Carlos Pais es bioingeniero y Magíster en Ingeniería Biomédica por la Facultad de Ingeniería de la Universidad Nacional de Entre Ríos.
Dirige el proyecto de investigación “Predicción del impacto del clima, los confinamientos sociales y las distintas estrategias de salud pública sobre la pandemia Covid-19 mediante modelado espacio-temporal basado en agentes”, seleccionado en la convocatoria extraordinaria de la Agencia de Promoción de la Investigación, el Desarrollo Tecnológico y la Innovación (Agencia I+D+i), del Ministerio de Ciencia, Tecnología e Innovación de la Nación, impulsada a raíz de la emergencia sanitaria.
El proyecto comenzó en julio de 2020 y tiene como objetivo principal modelar la dinámica epidemiológica de la Covid-19 en la provincia para predecir su evolución en aspectos como la ocupación de camas de Unidades de Terapia Intensiva y el impacto de habilitaciones o restricciones sobre el número de contagios y fallecimientos, entre otros.
Los resultados de la investigación y predicciones se ponen a disposición de órganos de gobierno como el Nodo Epidemiológico de la Municipalidad de Paraná, el municipio de Gualeguaychú y el Ministerio de Salud de Entre Ríos, como un insumo más para la toma de decisiones.
En una pormenorizada entrevista, Pais resaltó el aporte del modelo basado en agentes para la predicción de epidemias, a partir de la inclusión de variables sociales en los cálculos matemáticos, así como la exactitud de las proyecciones logradas en Entre Ríos. También señaló que la última predicción realizada anticipa un nivel de ocupación de camas UTI superior al disponible en el sistema sanitario provincial, si no se consigue terminar con las fiestas y “juntadas”, se reduce la movilidad de las personas y se mejora el cumplimiento de las medidas sociales de prevención. Este escenario fue trazado previo a las últimas restricciones dispuestas por los gobiernos nacional (DNU Nº 287/21) y provincial (decreto Nº 895/21).
La entrevista
- ¿En qué consiste el modelo que desarrollaron en el proyecto?
- Es un modelo basado en agentes. Si bien tiene matemáticas, generamos una sociedad artificial, que reproduce las características más importantes del comportamiento epidemiológico de esta enfermedad y de la sociedad en estudio: contactos interpersonales, movilidad, trabajos, transporte, ventilación y apego a las leyes, sobre todo las vinculadas al uso de barbijo y el respeto del distanciamiento. No es fácil de medir porque esta enfermedad tiene características particulares. Una de ellas son los pacientes asintomáticos, que es un número o proporción muy alto respecto de otras enfermedades. Puede haber hasta un 40 por ciento de personas infectadas de Covid-19 asintomáticas.
- ¿Se basaron en experiencias previas? ¿Cómo funciona el modelo?
- La modelización basada en agentes es una técnica bastante nueva. Hay antecedentes de trabajos mucho más complejos que el nuestro. En Estados Unidos se hicieron estudios con modelos de hasta 10 millones de personas para otras patologías. Nosotros recabamos datos sociales concretos. Tenemos estadísticas de todas las ciudades de la provincia, pero también hicimos encuestas en las ciudades de Paraná, Concordia y Gualeguaychú, sobre las costumbres de las personas. El equipo está conformado por una epidemióloga, dos licenciados en Ciencias Políticas, un programador, un estudiante de bioinformática, un bioingeniero, un director de un instituto del Conicet y yo. El grupo es heterogéneo y esta es una característica de este tipo de modelos. La componente más importante es la dinámica social, cosa que no se venía considerando. Se trataba de representar cuestiones y comportamientos sociales de forma solamente matemática. Nuestro modelo incluye factores epidemiológicos y las dinámicas sociales. Estamos viendo continuamente datos de Google Mobility, que muestra la movilidad de las personas en las ciudades y cuánto se están desplazando en las distintas actividades. A eso nadie lo tenía en cuenta y es vital. En cuanto a movilidad, en la actualidad estamos casi en la misma situación que previo a la pandemia.
Equipo de investigación dirigido por Carlos Pais
- ¿El modelo es preciso para medir la cantidad de casos positivos de Covid-19?
- La variable de la que más se habla es la cantidad de infectados o nuevos casos, aunque normalmente los casos reportados no coinciden con los que predice el modelo. Esto se debe a que en esta enfermedad existen muchos asintomáticos y a la vez se llevan a cabo pocos testeos en nuestro país, lo que lleva a que los casos reportados del modelo no coincidan con lo que se reporta en medios de comunicación y demás. Para que coincida la salida del modelo con lo que se reporta en la realidad deberías testear a todo el mundo. Nadie hace eso. Generalmente se hace testeo focalizado, o a la persona que lo pide, o que tuvo un contacto estrecho. Lo que sí podemos contrastar con la realidad, y nos da exacto, son las camas UTI ocupadas por pacientes de Covid-19 y los fallecidos. Son valores altamente contrastables. Atamos el modelo a esos dos valores.
- ¿Hay relación entre las variables que mide el modelo y la cantidad de casos reportados?
