Por
[El PDF completo del informe está disponible a continuación]
En epidemiología, la modelización puede ser una alternativa útil a la realidad, ya que a menudo es imposible observar y registrar todas las interacciones reales en sistemas muy complejos. Al intentar reducir el sistema a una serie de ecuaciones o distribuciones basadas en probabilidades, es posible producir resultados que podrían reflejar, en cierta medida, lo que puede ocurrir en determinadas condiciones de la naturaleza. Es mucho más barato y rápido que realizar un estudio observacional de larga duración en diversos entornos epidemiológicos.
El atractivo de convertir años de estudios paralelos masivos en unos pocos segundos de computación de alta potencia es obvio. Sin embargo, al depender completamente tanto del diseño del programa como de los parámetros de entrada que el programa debe calcular, los resultados de los modelos se parecen más a un cuadro pintado por humanos que a un registro cinematográfico de un fenómeno natural. Como una pintura bidimensional, puede proporcionar una aproximación útil a la realidad si el artista así lo desea y es lo suficientemente hábil. Alternativamente, puede proporcionar una imagen que lleve al espectador a ver cosas que no ocurren en la naturaleza, exagerando ciertos aspectos mientras minimiza otros, lo que, por diseño o por accidente, puede provocar emociones o reacciones que la observación directa puede no producir. Si bien proporciona información importante, es, en el mejor de los casos, una imitación aproximada.
La modelización de las enfermedades humanas se vuelve aún más complicada cuando se pretende predecir eventos raros a nivel de población, ya que las condiciones y las respuestas que promueven o mitigan las enfermedades cambian mucho con el tiempo. Antes, las enfermedades infecciosas mataban a aproximadamente la mitad de todos los niños antes de los 10 años, pero ahora la mortalidad es relativamente rara en los países más ricos debido principalmente a los cambios en la higiene, las condiciones de vida, la nutrición y la llegada de los antibióticos. Los eventos de mortalidad masiva, como la Negro Muerte, probablemente debido a las bacterias Yersinia pestis, son ahora extremadamente improbables porque las condiciones ambientales que las propiciaron son menos frecuentes y la infección se trata fácilmente con antibióticos comunes. Confiar en tales eventos históricos para predecir la probabilidad de los riesgos actuales para la salud sería como predecir la seguridad de los viajes aéreos modernos basándose en el rendimiento de los diseños originales de los aviones de los hermanos Wright.
Desde el comienzo del brote de COVID-19, y de hecho algunos años antes, ha habido un mayor énfasis en la salud pública internacional sobre el riesgo de brotes y pandemias. Si bien esto puede parecer incongruente a la luz de la reducción global constante en la mortalidad por enfermedades infecciosas durante los últimos 30 añosLa preocupación ha dado lugar a solicitudes de financiación sin precedentes y a una importante reorientación de varias agencias sanitarias internacionales. Un informe publicado en 2024 por el proyecto REPPARE de la Universidad de Leeds, Política racional frente al pánico, Se demostró que el riesgo había sido mal representado en los informes de varios organismos internacionales clave involucrados en el desarrollo de políticas de prevención, preparación y respuesta ante pandemias. Una razón importante fue que no se tuvieron en cuenta los avances en la atención de la salud y los avances tecnológicos para detectar y registrar brotes de enfermedades.
Una vez superada la fase aguda de la pandemia de COVID-19, muchos países están revisando su respuesta de salud pública y la prioridad y la manera con que se debe abordar el riesgo de pandemia futura. Los Estados miembros de la Organización Mundial de la Salud continúan debatiendo sobre la propuesta Acuerdo de pandemia y aceptación de enmiendas recientes al Reglamento Sanitario Internacional. Al mismo tiempo, ya se han creado varias instituciones nuevas de PPPR, incluida una nueva Fondo Pandemia, Red Internacional de Vigilancia de Patógenos, y un Plataforma de contramedidas médicas, todos los cuales están actualizando sus casos de inversión y requisitos financieros.
Modelado predictivo por Metabiota, empresa ahora absorbida por Ginkgo Bioworks, ha contribuido significativamente a la conversación sobre el riesgo de pandemia y la necesidad de aumentar la financiación. Fue una de las dos principales fuentes de evaluación del riesgo en el Grupo Independiente de Alto Nivel (HLIP) del G20 reporte en junio de 2021, que influyó en la información del Grupo de Naciones G20 SOPORTE para la agenda PPPR de la OMS. REPPARE abordado previamente preocupaciones con respecto a la interpretación de los resultados del modelo basados en un artículo de Meadows y otros (2023) que incluía la autoría de Metabiota (Ginkgo Bioworks). Ginkgo Bioworks ahora ha proporcionado una informe más detallado a la Comisión Real de Nueva Zelanda sobre las lecciones aprendidas de la COVID-19 – Estimación de la mortalidad futura causada por patógenos con potencial epidémico y pandémico – en adelante denominado informe Bioworks.
El informe de Bioworks tiene como objetivo predecir la amenaza de epidemias y pandemias para la salud humana. El riesgo se estima mediante epidemiología computacional y simulaciones de modelado de eventos extremos para estimar la mortalidad por epidemias y pandemias de “baja frecuencia y alta gravedad” de enfermedades respiratorias, en particular la gripe pandémica, los nuevos coronavirus y las fiebres hemorrágicas virales (FHV).
La frecuencia y el tamaño relativos de los brotes previstos se pueden ver en el gráfico que aparece a continuación, extraído del informe de Bioworks. Si bien casi todos los eventos tienen una mortalidad relativamente baja, como lo han sido todas las pandemias modernas de origen natural confirmado, el principal factor que impulsa las muertes “esperadas” anuales promedio se deriva de eventos raros pero masivos de un tamaño que el mundo no ha visto desde el desarrollo de la medicina moderna.
