Las enfermedades contagiosas que interactúan, como la gripe y la neumonía, siguen los mismos patrones complejos de propagación que las tendencias sociales. Este nuevo hallazgo, publicado en ‘Nature Physics‘, podría conducir a un mejor seguimiento e intervención cuando múltiples enfermedades se propagan a través de una población al mismo tiempo.
“La interacción de las enfermedades es la norma más que la excepción –explica Laurent Hébert-Dufresne, de la Universidad de Vermont autor de la nueva investigación–. Y, sin embargo, cuando los modelamos, casi siempre es una enfermedad aislada”.
Cuando los modeladores de enfermedades mapean una epidemia como el coronavirus, el ébola o la gripe, tradicionalmente los tratan como patógenos aislados. Bajo estas dinámicas llamadas “simples”, generalmente se acepta que el tamaño previsto de la epidemia será proporcional a la tasa de transmisión.
Pero según Hébert-Dufresne, profesor de ciencias de la computación en la Universidad de Vermont, y sus coautores Samuel Scarpino en la Northeastern University y Jean-Gabriel Young, de la Universidad de Michigan, la presencia de incluso un contagio más en la población puede cambiar drásticamente la dinámica de simple a complejo.
Una vez que se produce este cambio, las modificaciones microscópicas en la tasa de transmisión desencadenan saltos macroscópicos en el tamaño epidémico esperado, un patrón de difusión que los científicos sociales han observado en la adopción de tecnologías innovadoras, jerga y otros comportamientos sociales contagiosos.
Los investigadores comenzaron a comparar contagios biológicos y contagios sociales en 2015 en el Instituto Santa Fe, un centro de investigación transdisciplinario donde Hébert-Dufresne estaba analizando cómo las tendencias sociales se propagan a través del refuerzo.
El ejemplo clásico de refuerzo social, según Hébert-Dufresne, es “el fenómeno a través del cual diez amigos que te dicen que vayas a ver la nueva película de Star Wars es diferente de un amigo que te dice lo mismo diez veces”.
Al igual que varios amigos refuerzan un comportamiento social, la presencia de múltiples enfermedades hace que una infección sea más contagiosa que por sí sola. Las enfermedades biológicas pueden reforzarse entre sí a través de los síntomas, como en el caso de un virus del estornudo que ayuda a propagar una segunda infección como la neumonía. O bien, una enfermedad puede debilitar el sistema inmunitario del huésped, haciendo que la población sea más susceptible a un segundo, tercer contagio adicional.
Cuando las enfermedades se refuerzan entre sí, se aceleran rápidamente a través de la población, luego se esfuman a medida que se quedan sin nuevos huéspedes. Según el modelo de los investigadores, el mismo patrón súper exponencial caracteriza la propagación de las tendencias sociales, como los videos virales, que se comparten ampliamente y luego dejan de ser relevantes después de que una masa crítica de personas los ha visto.

Dengue y antivacunas

Un segundo hallazgo importante es que los mismos patrones complejos que surgen para las enfermedades que interactúan también surgen cuando un contagio biológico interactúa con un contagio social, como en el ejemplo de un virus que se propaga junto con una campaña antivacunación.
El documento detalla un brote de dengue de 2005 en Puerto Rico, y Hébert-Dufresne cita un ejemplo adicional de un brote de dengue de 2017 en Puerto Rico donde el hecho de no tener en cuenta con precisión la interacción de las cepas de dengue redujo la efectividad de una vacuna contra el dengue.
Esto a su vez provocó un movimiento contra la vacunación, una epidemia social, que finalmente condujo al resurgimiento del sarampión, una segunda epidemia biológica. Es un ejemplo clásico de la complejidad del mundo real, donde surgen consecuencias no deseadas de muchos fenómenos que interactúan.
Aunque es fascinante observar un patrón de propagación universal a través de complejos sistemas sociales y biológicos, Hébert-Dufresne señala que también presenta un desafío único. “Observando solo los datos, podríamos observar este patrón complejo y no saber si una epidemia mortal estaba siendo reforzada por un virus, un fenómeno social o alguna combinación”, apunta.
“Esperamos que esto abra la puerta a modelos más emocionantes que capturen la dinámica de múltiples contagios –añade–. Nuestro trabajo muestra que es hora de que la comunidad de modelos de enfermedades avance más allá de mirar contagios individualmente”.
Y el nuevo estudio puede arrojar luz sobre la propagación del coronavirus. “Al hacer predicciones, para el brote actual de coronavirus como lo que ocurre en una temporada de gripe, es importante saber qué casos tienen infecciones múltiples y qué pacientes están en el hospital con gripe, pero están asustados por el coronavirus –añade Hébert-Dufresne–.”Las interacciones pueden ser de naturaleza biológica o social, pero todas importan”.