18/11/20

Q&A: Modelos matemáticos contra enfermedades del presente y el futuro

zulma-cucunuba1
Con más de 51.000 seguidores, Zulma Cucunubá se ha convertido en una de las epidemiólogas latinoamericanas más seguidas y consultadas a raíz de la pandemia de COVID-19. Crédito de la imagen: Zulma Cucunubá/Twitter.

Enviar a un amigo

Los detalles proporcionados en esta página no serán usados para enviar correo electrónico no solicitado y no se venderán a terceros. Ver política de privacidad.

A principios de 2020, la epidemióloga colombiana Zulma Cucunubá era una investigadora poco conocida en el mundo virtual que dedicaba la mayor parte de su tiempo a la creación de modelos matemáticos para entender la evolución de enfermedades como el Chagas, Zika o la malaria en zonas endémicas de América Latina.

Pero todo cambió con COVID-19. La epidemia no solo se convirtió en su nuevo objeto de estudio, también en una motivación para resolver dudas y compartir información fidedigna a través de Twitter. A mediados de enero, cuando escribió su primer hilo sobre la pandemia, sus centenas de seguidores se convirtieron en 10.000. Hoy, con más de 51.000 seguidores, Zulma se ha convertido en una de las epidemiólogas latinoamericanas más seguidas y consultadas.

“La lección más grande de esta pandemia es que las personas merecen tener información correcta. Cuando no la encuentran es mucho más fácil que recurran a explicaciones alternativas no científicas y entonces se abre ese espacio para la desinformación”.

Zulma Cucunubá, epidemióloga colombiana

Aunque rehúye a las cámaras, Zulma busca aprovechar esta ola de popularidad para insistir en que los países de América Latina pueden estar mejor preparados ante epidemias futuras si fortalecen, apoyan y consultan a grupos de investigación en áreas básicas y en métodos para el desarrollo de modelos matemáticos, no solo para tomar decisiones de salud pública cuando aparezcan grandes pandemias sino también para enfrentar muchas enfermedades infecciosas que la región no ha podido controlar.

¿Qué hace que los países puedan enfrentar eficazmente una enfermedad infecciosa?

Justamente tengo el proyecto de un libro que se enfocará en eso: ¿qué necesita América Latina para enfrentar epidemias y pandemias? ¿Qué podríamos hacer mejor? ¿Por qué no estamos preparados y cómo podríamos estarlo? Por ahora creo que depende de muchas cosas, incluyendo aspectos culturales, estructurales, de infraestructura de nuestros sistemas de salud, y también son aspectos de capacidad técnica, científica, y de cómo se valora a la ciencia en la sociedad y en la toma de decisiones.

Un tema muy específico es el diagnóstico y capacidad de rastreo, que pueden hacer la diferencia entre poder controlar —o no— una amenaza infecciosa. La mayoría de los países de América Latina tenían una capacidad muy limitada para hacer diagnóstico de enfermedades infecciosas. Nos habíamos acostumbrado a vivir con el hecho de que poco se diagnostica el Chagas, el dengue, con que las pruebas son muy difíciles y costosas. Nos habíamos acostumbrado a vivir con un laboratorio de referencia si acaso en cada ciudad capital y creer que eso era suficiente.

Entonces llega esta pandemia que generó la expansión de la capacidad de diagnóstico en toda la región. Nunca sabremos cómo hubiera sido el manejo de la pandemia en nuestros países si hubiéramos tenido esa capacidad de diagnóstico desde antes, pero es muy probable que, tal como hizo Asia con su buena capacidad de diagnóstico y rastreo, nuestra región hubiera podido controlar mejor los primeros clusters y así la pandemia, como lo hizo Uruguay, por ejemplo.

Pero todavía hay que preguntarse: ¿esa capacidad es suficiente o todavía se requiere más? No lo sé, hay que ponerle números y hacer cálculos. Y debemos no dejar morir esa capacidad que se construyó, hay que ponerla a producir diagnóstico para otras enfermedades que no hemos podido controlar: Chagas, malaria, y otras muchas infecciones de las que a veces no hay ni siquiera registro.

Habla de ponerle números y hacer cálculos para responder mejor a una epidemia. Pero ¿cómo lo hace? ¿Cómo es que los modelos matemáticos pueden arrojar información útil que nos ayude a entender mejor la evolución de una enfermedad?

Construir un modelo implica una lista larga de ecuaciones conectadas unas con otras, a la que vamos sumando información. Esto nos ayudan a planificar, por ejemplo, qué recursos necesitamos en diagnóstico, tratamientos, dosis, servicios hospitalarios, etcétera.

Para COVID-19 parte de lo que yo hago todos los días es usar los modelos para responder: ¿tenemos suficientes camas? ¿Tenemos suficientes unidades de cuidados intensivos?

Sabemos que las pruebas diagnósticas no alcanzan en ningún país para diagnosticar a la totalidad de los infectados, pero lo que sí podríamos garantizar es que si alguien se infecta y necesita atención hospitalaria pueda encontrar un médico, un hospital, una cama, oxígeno, medicamentos, un ventilador mecánico. En eso trabajamos todo el tiempo, en usar los modelos para proyectar si lo que hay es suficiente. Eso los hace muy útiles para la toma de decisiones.

“La pandemia ayudó a entender que la modelación matemática es un área necesaria para entender las enfermedades infecciosas y que es vital prepararnos para responder a ellas”.

