0 Gardados para despois

A gripe tamén é cousa de matemáticas

Marcos Pérez PenaMarcos Pérez Pena | @marcosperezpena


Todos os anos a intensificación da incidencia da gripe (os coñecidos como picos da gripe) provocan situacións de saturación nos hospitais galegos. A gripe provoca ademais cada vez máis mortes en Galicia, 223 este último inverno, un 64% máis que o ano anterior. Calquera ferramenta que permita anticipar a súa evolución futura facilita polo tanto a resposta que os servizos públicos de saúde poden dar á enfermidade e a organización da atención sanitaria. Especialistas en estatística da Universidade de Santiago desenvolven un procedemento para predicir con semanas de antelación a incidencia desta doenza a partir de información meteorolóxica.

Os investigadores do grupo MODESTYA da USC (Modelos de Optimización, Decisión, Estatística e Aplicacións) Manuel Oviedo de la Fuente e Manuel Febrero Bande amosan o seu modelo nun artigo publicado este mércores en PLOS ONE, no que explican en termos numéricos a epidemioloxía da gripe estacional, caracterizada por períodos de incidencia máxima de 8 a 10 semanas durante os meses máis fríos do inverno (entre novembro e abril). Como explica o equipo no seu artigo, varias teorías sinalan unha mellor supervivencia do virus a baixas temperaturas, baixa humidade e baixos niveis de radiación ultravioleta.

“As estimacións precisas da incidencia da gripe son esenciais, tanto para os servizos de saúde pública como para a cidadanía, para proporcionar unha advertencia previa de epidemias e permitir medidas preventivas que axuden a reducir o contaxio”

Manuel Oviedo explica que nunha primeira parte, o modelo selecciona a mellor información dispoñible, que neste caso foron variables de temperatura dos 15 días anteriores, e tamén datos sobre a incidencia da gripe nas últimas semanas, segmentados territorialmente por comarcas. A partir de aí, o modelo outorga unha maior ou menor probabilidade de que nas dúas semanas seguintes se viva neses territorios un pico da gripe. A predición reaxústase cos erros cometidos no pasado recente, o que lle permite "só con variables meteorolóxicas" acadar "resultados de predición tan bos como os que se conseguen con variables máis difíciles de obter como pode ser a propia taxa de gripe da semana pasada”.

Dado que a influenza é altamente contaxiosa e posúe unha morbilidade maior que a de calquera outra enfermidade evitable por vacina, en opinión dos investigadores “os sistemas de vixilancia requiren indicadores precisos que detecten posibles epidemias por adiantado”. Neste senso, destacan que “as estimacións precisas da incidencia da influenza son esenciais, tanto para os servizos de saúde pública como para a cidadanía, para proporcionar unha advertencia previa de epidemias e permitir medidas preventivas que axuden a reducir o contaxio”. 

Nos últimos anos foron empregados outro tipo de datos para predicir o comportamento dunha enfermidade tan común e contaxiosa coma a gripe: as procuras en Google. Dende o ano 2008 Google Flu Trends seguía en tempo real a evolución desta doenza e permitía anticiparse ao seu crecemento nun lugar determinado. Iso si, a ferramenta non era infalible, como se puido ver no ano 2014. Con todo, en 2015 Google deixou de ofrecer esta información.

Dende o ano 2008 Google Flu Trends seguía en tempo real a evolución desta doenza e permitía anticiparse ao seu crecemento nun lugar determinado. Con todo, en 2015 Google deixou de ofrecer esta información

Manuel Oviedo explica que o seu equipo tamén empregaba os datos procedentes de Google para comprobar a fiabilidade do seu modelo: "utilizabamos esa información para comprobar se había algún tipo de correlación entre a incidencia da enfermidade, os factores meteorolóxicos e as procuras en Google. E si había correlación". Con todo, explica que "non podíamos depender deses datos, porque corrías o risco de que Google nalgún momento pechase a billa da información, como finalmente fixo". A principal virtude deste modelo, engade, é que “utiliza información facilmente accesible como é a meteorolóxica para predicir a incidencia da enfermidade en Galicia nas próximas semanas”. De igual xeito, o modelo proposto é útil "cando a historia recente da incidencia da gripe non está dispoñible, por exemplo por atrasos na comunicación cos informantes".

A Generalitat de Cataluña xa o está a empregar para realizar semanalmente as predicións da gripe nas diferentes rexións sanitarias catalás

O modelo é froito da colaboración entre o Instituto Tecnolóxico de Matemática Industrial da USC e o Departamento de Saúde da Generalitat de Cataluña, que xa o está a empregar para realizar semanalmente as predicións da gripe nas diferentes rexións sanitarias catalás. "O SERGAS nun primeiro momento amosou interese, pero non tivemos máis contacto", sinalan os autores do estudo.

 

Coa túa achega fas posible que sigamos publicando novas coma esta.