Especialistas en estatística desenvolven un procedemento para predicir a incidencia da gripe a partir de información meteorolóxica
Febre igual ou maior a 38º -sobre todo os dous primeiros días-, tose, dor de garganta, dor de cabeza e muscular, malestar xeral, conxestión nasal, esbirros e, ata, vómitos e diarrea. Probablemente boa parte da poboación teña experimentado estes síntomas nalgún momento das súas vidas, porque, quen non coñece a gripe?. Se ben a ferramenta máis eficaz fronte este cadro vírico probablemente sexa a vacina, as matemáticas achegan unha nova e curiosa arma coa que axudar a xestionar a súa incidencia social e sanitaria, porque a gripe tamén son números.
Como destacan nun artigo en PLOS ONE os investigadores do grupo MODESTYA da USC (Modelos de Optimización, Decisión, Estatística e Aplicacións) Manuel Oviedo de la Fuente e Manuel Febrero Bande, en termos numéricos a epidemioloxía da gripe interpandémica (tamén denominada influenza estacional) caracterízase en zonas temperadas por epidemias de tamaño variable que ocorren durante os meses máis fríos do inverno (entre novembro e abril no hemisferio norte e de maio a setembro no sur), cada un dos cales sole durar de 8 a 10 semanas. Xunto estes datos, e nun estudo sobre a actividade da influenza ao longo de oito temporadas (entre 1999 e 2007), a duración media das epidemias en 23 países europeos foi de 15,6 semanas (cunha mediana de 15 semanas e un rango de duración que oscilou entre un mínimo de 12 e un máximo de 19). Como curiosidade e tamén en clave estatística, o período típico de incubación da gripe oscilaría segundo diversos estudos entre 1 e 4 días, o que deixa unha media de 2 días.
Vixilancia a partir da meteoroloxía
Á vista destes datos, como pode a estatística contribuír a combater a gripe? Axudando a predicir a súa incidencia en base á meteoroloxía. Isto é posible xa que a manifestación das epidemias de gripe en determinados momentos do ano podería relacionarse con condicionantes ambientais máis favorables para a supervivencia do virus. 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, o que explicaría o patrón de comportamento do virus nas zonas temperadas.
Manuel Oviedo de la Fuente, do ITMATI, e o catedrático da USC Manuel Febrero Bande, xunto coa profesora María Pilar Muñoz, da Universidade Politécnica de Cataluña, e Ángela Domínguez, da Universidade de Barcelona, desenvolveron un procedemento estatístico para predicir a incidencia da gripe a través dun enfoque novidoso baseado en datos funcionais. A súa principal virtude, explican Oviedo de la Fuente e Febrero Bande é que “utiliza información facilmente accesible como é a meteorolóxica para predicir a incidencia da enfermidade en Galicia nas próximas semanas”.
A predición corrixe a dependencia temporal –re axústase aos erros cometidos no pasado recente- e é capaz de ter en conta a dependencia espacial –os valores de incidencia en municipios ou comarcas próximas-. En conxunto, o equipo da USC apunta como unha das conclusións máis interesantes que “a corrección da dependencia temporal ou espacial pode conseguir que só con variables meteorolóxicas se consigan 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”.
Os modelos propostos “son útiles cando a historia recente da incidencia da gripe non está dispoñible, por exemplo por retrasos na comunicación cos informantes, e na que a predición debe construírse corrixindo a dependencia temporal dos residuos e utilizando as variables con mellor información dispoñible en cada momento”, explican dende o equipo de investigación.
Comprobada a eficacia
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, lembran que “las 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”.
O artigo, agora publicado en PLOS ONE co título ‘Predicting seasonal influenza transmission using functional regression models with temporal dependence’, mostra que os estimadores propostos polo equipo de investigación “melloran o enfoque clásico con resultados extremadamente bos dende o punto de vista preditivo”. Este tipo de modelos axudan aos servizos de saúde a determinar por adiantado os recursos precisos para facer fronte aos brotes epidémicos. De feito, e froito da colaboración entre o Instituto Tecnolóxico de Matemática Industrial da USC e o Departamento de Saúde da Generalitat de Cataluña, xa se emprega para realizar semanalmente as predicións da gripe nas diferentes rexións sanitarias desta comunidade autónoma.
O estudo foi financiado pola Axencia Catalá de Xestión de Axudas para a Investigación Universitaria e polo Ministerio de Economía e Competitividade, coa colaboración do Servizo de Epidemioloxía da Dirección Xeral de Saúde Pública (Sergas) da Consellaría de Sanidade da Xunta de Galicia que facilitou parte da información utilizada.