Facebook Twitter Instagram YouTube flickr 

Seu electronica

Perquè costa tant prendre decisions en la gestió de la pandèmia del SARS-Cov-2?

A les notícies referents a la pandèmia de SARS-Cov-2 i de la malaltia COVID-19, el ciutadà té la impressió d’estar molt venut alhora d’entendre algunes decisions sobre confinament i sobre com cal avançar en la tornada a la normalitat. En rigor, a part de la dificultat de les decisions que ha de prendre un polític i que necessàriament han de contemplar aspectes econòmics i socials, la gestió de qualsevol pandèmia requereix una acurada anàlisi basada en dades, no sempre fàcil de fer ni fàcil d’explicar. En l’actual situació, amb una afectació mundial, aquesta anàlisi és particularment complexa. En particular, disposem de dades molt incompletes sobre la transmissió del virus i l’afectació real a la població, no coneixem amb certesa com es concreten aquests mecanismes en diferents grups de risc, no sabem si les persones que superen la malaltia estan immunitzades i per quant temps, etc.

Si hom disposa de suficients dades i d’un coneixement raonable del problema, aleshores es poden utilitzar models matemàtics per a estudiar la dinàmica de l’epidèmia i fer prediccions sensates sobre la seva evolució. Un model matemàtic tradueix un mapa conceptual d’un determinat problema a un conjunt de fórmules que permeten una anàlisi acurada i la simulació de possibles escenaris mitjançant computadors. Els models matemàtics d’epidèmies s’han estudiat des de fa dècades i es disposa de molta experiència sobre què és important per evitar un avenç incontrolable.

A la pràctica, la capacitat predictiva d’un model matemàtic depèn del coneixement del problema i, com hem dit, de disposar de dades suficients que puguin ajudar a implementar-lo de manera que sigui útil. Els models poden ser relativament simples quan la complexitat del problema és baixa. Per exemple, podem predir exactament quan es produirà el proper eclipsi de lluna perquè disposem d’una descripció matemàtica (bàsicament les lleis del moviment) que ho descriu acuradament. En aquest cas, podem prescindir dels detalls de la Lluna (cràters, muntanyes, etc.) i de la Terra, tot reduint el problema des del punt de vista conceptual. Malauradament, quan es tracta d’una situació complexa com la d’una epidèmia o, encara més, d’una pandèmia, les coses no són tan senzilles.

Per tal de bastir un model de l’actual pandèmia cal tenir en compte la distribució geogràfica, l’existència d’asimptomàtics (dels quals no sabem si estan infectats i si són infecciosos), la probabilitat de transmetre el virus, la reacció individual a la infecció, la dinàmica de moviments de la població entre diferents territoris, i moltes coses més. D’altra banda, cal tenir en compte, com hem apuntat abans, la informació incompleta sobre el total de casos reals. A més, tal com passa en models econòmics o en ciències socials, els diferents col·lectius (polítics, sanitaris, malalts, asimptomàtics, etc.) canvien el seu comportament de manera dinàmica i en funció de notícies i recomanacions de les diferents institucions. Això complica molt el desenvolupament de models que siguin predictius a mitjà i llarg termini.

Malgrat tot, nombrosos grups arreu del món han treballat per a definir models pràctics que permetin explorar l’evolució de l’epidèmia en diferents escenaris. Un exemple, però n’hi ha molts d’altres, és el model desenvolupat per grups de la Universitat Rovira i Virgili i de la Universitat de Saragossa. Aquest model té en compte diferents grups d’edat i intenta adaptar les diferents dinàmiques en aquests grups, tot considerant la interacció entre persones de grups diferents i el seu efecte en transmetre la infecció. És un esforç notable i el model es va modificant a poc a poc en funció de la informació disponible.

 

 

En situacions tan complexes com les que discutim, la intuïció no és suficient. Els actors implicats i els efectes de determinades accions (confinament total, desplaçaments, reunions, etc.) que es puguin fer afecten el conjunt de la dinàmica de l’epidèmia de formes que no es poden predir amb una simple anàlisi i raonament intuïtiu. Els models calculen la dinàmica de l’epidèmia tenint en compte totes les interaccions i els canvis temporals que es produeixin.

En aquest punt, és important que les persones al càrrec de les decisions d’actuació entenguin la importància dels diferents processos implicats i siguin capaçes de valorar les prediccions dels models i de les seves limitacions de manera adient, tenint en compte les incerteses per manca d’informació i sabent valorar les tendències resultants a partir de les especificacions que s’incloguin en el model.

Actualment, els models matemàtics són presents en gairebé tots els processos de gestió de situacions complexes (per exemple meteorologia, disseny de nous fàrmacs, construcció d’avions i cotxes, gestió de cultius, diagnòstic mèdic, etc.). Sense aquests models, per més que siguin aproximacions a una realitat complexa, l’allau d’informació que cal traginar i avaluar és inabastable per a l’home i caminaríem a cegues en les decisions que hem de prendre. Com deia George E. P. Box "tots els models són incorrectes, alguns són útils". La gestió de l’actual pandèmia necessita aquestes eines, en tant que models útils, si volem arribar a prendre decisions correctes a mitjà i a llarg termini.