Modelos matemáticos y pandemias

Una comparativa de los distintos modelos epidemiológicos que guían la toma de decisiones en contextos de crisis sanitaria.

La pandemia desatada por el virus de la COVID-19 ha puesto en primer plano la relación entre el conocimiento científico y las decisiones políticas. La aparición de una infección desconocida, muy contagiosa y con un índice de letalidad nada despreciable, hizo que los responsables políticos buscaran asesoramiento científico para valorar cuáles eran las mejores estrategias, incluida la de no intervenir. La peculiaridad de la situación vivida al comienzo de la pandemia tiene dos condicionantes destacables sobre la toma de decisiones políticas. La primera es la urgencia, dada la explosiva multiplicación de contagios y muertes; la segunda es la carencia de información sobre la propia enfermedad, por más que en el pasado reciente haya habido algún episodio provocado por agentes infecciosos similares.

En esta tesitura, la noción de modelo científico ha cobrado una relevancia extraordinaria, hasta el punto de que casi ha pasado a formar parte del lenguaje cotidiano. Se trata de una de las nociones que más interés y discusión ha despertado en la filosofía de la ciencia reciente. Es importante señalar que encontramos una gran heterogeneidad y diversidad entre los modelos empleados por los científicos. Estos pueden diferir en sus componentes, grado de abstracción e incluso estatus ontológico. Se habla, por ejemplo, del modelo atómico de Bohr-Sommerfeld, del modelo depredador-presa de Lotka-Volterra o de modelos animales utilizados en ensayos de laboratorio. Es difícil encontrar un rasgo común más allá, en todo caso, de la capacidad representacional. Es generalmente aceptado, pues, que los modelos representan, de un modo más o menos idealizado, entidades, procesos o sistemas.

El hecho es que, en la situación provocada por la pandemia, la modelización de una situación compleja para anticipar escenarios futuros y evaluar estrategias posibles (uso de mascarillas, cierre de fronteras, confinamiento domiciliario, etcétera) ha absorbido muchos esfuerzos de científicos e investigadores. Y también ha condicionado decisivamente la adopción de unas u otras políticas. El giro del entonces primer ministro Boris Johnson en el Reino Unido en marzo de 2019, en un principio partidario de la no intervención, tras conocer las modelizaciones realizadas por el equipo del Colegio Imperial de Londres, ofrece un buen ejemplo.

En el terreno de la epidemiología, los modelos utilizados tradicionalmente han sido los compartimentales. Fueron propuestos hace casi un siglo por William O. Kermack y Anderson G. McKendrick, basándose en estudios previos de Ronald Ross sobre la malaria. La idea básica consiste en dividir la población en distintos «compartimentos», según su relación con la enfermedad, y precisar qué variaciones se producen en cada uno de ellos en atención a los factores condicionantes (hay enfermedades más contagiosas que otras, por ejemplo). Así, el modelo compartimental más sencillo, denominado SIR, divide a la población en tres sectores: vulnerables (S, por susceptible, «vulnerable» en inglés), infectados (I) y recuperados (R). [Véase «Cómo modelizar una pandemia», por Bartolo Luque, Fernando Ballesteros y Octavio Miramontes; Investigación y Ciencia, mayo de 2020.]

Puedes obtener el artículo en...

¿Tienes acceso a la revista?

Los boletines de Investigación y Ciencia

Elige qué contenidos quieres recibir.

Responsable: Prensa Científica, S.A. Finalidad: enviarle por correo electrónico los boletines que haya solicitado recibir. Derechos: tiene derecho a acceder, rectificar y suprimir sus datos, así como a otros derechos, como se explica en la información adicional y detallada que puede consultar en nuestra Política de Privacidad.