Estados Unidos Investigación Universidades

Modelo estadístico podría predecir futuros brotes de enfermedades


Varios investigadores de la Universidad de Georgia se unieron para crear un método estadístico que permita a los pronosticadores de enfermedades infecciosas y de salud pública predecir mejor la reaparición de la enfermedad, especialmente para infecciones infantiles prevenibles como el sarampión y la tos ferina.


por Carolyn Crist, Universidad de Georgia


Como se describe en la revista PLOS Computational Biology , su proyecto de cinco años dio como resultado un modelo que muestra cómo los cambios sutiles en el flujo de casos reportados de una enfermedad pueden ser predictivos tanto de una epidemia que se aproxima como del éxito final de una campaña de erradicación de la enfermedad .

«Esperamos que en un futuro cercano, estemos disponibles para monitorear y rastrear las señales de advertencia de enfermedades emergentes identificadas por este modelo», dijo John Drake, Profesor Distinguido de Investigación de Ecología y director del Centro para la Ecología de Enfermedades Infecciosas que investiga La dinámica de las epidemias biológicas. Sus proyectos actuales incluyen estudios sobre el virus del ébola en África occidental y Oriente Medio, síndrome coronario relacionado con el síndrome respiratorio en el cuerno de África.

En los últimos años, la reaparición del sarampión, las paperas, la poliomielitis, la tos ferina y otras enfermedades prevenibles por vacunación ha provocado un nuevo enfoque en la preparación para emergencias.

«Se han realizado investigaciones en ecología y ciencia del clima sobre los puntos de inflexión en el cambio climático», dijo. «Nos dimos cuenta de que esto es matemáticamente similar a la dinámica de la enfermedad».

Drake y sus colegas se enfocaron en la «desaceleración crítica» o la pérdida de estabilidad que se produce en un sistema cuando se alcanza un punto de inflexión. Esta desaceleración puede deberse a la evolución de patógenos, a los cambios en las tasas de contacto de las personas infectadas y a la disminución de la vacunación. Todos estos cambios pueden afectar la propagación de una enfermedad, pero a menudo tienen lugar gradualmente y sin muchas consecuencias hasta que se cruza un punto de inflexión.

La mayoría de los métodos de análisis de datos están diseñados para caracterizar la propagación de la enfermedad una vez que se ha cruzado el punto de inflexión.

«Vimos la necesidad de mejorar las formas de medir qué tan bien controlada está una enfermedad, lo que puede ser difícil de hacer en un sistema muy complejo, especialmente cuando observamos una pequeña fracción del número real de casos que ocurren», dijo Eamon. O’Dea, un investigador postdoctoral en el laboratorio de Drake que se centra en la ecología de las enfermedades.

El equipo de investigación descubrió que sus predicciones eran consistentes con hallazgos bien conocidos de los epidemiólogos británicos Roy Anderson y Robert May, quienes compararon la duración de los ciclos epidémicos en sarampión, rubéola, paperas, viruela, varicela, escarlatina, difteria y tos ferina de los años 1880. a los años ochenta. Por ejemplo, Anderson y May descubrieron que el sarampión en Inglaterra y Gales disminuyó después de una inmunización extensa en 1968. Del mismo modo, el modelo muestra que las enfermedades infecciosas disminuyen a medida que se aproxima un umbral de inmunización. Las variaciones leves en los niveles de infección podrían ser señales de alerta temprana útiles para la reaparición de la enfermedad que resultan de una disminución en el uso de la vacuna, escribieron.

«Nuestro objetivo es validar esto en escalas más pequeñas para que los estados y las ciudades puedan predecir la enfermedad, lo cual es práctico en términos de cómo tomar decisiones sobre las vacunas», dijo O’Dea. «Esto podría ser particularmente útil en países donde el sarampión sigue siendo una alta causa de mortalidad».

Para ilustrar cómo se comporta el modelo de enfermedad infecciosa, el equipo creó una visualización que parece una serie de cuencos con bolas rodando en ellos. En el modelo, la cobertura de la vacuna afecta la poca profundidad del tazón y la velocidad de la bola rodando.

«Muy a menudo, el lado conceptual de la ciencia no se enfatiza tanto como debería, y nos complació encontrar las imágenes correctas para ayudar a otros a entender la ciencia», dijo Eric Marty, un investigador de ecología que se especializa en la visualización de datos.

Como parte del Proyecto AERO, que significa Anticipar los brotes emergentes y reemergentes, Drake y sus colegas están creando herramientas interactivas basadas en una desaceleración crítica para que los investigadores y los responsables de la formulación de políticas las utilicen en el campo y orienten las decisiones. Por ejemplo, el equipo está desarrollando un panel interactivo que ayudará a los no científicos a trazar y analizar datos para comprender las tendencias actuales de una determinada enfermedad infecciosa. Ahora están presentando un prototipo a sus colegas investigadores y anticipan un lanzamiento público el próximo año.

«Si un modelo de computadora de una enfermedad en particular fuera lo suficientemente detallado y preciso, sería posible predecir el curso de un brote utilizando la simulación», dijo Marty. «Pero si no tiene un buen modelo, como suele ser el caso, entonces las estadísticas de desaceleración crítica aún podrían darnos una advertencia temprana de un brote».


Más información: John M. Drake et al, The statistics of transitions epidemic, PLOS Computational Biology (2019). DOI: 10.1371 / journal.pcbi.1006917Información de la revista: PLoS Computational Biology.Proporcionado por la Universidad de Georgia


Leer más


Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.