Por qué las proyecciones sobre las ondas de Covid son cada vez más complicadas

CIENCIA – Iniciada a principios de junio, podemos decir este martes 26 de julio que la 7ª ola de COVID-19 en Francia alcanzó tu pico. Por el lado de los casos positivos, como las hospitalizaciones, los indicadores están a la baja, como se puede ver en gráfico a continuación.

Buenas noticias (si la tendencia continúa), porque este pico relacionado con la variante BA.5 simplemente coincidió con el vinculado a BA.2, lejos de la primera “onda Omicron”, causada por BA.1. Esto también es una buena noticia porque, aunque la situación en Portugal y Sudáfrica permitía no alarmarnos demasiado, era la primera oleada para la que el Consejo Científico (y por tanto el gobierno) no tenía un modelo en el que apoyarse.

Y por el momento, el Institut Pasteur tampoco tiene un anteproyecto para las futuras olas que, sin duda, llegarán tan pronto como termine el verano y nuestra inmunidad se desvanecerá lentamente.

eso no paró el Consejo Científico, en su último dictamen emitido el 19 de julio y detallado en rueda de prensa, para trabajar en tres escenarios de cara a la caída. Pero estas trayectorias son muy genéricas: un retorno de variantes existentes, una variante descendiente de Omicron, o peor aún, una variante muy diferente y posiblemente mucho más peligrosa.

Los modelos se vuelven demasiado complejos.

Pero, ¿por qué el Consejo Científico ya no tiene proyecciones que le permitan anticiparse? “Esta ola BA.5 fue la primera donde no teníamos un modelo, porque en los últimos dos años comenzamos con modelos simples, que gradualmente se fueron complejizando para integrar el impacto en la epidemia de variantes, vacunas, así como la disminución de la inmunidad”, explica Simon Cauchemez, modelista del Institut Pasteur y miembro del Consejo Científico. “Estos modelos demasiado complejos ahora son inciertos”.

Realiza proyecciones sobre las curvas del Covid-19 (más detalles en esta entrevista de 2020 con Simón Cauchemez), se formulan hipótesis sobre el virus (su contagiosidad, duración de la infección, gravedad, etc.)

Al comienzo de la epidemia, las cosas eran (lamentablemente) simples: casi cualquiera podía contraer el Covid-19. Incluso después de la primera ola, afectó solo al 5% de la población. Solo había dos formas de llegar a la cima. O dejar que el virus se propague hasta que no haya suficientes personas para infectarse (dejando así morir a decenas o incluso cientos de miles de personas). O tomar medidas para limitar nuestros contactos de riesgo para romper las cadenas de transmisión del coronavirus.

Pero desde entonces, las cosas han evolucionado de muchas maneras. En primer lugar, gracias a las vacunas, que nos han proporcionado una protección muy importante frente a las formas graves y, de forma más leve y efímera, frente a la infección. También hubo variantes para integrar en los modelos. ¿Este nuevo conjunto de mutaciones ha hecho que el virus sea más contagioso? ¿Menos virulento? Capaz de evadir la vacuna? ¿A una infección previa?

“Sabemos poco sobre la inmunidad cruzada entre variantes”

Todos estos parámetros hicieron que las proyecciones fueran más complejas, pero los modeladores aún vieron las cosas con claridad. “Hasta entonces, podrías simplificar poniendo a las personas en cajas. Las personas vacunadas con una dosis, dos dosis, un refuerzo, los infectados con inmunidad natural”, explica Samuel Alizon, Director de Investigación del CNRS, experto en modelado de enfermedades infecciosas. “Pero las ondas de Omicron hicieron estallar las categorías”.

Con la llegada de la variante Omicron altamente contagiosa, la mayoría de los países occidentales, ampliamente vacunados, cansados ​​de repetidos bloqueos e incapaces de desarrollar medidas de frenado no coercitivas, optaron por dejar pasar la epidemia. Al hacerlo, aceptamos una ola muy grande de casos, de hospitalización, pero con un número mucho menor que para las variantes anteriores en una población no vacunada. También estaba el vaga e irrisoria esperanza de que esta ola sea la últimaprovocando la “inmunidad de rebaño”, impidiendo la circulación del coronavirus.

Pero la realidad, una vez más, rápidamente los alcanzó con poca esperanza. Esta inmunidad natural, como ya sabíamos, no dura para siempre. Disminuye y desaparece con el tiempo (aunque frente a las formas graves parece estabilizarse tras tres dosis o tres infecciones).

