Sistema predice epidemias

Científicos de la Oregon State University (OSU) y la Environmental Protection Agency (EPA) han desarrollado un sistema que utiliza información básica sobre la ecología de enfermedades sostenidas, como la malaria o la enfermedad de Lyme, para predecir matemáticamente cómo pueden cambiar, propagarse y presentar nuevos riesgos a la salud humana.

“Nuestro clima esta cambiando, enfrentamos sobrepoblación y la cercanía de las grandes poblaciones con la naturaleza se incrementa” dice Phil Rossignol, médico entomólogo y profesor en el Departamento de Pesca y Fauna de la OSU. “Está claro que estos cambios ecológicos y demográficos pueden causar cambios significativos y nuevos riesgos potenciales de muchas enfermedades, pero ha sido muy difícil predecir qué es lo que podemos esperar”.

En el pasado los cambios y la propagación de una enfermedad sólo eran claros en retrospectiva. Hasta ahora los investigadores rara vez contaban con un sistema que pudiera sugerirles cómo una enfermedad reaccionaría, con base en los cambios climáticos, la ecología y otras condiciones.

Este nuevo sistema “construye, con el análisis científico, una técnica de ingeniería que fue desarrollada por primera vez en los cincuenta”, comenta Jennifer Orme-Zavaleta, directora asociada en el laboratorio Corvallis de la EPA. “Combina una comprensión por la ecología de una enfermedad con un sistema matemático capaz de predecir lo que puede pasar si cualquier parte de su ecología cambia, como alteraciones en el hábitat o cambios climáticos”.

Para demostrar cómo funciona el sistema, los investigadores examinaron las ligas entre el clima y la enfermedad de Lyme, la cual se propaga por medio de garrapatas. Algo tan remoto como el fenómeno de El Niño en el océano Pacífico causó un incremento en las precipitaciones a miles de millas de distancia en el este de Estados Unidos; la lluvia extra incrementó la producción de bellotas en robles; esto a su vez incrementó el número de ratones y otros animales, como el venado, que se alimentan de bellotas; lo que incrementó la cantidad y tiempo de vida de las garrapatas en esos animales, y, finalmente, hubo un incremento en el número de personas con la enfermedad de Lyme.

“En este caso, nuestras predicciones con el nuevo modelo son muy cercanas a lo que se pudo observar en la realidad” comentó Orme-Zavaleta. “Ahora tenemos una nueva herramienta para predecir mejor cómo los cambios externos afectarán la propagación de una enfermedad”.

El modelo asume datos como la esperanza de vida del vector (quien transporta la enfermedad, por ejemplo, un insecto), el radio que abarca de los vectores al anfitrión (quien hospeda la enfermedad), la relativa abundancia del vector, el número de “no-componentes” (quienes tienen la enfermedad y pueden transmitirla) y otros muchos factores. Finalmente, todos esos datos cualitativos son usados para crear una fórmula con “capacidad vectorial” que pueda desarrollar predicciones cuantitativas, en otras palabras, la tasa de crecimiento de la enfermedad.

“Predecir el riesgo es muy complicado, pero ahora al menos tenemos una mejor oportunidad” comentó Rossignol. “Lo bueno de este acercamiento es que requiere un conocimiento del proceso de la enfermedad, pero poca información de campo, la cual es costosa y tardada de obtener. En ese sentido, ahora hay una mucho mejor razón para verdaderamente entender cómo se propagan las enfermedades y cuáles son las variables, porque tenemos una mejor manera de aprovechar ese conocimiento”.

Este sistema se puede usar con cualquier enfermedad que se contagie por medio de animales o insectos, es decir, la clase de infecciones que se propagan por mecanismos relacionados con otros animales. Desde viejas y conocidas enfermedades como la malaria hasta nuevas enfermedades que han causado alarma en fechas recientes, tales como el virus del Nilo, el SARS o la fiebre aviaria.

Comprender cómo se puede extender y los riesgos potenciales de una enfermedad cuando recién aparece puede ayudar considerablemente en los esfuerzos para su control.