—Como poden contribuír as matemáticas a paliar a pandemia da COVID-19?
Os modelos matemáticos poden axudar a predicir como será a evolución dunha pandemia. Segundo as técnicas empregadas, poden ser predicións a máis longo ou a máis curto prazo. Tamén, dependendo das ferramentas que se usen, os resultados poden ser máis ou menos acaídos.
É extremadamente simple facer curvas que se axusten á realidade unha vez a coñecemos. O que resulta máis complexo é facer unha predición a longo prazo cando comeza unha pandemia como a que estamos a padecer.
—Cre que deberan estar mellor consideradas as achegas matemáticas?
A importancia das matemáticas é múltiple. Para min, o máis importante é que a sociedade sexa consciente da necesidade dos desenvolvementos teóricos para poder aplicalos no futuro. É fulcral ter ferramentas. Sen elas non se poderían desenvolver modelos como os que estivemos a ver nestes últimos tempos nos medios de comunicación.
Esperemos que esta situación axude a comprender a todos os Gobernos a importancia e a relevancia da ciencia.
O seguinte nivel é que as autoridades valoren estas predicións e as teñan en conta na toma de decisións. Aí é onde os modelos matemáticos poden axudar. Esperemos que esta situación axude a comprender a todos os Gobernos a importancia e a relevancia da ciencia.
—Que modelos matemáticos se están empregando para predicir a evolución do coronavirus e anticipar o seu impacto na poboación?
Para abordar como avanza unha pandemia como a do coronavirus é posíbel empregar distintas técnicas. Por exemplo, dividir a poboación en distintos compartimentos. O modelo máis simple é o denominado SIR, onde S representa os individuos susceptíbeis de padecer unha enfermidade, I as persoas infectadas, e R as persoas recuperadas. Despois, podemos ir engadindo distintos apartados: persoas hospitalizadas, falecidas, asintomáticas... Nós decidimos engadir unha categoría que denominamos persoas super-propagadoras. Cada grupo que se engade ou se elimina implica unha maior ou menor dificultade na necesaria análise matemática previa. Detrás, veñen as simulacións numéricas co fin de ver se o modelo é idóneo para entender a evolución da pandemia.
—Funcionan? Cúmprense as previsións?
No noso caso penso que as predicións foron bastante atinadas. A primeira conxectura foi que o máximo de casos diarios chegaría arredor do 5 de abril, data prevista para as eleccións galegas, e así foi. Ademais, valoramos cando comezarían a decrecer os casos e o tempo estimado para que non se producisen novos contaxios. Mais sempre baseándonos nas dinámicas de Wuhan, onde houbo un confinamento total. Agora xa estamos a abrir determinadas actividades e iso producirá novos contaxios. Trátase dun equilibrio moi complexo, entre o que é o avance dunha epidemia e a necesaria reactivación económica.
—Con que barreiras baten os matemáticos á hora de modelizar a epidemia?
A cuestión máis importante é dispor de datos robustos e fiábeis. Se os datos actuais son correctos, poderemos predicir futuros brotes e facer simulacións con distintas medidas de control que poidan axudar a frear a pandemia. Desde o punto de vista científico é da maior relevancia.
O máis importante é dispor de datos robustos e fiábeis. Desde o punto de vista científico é da maior relevancia.
Todos os datos son importantes. Así, cousas que a día de hoxe non esteamos valorando poden ser esenciais no futuro. Por iso cómpre deixar constancia de todo o relacionado coa pandemia. Se ben, pode haber factores que non sexamos capaces de anticipar, por exemplo, cuestións relacionadas coa xenética, unha área na que xa comezan a aparecer algunhas iniciativas interesantes.
—O seu equipo vai poñer en marcha un novo estudo que busca prever os recursos necesarios para loitar contra o coronavirus. Cales son as chaves deste proxecto?
No caso da COVID-19 unha das cuestións máis importantes é coñecer se as camas de UCI poden ser ou non ser suficientes nos momentos con maior número de persoas hospitalizadas. A experiencia previa dinos que no ámbito galego pode ser de moita axuda, pois polo que estamos a analizar en Portugal, hai certos comportamentos que son moi semellantes. E detectar regularidades e patróns de comportamento é unha das cuestións que debemos analizar desde o punto de vista matemático.
Tests fiábeis, chave para a seroprevalencia
Sobre a correcta proxección dos estudos epidemiolóxicos, que tanto o Goberno Galego como o Executivo estatal teñen en marcha para coñecer a seroprevalencia da COVID-19, Iván Area asegura que se trata dunha cuestión complexa, "e hai que buscar o fráxil equilibrio entre a présa, os recursos mais a sensibilidade e a especificidade dos tests".
Para o prefesor da UVigo, do que se trata é de determinar o grao de expansión actual da pandemia. "Por dar unha idea, normalmente para unha enquisa de intención de voto, o CIS fai arredor de 2.500 enquisas e con iso xa se dispón de información suficiente. Mais debemos ter en conta que nesas enquisas hai xente que non di a verdade. Aquí entra en xogo a fiabilidade das probas que se realizan. Se os tests fosen fiábeis, non debera haber problema. Eis a principal dificultade: dispoñermos de tests fiábeis".
