Predecir la incidencia de la gripe a partir de valores meteorológicos

Investigadores de la Universidad de Santiago han desarrollado un sistema que adelanta cuál va a ser el impacto de la gripe durante las tres semanas siguientes en un área geográfica concreta.

María R.Lagoa. Vigo | 25/04/2018 20:00

Virus de la gripe. ()

Investigadores de la Universidad de Santiago de Compostela (USC) han utilizado las matemáticas para desarrollar un nuevo modelo de predicción que ayude a los gestores a ajustar y reforzar los dispositivos asistenciales para afrontar la demanda producto de la gripe.

El procedimiento estadístico tiene un enfoque novedoso en el que la información meteorológica juega un papel fundamental. Los primeros resultados demuestran que puede adelantar cuál va a ser el impacto de la enfermedad en un área geográfica concreta durante las tres semanas siguientes.

Las conclusiones se comunican en un artículo que se publica en PLOS ONE con el título "Predicting seasonal influenza transmission using functional regression models with temporal dependence". Los investigadores del grupo Modestya de la Universidad de Santiago (Modelos de Optimización, Decisión Estadística y Aplicaciones), Manuel Oviedo de la Fuente y Manuel Febrero Bande, son los primeros firmantes.

"El modelo busca variables sencillas de medir para que sea práctico y eficaz. Su principal virtud es que utiliza información fácilmente accesible, como es la meteorológica"", significa Febrero. Con este procedimiento se valora la temperatura junto al ratio de la gripe por 100.000 habitantes durante las semanas anteriores y se puede hacer una predicción a una, dos y tres semanas: "Hemos visto que cuando la temperatura está por debajo de 10 grados, se producen picos de la gripe transcurridas dos semanas".

El artículo recoge datos obtenidos en Galicia pero el sistema se emplea también en Cataluña a raíz de la colaboración que mantiene el Departamento de Salud de la Generalitat con el Instituto Tecnológico de Matemática Industrial de Galicia.

Epidemias de tamaño variable

En términos numéricos la epidemiología de la gripe interpandémica se caracteriza en zonas templadas por epidemias de tamaño variable que ocurren durante los meses más fríos del invierno (entre noviembre y abril en el hemisferio norte y de mayo a septiembre en el sur), cada uno de los cuales suele durar de 8 a 10 semanas.

El modelo puede ayudar a reforzar los dispositivos asistenciales cuando sea necesario

Según estos datos y los de un estudio sobre la actividad de la influenza a lo largo de ocho temporadas (entre 1999 y 2007), la duración media de las epidemias en 23 países europeos fue de 15,6 semanas (con una mediana de 15 semanas y un rango de duración de entre 12 y 19). El período típico de incubación de la gripe oscilaría, a tenor de varios estudios, entre 1 y 4 días, lo que deja un promedio de 2 días.

A partir de estos guarismos, los investigadores se basaron en la estadística para predecir la incidencia de la gripe en base a la meteorología. Esto es posible porque la manifestación de las epidemias de gripe en determinados momentos del año puede relacionarse con condicionantes ambientales más favorables para la supervivencia del virus.

Como se explica en el artículo, varias teorías señalan una mejor supervivencia del virus a bajas temperaturas, humedad y bajos niveles de radiación ultravioleta, lo que explicaría el patrón de comportamiento del virus en las zonas tibias.

La temperatura, determinante

El equipo de la USC consideró todas las variables y concluyeron que la más determinante es la temperatura. La humedad no es significativa y la valoración de la temperatura y la radiación solar juntas no aporta más que la temperatura sola.

La predicción corrige la dependencia temporal (se reajusta a los errores cometidos en el pasado reciente) y es capaz de tener en cuenta la dependencia espacial (los valores de incidencia en municipios o comarcas próximas). "La corrección de la dependencia temporal o espacial puede conseguir que sólo con variables meteorológicas se consigan resultados de predicción tan buenos como los que se consiguen con variables más difíciles de obtener, como la tasa de gripe de la semana pasada", explica Febrero.

El modelo propuesto también es útil cuando la historia reciente de la incidencia de la gripe no está disponible, por ejemplo por retrasos en la comunicación con los informantes, y en el que la predicción debe construirse corrigiendo la dependencia temporal de los residuos y utilizando las variables con mejor información disponible en cada momento.

El estudio fue financiado por la Agencia Catalana de Gestión de Ayudas para la Investigación Universitaria y por el Ministerio de Economía y Competitividad con la colaboración del Servicio de Epidemiología de la Dirección General de Salud Pública de la Xunta de Galicia, que facilitó parte de la información utilizada