El informe de Bioworks concluye que un promedio de 2.5 millones de muertes son atribuibles anualmente a estos brotes respiratorios agudos (1.6 millones solo por la gripe pandémica). Muchos encontrarán estos resultados inverosímiles. No ha habido una mortalidad anual por gripe de ese calibre en un siglo, y solo dos veces en el siglo pasadoEn 1957-8 y 1968-9, la tasa de mortalidad alcanzó lo que el modelo sugiere como promedio. La OMS considera que la Covid-19, si se incluye como un brote natural, tiene una mortalidad reportada de poco más de siete millones en tres años.
En el caso de la VHF, el informe estima un promedio de 26,000 a nivel mundial y 19,000 en el África subsahariana. Esta cifra es superior a la registrada anteriormente en cualquier año. El mayor brote de ébola de la historia reciente, el de 2014, causó apenas XNUMX muertes. 11,325 muertesSe predice que la fiebre hemorrágica tendrá una mortalidad de más de 100,000 cada 25 años con una probabilidad del 48%, un evento que puede no haber ocurrido en la historia de la humanidad.
Dos descuidos importantes conducen a estos resultados. En primer lugar, el modelo pasa por alto los cambios en la sociedad y la medicina a lo largo de los últimos cientos de años que han visto un aumento promedio de la mortalidad mundial. esperanza de vida La esperanza de vida aumenta de menos de 30 años a más de 70, y a más de 80 años en algunos países más ricos (véase más abajo). Así, las infecciones bacterianas como la peste (Y pestis), y se supone que enfermedades como el cólera y el tifus asociados con la falta de higiene tienen una tasa de recurrencia y una magnitud relevantes para los brotes históricos masivos. La gripe española de 1918-19 provocó una mortalidad considerable debido a infecciones bacterianas secundarias, que tienen muchas menos probabilidades de volver a aparecer desde la llegada de los antibióticos modernos.
En segundo lugar, el modelo no tiene en cuenta la aparición de métodos de diagnóstico modernos, como la PCR, las pruebas de antígenos y serología en el punto de atención y la secuenciación genética, ni la mayor capacidad para registrar y transmitir esa información. Por lo tanto, se supone que el aumento de la notificación refleja un aumento real de la frecuencia de los brotes, en lugar de reflejar en gran medida una mayor capacidad de detección. El modelo supone entonces que este aumento continuará en los años futuros.
En vista de los enormes cambios en la medicina durante los últimos 100 años y el continuo y constante avance disminuir En cuanto a la mortalidad por enfermedades infecciosas, las hipótesis que sustentan las predicciones del modelo parecen inverosímiles. Si bien es difícil medir los avances futuros en medicina, parece razonable suponer que los avances en prácticas de higiene, nutrición, vivienda, diagnósticos, antibióticos y vacunas del siglo pasado continuarán, mitigando aún más el riesgo en los años futuros. Si bien puede haber resistencia a los antimicrobianos, es un problema predominantemente de infecciones endémicas más que de epidemias, y los avances en las contramedidas antimicrobianas continuarán.
Los modelos de este tipo han adquirido una gran influencia en el desarrollo de políticas. A medida que aumenta la capacidad de procesamiento, ha sido tentador pensar que la precisión predictiva aumenta. Sin embargo, un modelo con supuestos y parámetros de entrada poco realistas simplemente llega a un resultado improbable en un período más corto.
Como ejercicio académico, la elaboración de modelos puede ayudar a plantear preguntas que se responderán mediante una investigación seria. Sin embargo, cuando se aplica incorrectamente y se le da demasiada importancia como guía para la formulación de políticas, corre el riesgo de desviar recursos financieros y humanos de las cargas de enfermedades reales a otras falsas. Esto dará lugar a un aumento de la mortalidad, ya que los resultados de las enfermedades infecciosas endémicas de alta carga actual, como la malaria y tuberculosis, siguen dependiendo en gran medida de la disponibilidad de asistencia oficial para el desarrollo (AOD, o “ayuda exterior”). La AOD para apoyo nutricional, fundamental para mejorar los resultados de salud, ha caído un 20% en los últimos cuatro años. Según predicciones como la que se analiza aquí, el equivalente a Casi el 50% de la AOD anterior al Covid Se propone una mayor preparación y respuesta ante una pandemia, lo que reducirá las intervenciones esenciales en otros ámbitos.
Los avances tecnológicos han contribuido a la reducción de las enfermedades infecciosas, incluida la mortalidad pandémica. Un mal uso de la tecnología mediante el uso inadecuado de modelos podría echar por tierra muchos de estos importantes avances. Por analogía, no juzgamos la probabilidad de sobrevivir a un viaje aéreo transatlántico basándonos en la probabilidad de que se rompan las cubiertas de lona de las alas. Tampoco deberíamos evaluar la probabilidad de sobrevivir a futuras pandemias basándonos en la era de la medicina medieval.
Notas:
El informe completo se puede encontrar en: https://essl.leeds.ac.uk/downloads/download/254/when-models-and-reality-clash-a-review-of-predictions-of-epidemic-and-pandemic-mortality
Los informes de REPPARE sobre el riesgo de pandemia y el financiamiento para la agenda de preparación y respuesta ante pandemias se encuentran en: https://essl.leeds.ac.uk/directories0/dir-record/research-projects/1260/reevaluating-the-pandemic-preparedness-and-response-agenda-reppare
Este artículo fue publicado originariamente por https://brownstone.org/.Lea el original.