Un model matemàtic preveu l'expansió d'epidèmies per desplaçaments

Investigadors de la Universitat Rovira i Virgili (URV) de Tarragona i de la Universitat de Saragossa han dissenyat un model matemàtic que permet fer prediccions sobre l'expansió de malalties en situacions de mobilitat recurrent. Amb aquest model han descobert que els desplaçaments recurrents entre diferents poblacions o districtes d'una gran ciutat, de casa al treball i de tornada a casa, per exemple, poden minimitzar els efectes d'una epidèmia, al contrari del que es podria intuir.

La investigació, duta a terme per Àlex Arenas, de la URV, i Jesús Gómez i David Soriano, de la Universitat de Saragossa, la publica la revista "Nature Physics". A través d'un estudi fet amb dades de la ciutat de Cali (Colòmbia), els investigadors han demostrat, paradoxalment, que la mobilitat diària entre districtes redueix la incidència de la propagació d'una epidèmia.

Segons ha explicat Arenas, "en una situació així, el sentit comú ens aconsellaria aïllar-nos de la resta de la població o reduir la mobilitat i disminuir les possibilitats de contagi".

A través d'un estudi amb dades de la ciutat de Cali, els investigadors han demostrat que la mobilitat diària entre districtes redueix la incidència de la propagació d'una epidèmia

Les persones fan trajectes recurrents es desplacen a una altra ciutat o barri i tornen a casa i, en aquest context, els investigadors es van preguntar si aquesta mobilitat feia variar la incidència d'una epidèmia.

"La resposta és 'sí'", ha afirmat Àlex Arenas, investigador del Departament d'Enginyeria Informàtica i Matemàtiques de la URV, però la conclusió a la qual han arribat és "contraintuïtiva" perquè, segons Arenas, "la mobilitat recurrent implica menys epidèmies".

Després d'una primera fase de validació del model, van utilitzar les dades en diverses ciutats i van observar "que l'augment de mobilitat no sempre comporta un increment de la incidència epidèmica", ha dit Jesús Gómez Gardeñes, investigador de l'Institut Universitari d'Investigació de Biocomputació i Física de Sistemes Complexos de la Universitat de Saragossa.

Segons la investigació, les poblacions dels districtes que van analitzar -barris de Barcelona, Tarragona i Reus-, no són iguals quant a la quantitat d'habitants que viuen perquè hi ha subpoblacions amb densitats molt diferenciades.

"I quan es distribueix la gent el dia a dia, aquestes poblacions s'equilibren: els centres de les ciutats que concentren oficines i negocis i on viu poca gent varien la densitat quan es desplaça a treballar la gent dels barris residencials, per exemple", han indicat els investigadors.

Les poblacions que van analitzar -barris de Barcelona, Tarragona i Reus-, no són iguals quant a la quantitat d'habitants que viuen perquè hi ha subpoblacions amb densitats molt diferenciades

Així, l'homogeneïtzació de la població en metapoblacions -poblacions que tenen connexions de persones que es mouen de manera recurrent-, fa preveure que la incidència de l'epidèmia pugui baixar, al contrari del que es pensava.

En una població petita les epidèmies costen més d'expandir-se, perquè la infectivitat és la mateixa, però no hi ha tanta gent, però en una localitat molt gran és més fàcil la infecció.

L'explicació és que les poblacions que determinarien el punt crític de la infecció, que són les més grans, es veuen rebaixades per la mobilitat i això fa que el punt crític, a partir del qual l'epidèmia persisteix, sigui inferior.

Segons els investigadors, amb el nou model matemàtic poden calcular quan passarà això i en quines condicions, és a dir, poden comprendre de manera més detallada per què en unes ciutats la incidència d'una epidèmia pot ser inferior que en altres quan, en principi, ni la infectivitat ni el mecanisme d'infecció han canviat.

Els investigadors consideren que l'estudi es pot estendre a d'altres ciutats o territoris, sempre que es disposi de les dades de mobilitat real entre ciutats o districtes.

Segons ells, l'anàlisi d'aquestes dades utilitzant aquest model pot ser crucial per fer polítiques que evitin l'expansió d'una epidèmia o per preveure la seva incidència.

"Si no tenim clar que l'expansió d'una malaltia té dependència amb la mobilitat, en determinats moments no es podran aplicar mesures correctes", ha dit per acabar Arenas.