Y esa es una gran parte del problema. “Si bien la inmunidad de las vacunas es fácil de controlar y monitorear, la inmunidad natural es menos conocida”, explica Samuel Alizon. Sobre todo con la multiplicación de variantes y situaciones. ¿Qué caja poner a una persona vacunada, contaminada 3 meses después, entonces, quién tuvo un retiro en enero? ¿Qué tan comparable es su inmunidad a alguien infectado en 2020, vacunado 2 veces en 2021 y luego reinfectado con BA.1 en enero de 2022? ¿O por BA.2 en marzo?

“Sabemos poco sobre la inmunidad cruzada entre variantes, por ejemplo, vimos que BA.5 puede eludir parte de la inmunidad causada por una infección con BA.1”, ilustra Samuel Alizon. Todas estas casillas se vuelven, por tanto, demasiado difíciles de gestionar para que un modelo epidemiológico ofrezca proyecciones precisas sin correr el riesgo de perderse por completo.

Simplificar sin distorsionar

Sin embargo, siempre es necesario anticiparse lo más posible. “La pandemia no ha terminado. Estamos ante un virus que tiene una evolución genética difícil de predecir”, advirtió Jean-François Delfraissy, presidente del Consejo Científico, como preámbulo a la presentación de su último dictamen.

Pero, ¿realmente podemos adaptar los cálculos a esta nueva situación? “Los modelos actuales son muy complejos y por lo tanto inestables. Se debe encontrar un compromiso con modelos más parsimoniosos, teniendo en cuenta estos diferentes perfiles de inmunidad. Es un trabajo en progreso”, explica Simon Cauchemez.

En un artículo publicado previamente el 15 de junio, Samuel Alizon y dos colegas probaron un nuevo concepto en un intento de explicar la disminución de la inmunidad. “La idea es incluir en el modelo cuánto tiempo llevan los individuos en un determinado estado, por ejemplo, hace cuánto tiempo fue la última dosis de la vacuna”, explica. “Uno de los resultados es que, incluso en ausencia de una nueva variante, se pueden observar grandes olas anuales vinculadas al invierno y una disminución (limitada) de la inmunidad”.

Sorprendentemente, los escenarios en los que toda la población se vacuna al mismo tiempo cada otoño conducen a un aumento más pronunciado que si solo se ofreciera un refuerzo a los ancianos y frágiles (aunque cuanto más se vacuna, menos muertos). La razón dada por los investigadores: al vacunar a todos al mismo tiempo, se sincroniza el nivel de inmunidad. Claramente, de repente tenemos muchas personas que nuevamente se vuelven susceptibles a la infección. Otra lección del estudio, apunta el investigador: “Además, las llamadas intervenciones no farmacéuticas (mejora de la calidad del aire, uso de mascarillas, etc.) pueden tener una eficacia comparable a las campañas anuales de vacunación. Al final, la mejor eficacia se logra combinando estas intervenciones y refuerzos de vacunas”.

Obviamente, este tipo de proyección general tiene límites. “Cuanto más nos proyectamos a largo plazo, más cualitativo se vuelve el modelo”, especifica Samuel Alizon. Sin embargo, lo que quieren los funcionarios de salud son proyecciones “cuantitativas”. En pocas palabras, digamos que un modelo cualitativo intenta imaginar la tendencia general de la curva de Covid-19 a largo plazo según varios supuestos. El modelo cuantitativo intentará anticipar el número de personas infectadas u hospitalizadas. “Pero a medida que avanzamos más allá del mes, estos modelos cuantitativos se vuelven delicados frente a muchas incógnitas, y todavía tenemos que explorar diferentes escenarios”.

Para concluir, debemos recordar que obviamente no somos impotentes para monitorear esta pandemia. “Habrá que estar atentos a las próximas emergencias, porque es muy difícil decir las fechas y la magnitud de los picos. Hoy estamos observando lo que está pasando con nuestros vecinos y es muy instructivo”, recordó Arnaud Fontanet, epidemiólogo y miembro del Consejo Científico, durante la rueda de prensa. Sin embargo, no se espera que la futura variante dominante surja en Francia. “Si estamos en primera línea, será difícil, tendremos que tener en cuenta la posibilidad de una emergencia un poco más disruptiva”.

Véase también en El Huff Post: Por qué vacunar a las personas mayores de 60 años no está de más