Zulma Cucunubá, epidemióloga colombiana.

A pesar de eso, no necesariamente las decisiones suceden. ¿Cuáles son los desafíos para que esos modelos se conviertan, de verdad, en decisiones de política pública?

Ese es otro mundo totalmente diferente, lleno de satisfacciones y de frustraciones. A diferencia de países como el Reino Unido en donde los gobiernos siguen la información de los modelos para la toma de decisiones, en América Latina esta es una práctica muy nueva.

Tradicionalmente nuestros países han utilizado los datos que registran, es decir, con base en cuántos casos se diagnostican pueden tomar cierta decisión. Pero los modelos van más allá de los datos porque asumen que la información está incompleta y no dicen la verdad total.

Es muy distinto decidir sobre datos que decidir sobre modelos. Los datos dependen de quién los toma, quién tiene acceso a ser diagnosticado, qué infraestructura se requiere para recoger el dato, limpiarlo y hacerlo público.

Al final lo que sale a la superficie es un dato que representa la realidad de unas personas, pero no de todo el mundo. El dato es la punta del iceberg, pero debajo de eso hay un mundo que desconocemos, así que los modelos tratan de entender ese mundo.

No hay ningún modelo que sea perfecto, pero hay algunos que pueden ser útiles si logran producir exactamente la información que se requiere para tomar una decisión, por ejemplo, restringir o modular ciertas actividades, construir o no hospitales.

“El despertar de la curiosidad en tantas personas —niños, jóvenes, profesionales, periodistas, ciudadanos en general— es una excelente oportunidad que no debemos dejar ir para que la sociedad le dé valor y apoyo a la ciencia”.

Zulma Cucunubá, epidemióloga colombiana

¿Identifica algún país en América Latina o alguna decisión que haya sido eficiente en usar la información de los modelos?

Los primeros modelos en marzo, que proyectaban necesidades hospitalarias muy bajas en muchos países, generaron un cambio de decisiones que nunca se había visto. Los gobiernos casi al unísono tomaron decisiones importantes: desde cuarentenas generalizadas hasta una expansión rápida de capacidades hospitalarias y diagnósticas.

Esos modelos fueron muy impactantes, tuvieron un impacto académico, luego mediático, y finalmente político. Hoy creo que gran parte de los países sí utilizan al menos estimaciones y proyecciones del número reproductivo para tomar decisiones. Ese es el cambio que produjo la pandemia: los modelos matemáticos son parte del grupo de argumentos que sirven para la toma de decisiones. No son los únicos, ni los más importantes, pero hacen parte de esa decisión.

¿Y sucede únicamente por la pandemia o cree que es un cambio estructural que persistirá después de esta crisis sanitaria? ¿América Latina usará los modelos matemáticos para enfrentar las epidemias futuras?

La pandemia ayudó a entender que la modelación matemática es un área necesaria para entender las enfermedades infecciosas y que es vital prepararnos para responder a ellas. En América Latina tenemos muchas enfermedades endémicas infecciosas que no hemos podido controlar. Es una región que se favorecería mucho si cada país tuviera más formación en epidemiología y enfermedades infecciosas.

Pero ciertamente no es un área de trabajo ni de investigación muy común. En muchos países ni siquiera había grupos de modelación matemática, pueden tener matemáticos que hacen modelos, pero otra cosa distinta son los modelos aplicados a toma de decisiones en salud pública.

Con la pandemia esos grupos se formaron y, en algunos casos, se consolidaron. Habrá un antes y un después de esta área del conocimiento en la región, así lo espero. Y si esto no existía en los posgrados va a empezar a hacerlo. Hay que ver qué visión genera en los tomadores de decisiones y qué tanto se van a comprometer en formar y apoyar estos grupos.

Crédito de la imagen: Universidad del Rosario/Facebook.
La pandemia la convirtió en una especie de influencer de la epidemiología. Miles de personas siguen en su cuenta de Twitter, le hacen preguntas y la ven como una fuente confiable de información. ¿Qué le deja esta experiencia como comunicadora?

Nunca me imaginé tener esa labor como comunicadora. Para ser honesta no era algo que me llamara la atención antes de esta pandemia. Lo que en realidad me llevó a iniciar una labor de comunicación fue porque la gente me lo empezó a pedir.

Había mucha desinformación y la gente tenía muchas dudas sobre el virus. A mediados de enero hice un primer hilo y para mi sorpresa tuvo más de 10.000 retuits. Desde entonces empecé a recibir cientos de preguntas.

Eso me impactó mucho porque para cada persona esas preguntas tenían un valor muy importante. Cada persona tenía una angustia que la llevó a escribir esa pregunta. Para mí la lección más grande de esta pandemia es que las personas merecen tener información correcta. Cuando no la encuentran es mucho más fácil que recurran a explicaciones alternativas no científicas y entonces se abre ese espacio para la desinformación.

Esa desinformación se vuelve una cosa muy problemática porque puede impedir que una estrategia de control de una enfermedad funcione.

Realmente me conmueve la avidez de tanta gente por entender de ciencia, cómo funciona una vacuna o un modelo matemático. Creo que es algo muy positivo. Y ese despertar de la curiosidad en tantas personas —niños, jóvenes, profesionales, periodistas, ciudadanos en general— es una excelente oportunidad que no debemos dejar ir para que la sociedad le dé valor y apoyo a la ciencia.

Trust-Logo-Stacked