- El modelo puede estimar cuánto se va a decir en los medios, la cantidad de infectados en la provincia o una ciudad, en función de cuánto se está testeando y la cantidad de casos estrechos. Es un número que se aprende de datos como las camas UTI. Pero no trabajamos para generar el número de casos, sino para decir: "tengan cuidado porque se viene una ola y se puede colapsar el sistema de salud" o "vas a tenerlo ocupado a la mitad". Respecto de ese número, estamos prediciendo los valores con total precisión, ni una cama más ni una menos. Por ejemplo, el 7 de diciembre predijimos, en función de lo que iban a ser las Fiestas, qué cantidad de camas UTI se iban a necesitar a mediados de enero en Paraná. Tenemos el orgullo de poder mostrar que los valores de camas ocupadas hacia mediados de enero que el modelo predijo coincidieron exactamente con lo recabado por el Programa de Monitoreo de Unidades Críticas del Ministerio de Salud provincial. Lo mismo hicimos para el comienzo de las clases. Comparamos cómo iba a afectar el comienzo de clases a la ocupación de camas UTI si no se abrían aulas, si se abrían todos los días, o si se abrían una semana sí y una no. En este sentido también el modelo estuvo acertado.
“El modelo no solamente puede seguir a la realidad sino que está prediciendo muy bien hacia adelante”
- ¿Las clases aumentan los contagios?
- De acuerdo al modelo, las clases no generan diferencia. Es un 1% de diferencia abrir o no. Lo que mueve la cantidad de camas que se van a ocupar es el clima y la movilidad de las personas. Lo digo de forma ascéptica, porque se dicen muchas cosas en este sentido. En las simulaciones asumimos que el transporte público cumplía el aforo, es decir que no viajaban más de 22 personas por colectivo, y con ventanillas abiertas. Eso no se está cumpliendo y eso movía para arriba la cantidad de contagios y camas UTI ocupadas con la apertura de escuelas. Pero si no van llenos y van con las ventanillas abiertas, no hay ningún impacto de la apertura de las escuelas.
- ¿Según el modelo, estamos transitando una segunda ola?
- Desde los datos estamos viendo mucha ocupación de camas UTI. Pero según los datos que conocemos, solamente el 30 por ciento son pacientes Covid-19. Hubo una demanda contenida, principalmente de cirugías durante todo 2020. El sistema de salud está siendo muy ocupado por patologías normales por la época del año y por cirugías.
- ¿Cuál es la última proyección que hicieron?
- Si no se hace nada, esta segunda ola va a ser muy fuerte. Es bastante más fuerte que la primera. Viene con una aceleración mucho mayor. En el modelo estamos ensayando que no haya ninguna fiesta, que se cierre todo a las 12 de la noche, que las reuniones en iglesias o clubes sean con aforo restricto. Suponiendo que se cumpla a rajatabla el decreto, la curva empieza a amesetarse. Si sigue todo como viene desde el verano, con la misma movilidad de gente, esta segunda ola no encuentra meseta. Para el 15 de mayo estamos superando la ocupación de camas del pico de septiembre/octubre del año pasado.
- Si no hay reducción de la circulación de personas, ¿la proyección supera la cantidad de camas disponibles en el sistema de salud?
- Sí, de aquí a dos o tres semanas. Una política que debería implementarse es intentar descargar el sistema sanitario de otras patologías y de todas las cirugías que puedan reprogramarse. La cantidad de casos Covid aún es relativamente chica. Todavía podría subir mucho. Hay muchos respiradores. Pero el sistema sanitario está naturalmente siendo ocupado con otras enfermedades.
- Además de las medidas oficiales, ¿qué se puede hacer a nivel social o comunitario?
- Hay que ordenar la sociedad para que no se pare, pero reducir la movilidad de todas las formas posibles. Hay cierta relajación. Se puede mejorar mucho promoviendo y cumpliendo con el distanciamiento, el uso barbijo y la ventilación. Esas tres variables están bajas y se deben mejorar. Son costumbres para fomentar, que implican restricciones. Pasan por concientizar a la gente.
- ¿El frío suma contagiosidad?
- Sí. El virus es más activo y eficiente cuanto más bajas son la temperatura y la humedad. Alrededor de los 5 a 15 grados es más efectivo. Por eso los rebrotes se producen en invierno y a Europa se le estiró tanto la segunda ola, porque siguen con bajas temperaturas. En nuestra zona la humedad siempre es alta y eso juega a favor, pero cuando baja la temperatura hay más contagios. También porque la gente se guarda más puertas adentro y hay menor ventilación.
Alcance internacional
El proyecto tiene su plazo de finalización en julio próximo, pero el proceso y los resultados obtenidos le valieron una nueva selección, ahora en una convocatoria del International Development Research Centre (IDRC) de Canadá y la Swedish International Development Cooperation Agency (Sida) de Suecia.
La misma tiene como objetivo apoyar a investigaciones multidisciplinarias tendientes a desarrollar y escalar enfoques responsables de inteligencia artificial y ciencia de datos aplicados a la gestión de la emergencia por la COVID-19 y de eventuales futuras pandemias en países de ingresos bajos y medios. Se presentaron 154 propuestas de diversas regiones del mundo y resultaron seleccionadas siete.
El proyecto de investigación surgido de la Facultad de Ingeniería de la UNER participa de una de las dos propuestas seleccionadas en América Latina, junto con la Fundación Sadosky, el Centro Interdisciplinario de Estudios en Ciencia, Tecnología e Innovación (CIECTI) y las secretarías de Equidad, del Ministerio de Salud de la Nación, y de Planeamiento y Políticas, del Ministerio de Ciencia Tecnología e Innovación.
Asimismo, Pais mencionó que el equipo está trabajando en la publicación de un artículo sobre el proyecto en una revista científica internacional.
