Muchas regiones que ven una reducción de las tasas de contagio están considerando reactivar las actividades después de pasar meses de confinamiento generalizado y mantener una paralización de la economía en respuesta a la amenaza sanitaria de la enfermedad coronavírica COVID-19.
Las autoridades ahora se enfrentan a la tarea de elaborar estrategias que permitan flexibilizar las restricciones sin que ello represente un riesgo de resurgimiento de nuevas oleadas de infección que podrían dañar aún más la salud y la economía.
Una sofisticada simulación
Hasta ahora, los gobiernos que han dado sus primeros en este camino han optado por implementar estrategias ceñidas a la realización generalizada de pruebas de detección, junto al rastreo de contactos y la cuarentena selectiva.
Sin embargo, muchas preguntas que son importantes en el diseño de tales políticas siguen siendo difíciles de responder, y obtener estas respuestas “correctas” puede ser la diferencia entre una contención exitosa o un resurgimiento dañino de la infección.
Para ayudar a responder estas preguntas y proporcionar orientación específica a las autoridades, un equipo de investigadores de la Universidad de Washington en San Louis y del Instituto Brookings desarrolló el modelo TRACE, una sofisticada simulación computacional capaz de orientar las respuestas políticas a la pandemia COVID-19.
A diferencia de muchos otros modelos de COVID-19, TRACE no es un modelo de pronóstico. En su lugar, pretende ser un laboratorio de políticas para ayudar en el diseño de estrategias de contención efectivas utilizando pruebas y rastreo de contactos.
Gestionar decisiones
TRACE es un modelo computacional basado en agentes que permite incluir todas las características que hasta ahora la evidencia sugiere son determinantes en cómo se propaga el coronavirus, incluyendo variaciones en la edad, el patrón de actividad, la infectividad y las redes de contacto.
Al considerar una amplia gama de posibles variaciones de políticas, capturando escenarios que abarcan la gran incertidumbre que aún rodea a COVID-19, TRACE pretende ser una herramienta práctica que ayude a las autoridades a diseñar estrategias de reinicio de las actividades.
El análisis basado en el modelo identifica estrategias de intervención prometedoras para suprimir con éxito la propagación de COVID-19, al tiempo que permite la relajación de muchas o todas las medidas masivas de distanciamiento social que se han implementado.
Estos análisis revelan que, si bien la capacidad de las políticas basadas en pruebas y rastreo de contactos para suprimir eficazmente la propagación de la epidemia puede depender de la configuración y el momento, algunas políticas son muy robustas ante la incertidumbre que enfrentan los responsables políticos La biología subyacente de COVID-19.
Es relevante señalar que todas las políticas simuladas en el modelo subrayan la importancia que tiene que los ciudadanos se adhieran a las medidas de cuarentena, autoaislamiento o distanciamiento social limitado.
Esto indica que un objetivo importante para las autoridades puede ser fomentar la adhesión a estas medidas a través de mensajes consistentes y generalizados, y hacer que el autoaislamiento sea factible desde el punto de vista financiero y logístico.
Referencia: Testing Responses Through Agent-Based Computational Epidemiology (TRACE). Center on Social Dynamics and Policy – Brookings Institute, 2020. https://brook.gs/36SNJW6