Las enfermedades infecciosas representan una amenaza continua y dinámica a nivel mundial. Por ejemplo, los virus del dengue, que son transmitidos por mosquitos, son endémicos en todas las regiones tropicales del mundo e infectan a millones de personas cada año.

En áreas endémicas, la incidencia del dengue tiene un patrón estacional claro, pero también presenta una fuerte variación interanual, con epidemias importantes cada pocos años. Desafortunadamente, estas epidemias han resultado difíciles de predecir, lo que dificulta los esfuerzos para prevenir y controlar su impacto.

Prediccón de pandemias

La investigación sobre los determinantes de las epidemias de dengue ha incluido tanto modelos estadísticos que incorporan incidencias históricas y determinantes climatológicas, como modelos matemáticos dinámicos destinados a identificar impulsores intrínsecos y extrínsecos.

Este conjunto de investigaciones condujo a ideas importantes, como la influencia putativa de varios componentes climatológicos, la mejora dependiente de anticuerpos, la protección cruzada específica de serotipo y la heterogeneidad espacial en dinámica de transmisión.

Los virus del dengue son endémicos en todas las regiones tropicales del mundo e infectan a millones de personas cada año.

A pesar de este importante cuerpo de investigación, actualmente no existe un tratamiento definitivo, por lo que reducir el número de personas afectadas es la estrategia de mejor proyección. Por lo tanto, contar con formas de predecir las epidemias colocaría a los proveedores de atención médica en una posición ventajosa para prevenirlas y controlarlas.

En un esfuerzo por contar con mejores herramientas para la predicción de pandemias, un gran equipo internacional de investigadores conformado por 16 grupos distribuidos en todo el mundo, de manera colaborativa evaluaron los pronósticos probabilísticos de epidemias estacionales de dengue.

Habilidad de pronóstico

A tal fin, los equipos utilizaron una variedad de métodos y datos para generar pronósticos para 3 objetivos epidemiológicos (incidencia máxima, la semana pico e incidencia total) durante 8 temporadas de dengue en Iquitos, Perú y San Juan, Puerto Rico.

Los equipos presentaron pronósticos probabilísticos agrupados generados utilizando una variedad de enfoques, incluidos modelos estadísticos y mecanicistas y conjuntos de varios modelos.

Después de finalizar los modelos y enviar pronósticos para 4 temporadas (2005-2006 a 2008-2009), los equipos recibieron datos adicionales y tuvieron un máximo de 2 semanas para enviar pronósticos para las temporadas de prueba (2009-2010 a 2012-2013).

El dengue, una enfermedad infecciosa que se trasmite por la picadura de mosquitos, es una importante preocupación de salud pública a nivel mundial.

Los resultados variaron ampliamente. Si bien numerosos pronósticos mostraron una gran habilidad para la conciencia situacional de mitad de temporada, la precisión de principios de temporada fue baja, y fue generalmente más baja para temporadas de alta incidencia, aquellas para las cuales los pronósticos serían más valiosos.

Una comparación de los enfoques de modelado reveló que la habilidad de pronóstico promedio fue menor para los modelos que incluyeron datos y mecanismos biológicamente significativos, y que los pronósticos de conjuntos multimodelo superaron consistentemente los pronósticos de modelos individuales.

Aprovechar estos conocimientos, datos y el marco de pronóstico será fundamental para mejorar la habilidad de pronóstico y su aplicación en tiempo real para la preparación y respuesta ante epidemias.

Referencia: An open challenge to advance probabilistic forecasting for dengue epidemics. PNAS, 2019. https://doi.org/10.1073/pnas.1909865116