En un instante en el que la hostelería y el comercio están sufriendo importantes restricciones a causa a la pandemia mundial de coronavirus, entender de qué forma se propaga el SARS-CoV-2 es fundamental a la hora de decidir las medidas de reapertura. Es por ello que estudiosos de la Universidad de Stanford (EE. UU.) han creado un modelo informático que pudo predecir con exactitud la expansión del Covid-19 en diez ciudades estadounidenses la pasada primavera, señalando restaurantes, cafeterías y gimnasios De exactamente la misma forma que los primordiales establecimientos en los cuales se produjeron eventos de «superpropagación». Si es que bien, los creadores señalan que si se aplican restricciones de aforo, esta incidencia puede descender a la mitad o bien incluso más, creando un equilibrio entre la actividad económica y la ocación sanitaria. Los resultados terminan de publicarse en la gaceta «Nature». El elenco tuvo en cuenta tres factores: d ónde van diariamente las personas, cuánto tiempo permanecen en un lugar determinado y con cuánta gente coinciden en ese instante. De esta manera, entre el entre el 1 de marzo y el 2 de mayo de 2020 se cruzaron información demográficos, estimaciones epidemiológicas y De la misma forma data anónima de la ubicación de teléfonos móviles de 98 millones de estadounidenses en 10 de las áreas metropolitanas más grandes del país: Inédita York, Los Ángeles, Chicago, Dallas, Washington DC, Houston, Atlanta, Miami, Filadelfia y San Francisco. A continuación, se empleó ese modelo para llevar a cabo predicciones a corto plazo que, acto seguido, se compararon con los data reales proporcionados por los funcionarios sanitarias. Y los resultados coincidieron. «Creamos un modelo informático para analizar de qué forma personas de diferentes orígenes demográficos y de distintos vecindarios visitan diversos géneros de lugares que están aproximadamente concurridos. En base a todo esto, pudimos predecir la probabilidad de que ocurran nuevas infecciones en un sector y momento dados», explica Jure Leskovec, informático de Stanford que dirigió la investigación, en la que De la misma forma participó la Universidad Northwestern. «Y esto no es un “o todo o nada” para esta clase de locales, Sino más bien que nuestro sistema ayuda a compatibilizar la actividad económica con la prevención sanitaria», señala el estudioso. Puntos de interés y superpropagación El nivel de dato de los datos de movilidad dejó a los investigadores modelar el número de infecciones que ocurren por hora en casi 553.000 establecimientos diversos agrupados en 20 categorías, denominados «puntos de interés», entre los que se incluyen Desde iglesias a concesionarios de autos o tiendas de mascotas, Aunque Siempre y en toda circunstancia y en toda circunstancia y en todo momento teniendo en cuenta únicamente espacios cerrados. Su modelo apunta que el 40% de todos los contagios se dieron en restaurantes, seguidos por los gimnasios, las cafeterías y los hoteles, Si bien las infecciones no se dieron en todos los lugares de forma homogénea, Puesto que cada área metropolitana tiene unas peculiaridades diferentes (número total de población, más o bien menos establecimientos o bien distintos niveles de contagio, entre otros). «Por ejemplo, en el área metropolitana de Chicago, el 10% de los puntos de interés representaron el 85% de las infecciones previstas en estas zonas», afirman los estudiosos. Entre los establecimientos se excluyeron los colegios, Porque no se puede recopilar información de menores A lo largo de sus teléfonos móviles; ni de transporte público: «Los información recopilados A lo largo de los smartphones nos indican Solo la localización de cada persona, Pero no si es que en ese momento van en un Solo autobús con otras ocho personas más; aparte de que existen otros incidentes asociados, Al idéntico que que la señal GPS no se recibe en el metro», explica en conferencia de prensa online Serina Chang, De la misma forma autora del estudio. «En definitiva, cuanta más gente está en un Solo mismo sitio cerradodurante más tiempo, más crece la probabilidad de contagio en el área», sentencia Chang. Terraza española - DE SAN BERNARDO ¿Se puede extrapolar este modelo a España? A el interrogante de si es que este sistema sería extrapolable a otros países, Además que España, Jure Leskovec, profesor asociado de Ciencias de la Computación en la Universidad de Stanford contesta: «El modelo básico es extrapolable a cualquier sitio del que tengamos datos de demográficos, expansión de la enfermedad y una alta penetración del uso del móvil. Sin embargo sí que sería interesante estudiar países Al idéntico que España, en el que el consumo en la calle es habitual, y observar qué tipo de riesgos pueden ocurrir, Pero el contrato científico apunta que los contagios al aire disponible son mucho menores que en recintos cerrados». Desigualdad entre regiones ricas y pobres Además, el estudio señala que en las regiones con ingresos más bajos hay mayor probabilidad de contagio, Porque estas personas En general tienen que salir a la calle por trabajo, sus comercios son más pequeños y tienden a ser más concurridos. De forma concreta, el estudio indica que las tiendas de alimentación de las zonas con menos poder adquisitivo, por servirnos de un ejemplo, tenían cerquita de de un 59% más de personas por metro cuadrado que las de los Barrios ricos, y sus clientes estaban un 17% más de tiempo de media en su interior. «Debido a que los lugares que emplean a minorías y personas de bajos ingresos a menudo son más pequeños y están más abarrotados, los límites de aforo pueden reducir los riesgos de contagio. Tenemos la responsabilidad de fabricar planes de reapertura que eliminen, o bien al menos reduzcan, las disparidades que están creando las prácticas actuales», asevera David Grusky, profesor de sociología en la Facultad de Humanidades y Ciencias de Stanford y coautor del estudio. Las claves para una reapertura efectiva Sin embargo el estudio no se queda en señalar los establecimientos en los cuales es más probable la propagación del SARS-CoV-2. Los autores De la misma forma estimaron los efectos de las distintos estrategias de reapertura y su impacto tanto a nivel sanitario Al parecido que económico. De esta manera, hallaron que si se limita un espacio al 20% de aforo De exactamente la misma forma que máximo, las infecciones caerían más de un 80%, Pero las visitas Sólo se reducirían en un Solo 42%. El cuadro muestra en el eje de ordenadas el número total de contagios y en el abscisas el de visitas a la tienda. Conforme muestra la figura, restringir la ocupación máxima puede conseguir un equilibrio efectivo: por poner un ejemplo, un límite de ocupación del 20% Todavía permitiría el 60% del volumen de visitas que se producían Antes de la pandemia, con un porcentaje de probabilidad de contagios de un 18% (un 82% de probabilidades menos que si se abriera un 100%) - Serina Yongchen Chang Los autores insisten en que su estudio prueba que la movilidad es el factor más importante de la expansión de la pandemia y que políticas encaminadas a reducirla, si es que los data epidemiológicos lo indican, son la mejor opción. «Se ha hablado mucho de los individuos “superpropagadores”, No obstante no tanto acerca de los lugares en los que estas personas han contagiado a mucha gente, que son sitios pequeños en los cuales se está dando una masificación de gente. Esto sería lo cual habría que evitar, Ya que nuestro modelo prueba la importancia de que la gente salga lo mínimo posible de casa y que evite esta clase de lugares», remarca Chang, quien Asimismo explica que Se trata de un modelo dinámico que se marcha transformando Conforme avanza la incidencia de la pandemia.