Correo Electrónico
DNINFOA - SIA
Bibliotecas
Convocatorias
Identidad UNAL
Sedes
¿Qué dicen los patrones de propagación del COVID-19?
Durante la pandemia, las ciudades grandes tuvieron un patrón epidémico con dos o tres picos, mientras que las ciudades pequeñas presentaron patrones más impredecibles. Foto: archivo Unimedios.
Aunque en los últimos meses los casos de contagio por COVID-19 disminuyeron de forma significativa, se han dado nuevos reportes por nuevas variantes. Foto: archivo Unimedios.
La interacción social desempeñó un papel crucial en la propagación. Foto: archivo Unimedios.
La experta analizó datos epidemiológicos como los casos reportados con COVID-19 y las muertes que dejó en determinado periodo. Foto: archivo Unimedios.
Érika Paola León Higuera, magíster en Infecciones y Salud en el Trópico de la UNAL. Foto: Érika Paola León Higuera, magíster en Infecciones y Salud en el Trópico de la UNAL.
Aunque en los últimos meses los casos de contagio por COVID-19 disminuyeron de forma significativa, con la llegada de la subvariante JN.1, también conocida como “pirola”, se han dado nuevos reportes. Expertos han indicado que esta variante proviene del linaje BA.2 de ómicron, que se caracteriza por una mayor transmisibilidad y una capacidad de evadir la inmunidad generada por la infección previa o la vacunación.
Para entender los patrones de expansión y tamaño de los brotes de COVID-19 en el país, la doctora Érika Paola León Higuera, magíster en Infecciones y Salud en el Trópico de la Universidad Nacional de Colombia (UNAL), puso bajo la lupa datos de 6.031.130 casos confirmados por SARS-COV-2 hasta el 15 de febrero de 2022, de los cuales 2.271.006 ocurrieron hasta la semana 7 de 2021, antes del inicio de la vacunación. El análisis también incluyó las muertes relacionadas con estos casos confirmados en el mismo periodo de tiempo.
Para su estudio, la doctora León se inspiró en teorías que comparan la propagación del virus con una antena repetidora de telefonía, sugiriendo que la movilidad y la interacción social de personas, como nodos de contacto, desempeñaban un papel crucial.
Partiendo de esa idea, se emplearon herramientas de ubicación de Facebook GeoInsights, y con la colaboración del grupo de investigación DataLama de la Universidad del Rosario, accedieron a datos de movilidad para crear un índice que refleja el movimiento de estos puntos anónimos antes y durante la implementación de las medidas de aislamiento en la pandemia.
“Dividimos el país en tres grupos: grandes ciudades, ciudades intermedias y municipios pequeños, para evaluar cómo respondía cada uno a las intervenciones”, explica la investigadora.
Además la investigación creó y ejecutó una línea temporal para evaluar la evolución de los casos desde el inicio de la pandemia. “En cada grupo comparamos la movilidad, el índice de rigidez y las tasas de casos y mortalidad a lo largo del tiempo. Como complemento usamos la variable ‘índice de rigidez’, creado por el grupo Oxford Coronavirus Government Response Tracker, que permite saber qué tan ajustadas y estrictas fueron las medidas de aislamiento, la limitación de la movilidad y demás medidas que buscaban evitar las aglomeraciones”.
“Así analizamos si la movilidad medida se relacionaba con la rigidez de dichas medidas y qué impacto tenía en la aparición de casos nuevos y muertes en Colombia”, amplió la doctora.
Luego, con rigurosos análisis de simetría y homogeneidad de los datos, mediante gráficos de dispersión se identificó que las grandes ciudades –como Bogotá y Cartagena– respondieron mejor a las medidas gubernamentales y mostraron una mayor adherencia a las restricciones de movilidad al inicio de su implementación. Sin embargo, el comportamiento de las poblaciones más pequeñas demostró una variabilidad significativa, algunas manteniendo bajos niveles de casos y mortalidad, mientras que otras experimentaron picos inesperados más altos que en las grandes ciudades.
“El estudio también señaló que, a pesar de la efectividad inicial de las intervenciones no farmacológicas, la sostenibilidad de estas medidas disminuyó con el tiempo, aunque en el inicio del segundo pico las medidas de aislamiento fueron tan estrictas como al inicio. Antes del año la movilidad volvió a niveles cercanos a los previos a la pandemia”.
“Aunque los casos y las muertes se relacionaron con el aumento de la movilidad en las agrupaciones de ciudades grandes e intermedias, en el grupo de ciudades pequeñas la distribución de casos y muertes fue más heterogénea entre el grupo, siendo más impredecible el patrón de expansión del virus”, precisó la investigadora.
Agregó que “para nosotros es importante entender estas diferencias para futuras situaciones de salud pública. Las medidas implementadas en este caso pueden no ser igualmente efectivas en todas las poblaciones, y por eso se deben adaptar las estrategias según las características específicas de cada región, como densidad poblacional y movilidad, entre otras”.
También señala que volver a implementar medidas de aislamiento tan estrictas no parece ser eficiente en una situación similar, después de haber vivido las restricciones gubernamentales y sus consecuencias sociales, económicas, sanitarias y mentales por la pandemia de COVID-19.
Así, este estudio proporciona luces para los decisores en salud pública, al brindarles información clave sobre cómo enfrentar futuras amenazas epidemiológicas.
