados de riesgo se obtendrían en caso de imponer restricciones de movilidad globales o locales".

Progresión exponencial del coronavirus

La comparación con Italia está en boca de todos. "Nuestro panorama no es diferente del de Italia, al contrario si atendemos a la progresión exponencial en España estamos un poquito peor que Italia" apunta el propio Arenas. De hecho, en relación con las medidas tomadas por el Gobierno de cara a frenar el avance epidémico del virus los investigadores se muestran cautelosos. "Todavía no se están adoptando las medidas más drásticas, pero estas deberán ser aplicadas necesariamente, así que cuanto más pronto se apliquen mejor para todos" apuntaba Arenas a través de un correo electrónico el pasado 13 de marzo a primera hora de la mañana.

En este mapa se representa, por cada municipio, un indicador de la fracción de la población que se estima que puede haber contraído la infección de Covid-19 por contagio comunitario. Por ejemplo, un indicador de riesgo de un 0.1% en un municipio indica que se estima que 1 de cada 1000 individuos de la población de ese municipio puede estar infectado. La probabilidad de contraer la enfermedad depende de más factores, como, por ejemplo, el número de contactos que se realizan, los lugares a los que se desplaza, el horario de movilidad, etc. En todo caso, el riesgo de infección de cada municipio se puede interpretar como el “potencial estado de salud de ese municipio respecto a Covid-19”.

Acceder al mapa interactivo

Entrevista a uno de los coordinadores del proyecto

Jesús Gómez-Gardeñes, uno de los coordinadores junto a Alex Arenas del proyecto "Mapa de riesgo de propagación de COVID-19 por contagio comunitario en España", ha respondido en exclusiva a las preguntas de National Geographic sobre el modelo matemático y el mapa epidemiológico del coronavirus SARS-CoV-2 creado, las dificultades a la hora de generarlo, la fiabilidad, etcétera.

National Geographic: ¿Pueden las matemáticas ayudar a luchar contra la pandemia?

Jesús Gómez-Gardeñes: Los modelos epidémicos modernos nos permiten combinar los procesos de propagación (con los datos epidemiológicos disponibles para cada caso) con los patrones de comportamiento humano (demografía, contactos, movilidad, etc) para poder monitorizar las vías de propagación del virus en cada país, región, etc. Esta información es la única disponible para poder prever posibles escenarios, anticipándose al virus y también poder evaluar el impacto de las posibles medidas de contención como cuarentenas, localización de recursos, etc.

NG: ¿Cuál es el principal problema al que os habéis enfrentado al hacer el modelo matemático de propagación del coronavirus?

Jesús Gómez-Gardeñes: El principal problema ha sido evaluar los parámetros epidemiológicos y reformular las dinámicas de contagio al caso del SARS-CoV-2. Al ser un virus emergente los datos disponibles son escasos lo que nos ha obligado a estudiar muchos estudios de campo realizados en China, Corea y Japón.

NG: ¿Es aplicable vuestro algoritmo a otros territorios (por ejemplo otros países)?

Jesús Gómez-Gardeñes: Totalmente. Una vez se disponen de los datos epidemiológicos del patógeno y la demografía, estructura social de contactos y movilidad, este tipo de análisis es extrapolable a otros países.

NG: ¿Si cogemos modelizaciones de cómo se desarrolló la epidemia en China o Italia podemos extrapolarlo a España?

Los datos globales arrojan que el ritmo de crecimiento exponencial inicial tiene muy poca variabilidad en los países europeos, solamente se observa un retraso en cuestión de días. Obviamente la corrección de este ritmo dependerá de las medidas que se tomen de ahora en adelante.

NG: ¿Crees que se están tomando las medidas necesarias para contener la epidemia ?

Jesús Gómez-Gardeñes: Hasta ahora las medidas han sido escasas, aunque en los últimos días estamos viendo como las autoridades están empezando a pasar a la acción (sobre todo con el cierre de centros educativos y eventos multitudinarios). Es crucial que las medidas que se tomen se tomen cuanto antes si, como parece, va a ser inevitable tomarlas en un futuro cercano.

Investigadores participantes en el desarrollo del modelo de propagación Wesley Cota (Universidade Federal de Viçosa, Minas Gerais, Brasil)
Sergio Gómez (Universitat Rovira i Virgili, Tarragona, España), Clara Granell (Universidad de Zaragoza, Zaragoza, España), Joan T. Matamalas (Harvard Medical School, Boston, USA), David Soriano-Paños (Universidad de Zaragoza, Zaragoza, España),Benjamin Steinegger (Universitat Rovira i Virgili, Tarragona, España).