Nueve meses después, las autoridades sanitarias de Europa siguen sin resolver los numerosos interrogantes que ha planteado el coronavirus. Dos aspectos críticos en la vida post-confinamiento generan aún tantas incertidumbres como certezas: dónde nos contagiamos y cómo nos contagiamos. La primera pregunta es crucial, dado que la mayor parte de medidas preventivas rotan en torno a él, incluidos los nuevos confinamientos aplicados por los gobiernos.
Y bien. ¿Qué sabemos?
Las certezas. En España, Sanidad rastrea la mayoría de los brotes conocidos (hasta el 50%) a las "reuniones familiares y sociales". Es aquí, en los encuentros privados en los domicilios, donde diversos políticos han puesto el acento durante la segunda ola. Sabemos que la información es incompleta: los brotes "familiares" son más fáciles de rastrear que otros (transporte público, restaurantes), y tendemos a rastrear más contagios individuales que colectivos. La foto es difusa.
Metodología. También lo es entre la comunidad científica. Lo desarrolla en este artículo de Nature el epidemiólogo Marc Lipsitch, uno de los más reconocidos a nivel internacional. Las investigaciones hasta la fecha arrastran dos problemas. Aquellas centradas en casos de estudio (brotes en domicilios u oficinas) disponen de muestras pequeñas y analizan a personas que han tenido un contacto estrecho, dificultando la comprensión sobre los factores que explican la ocurrencia o no de un brote.
La trazabilidad es limitada, dado que sólo alcanza a un pequeño porcentaje de las transmisiones totales. Y los experimentos aleatorizados, en este contexto, son difíciles de diseñar y ejecutar. ¿Conocer los patrones generales de contagio es, pues, tarea imposible?
Un modelo. Un estudio preliminar publicado esta semana por Nature trata de solventar los problemas anteriores a través de un modelo matemático. Elaborado por investigadores de la Universidad de Stanford y la Universidad Northwestern, se basa en los patrones de movilidad de más de 98 millones de estadounidenses (obtenidos a través de sus datos móviles) para identificar puntos de reunión y su correspondiente probabilidad de contagio. A partir de aquí, los autores plantean un contrafactual.
¿Qué hubiera pasado si nada hubiera cerrado en marzo?
Los resultados. Se trata de una simulación útil porque a partir de ella pueden imponer distintas restricciones tanto de escala (aforos, reducción de movilidad parcial) como en de tiempo (cuándo se aplican las restricciones y cuánto duran) y entrever su eficacia. En agregado, si Chicago, ciudad de muestra, hubiera reducido su movilidad tan sólo un 25% respecto a lo que hizo en marzo, los contagios se habrían triplicado; y si no la hubiera reducido en absoluto, se habrían sextuplicado.
Parece evidente que limitar nuestra movilidad es clave. ¿Pero dónde exactamente? Es aquí donde la tesis se vuelve sugerente:
- La mayoría de transmisiones simuladas se dieron en una "pequeña fracción" de espacios "supercontagiadores". En cifras: el 10% de los lugares analizados provocaban el 85% de los casos.
- A la cabeza de todos ellos se encuentran los "restaurantes a pleno servicio", los gimnasios, las cafeterías, los hoteles y moteles y los espacios de culto. A partir de aquí, el riesgo desciende.
- Una limitación de aforo del 20% en los espacios "supercontagiadores" permitiría reducir los contagios hasta en un 80%, disminuyendo tan sólo el 42% de sus visitas (en hora punta).
- Partiendo de un confinamiento estricto, el modelo prevé que una reapertura de máximos (sin limitaciones) podría disparar hasta en 600.000 el número de contagios en Chicago en apenas un mes.
¿Qué significa? El trabajo es claro en sus conclusiones. Por un lado, el problema no reside únicamente en las "reuniones familiares" y privadas, sino también en dos puntos de socialización muy comunes donde pasamos mucho tiempo muy aglomerados (restaurantes, gimnasios, bares). Por otro, la mejor forma de atajar el problema... No es cerrando. Ni volviendo a limitaciones de movilidad máximas y generales. Sino interviniendo en aquellos espacios "supercontagiadores".
Un aspecto original del estudio es su propuesta de limitar, no cerrar, la afluencia de gente a determinados "puntos de interés". Para el caso de un restaurante, plantea una lógica interesante: un 20% de aforo sólo reduce el 46% de visitantes, limitando al 80% los contagios, porque el volumen de visitas es flexible. Es decir, la limitación de aforo sólo es perjudicial en las horas punta, no en las valle. En sus palabras:
Uno puede conseguir una reducción desproporcionadamente alta de los contagios con una reducción pequeña de las visitas (...) Limitar los aforos máximos es una forma de aprovechar la densidad de visitas variable en cada punto de interés, disminuyendo las visitas durante los momentos de mayor riesgo y densidad pero permitiendo que su número no varíe durante los periodos menos arriesgados. Estos resultados sugieren que las intervenciones precisas, como la reducción de aforo, son más efectivas que otras medidas más generales, produciendo un coste económico menor.
¿Dónde no? También resulta interesante observar qué espacios y "puntos de interés" considera el modelo menos arriesgados, y por tanto más susceptibles de operar con normalidad. Concesionarios, tiendas de electrodomésticos, farmacias, gasolineras, talleres, tiendas de informática, deportes o de juguetes, entre otras más generales, suponen un riesgo bajo. ¿Por qué? O bien son lo suficientemente amplias o bien pasamos muy poco tiempo en ellas (o bien una suma de ambas).
Poblaciones vulnerables. Lo extenso de los datos recopilados por los investigadores le permiten trazar otras conclusiones. ¿Quién tiene más riesgo de contagiarse? Aquellas personas provenientes de comunidades y barrios vulnerables. Es decir, pobres. ¿Por qué? Primero porque sus trabajos tienden a ser esenciales y no se pueden hacer a distancia, aumentando su movilidad; y segundo porque sus "puntos de interés", de reunión, representan un mayor riesgo de transmisión.
No sólo sus bares o cafés son más pequeños (y por tanto es más fácil que se atesten), sino que sus supermercados reciben un 59% más de visitantes a la hora, visitantes que además pasan en su interior un 17% más de tiempo en comparación a los compradores de los barrios ricos. Esto, entre otros muchos factores, ayudaría a explicar la mayor incidencia del virus en los distritos pobres de Madrid durante la segunda ola.
Deficiencias, virtudes. El estudio es imperfecto. Traza una inferencia a partir de datos de movilidad, no incluye todos los "puntos de interés" y tampoco cuenta con un muestreo fidedigno de los barrios y de los patrones de movimiento. Pero arroja algo de luz sobre ciertas sombras (dónde nos estamos contagiando, además de en casa) y sobre ciertas medidas (la reducción de aforos es útil, lo que, también entre otros factores, ayuda a comprender el descenso de casos en Madrid).
Ante todo, sirve de munición para quienes se oponen a los nuevos confinamientos domiciliarios: se pueden limitar los contagios (y mucho) sin parar la economía. España, voluntaria o involuntariamente, parece haber escogido ese camino en esta segunda ola. Veremos si funciona.
Imagen: Jorge Franganillo
