El mapa 'real' de riesgo de propagación de enfermedades. Imagen: Dirk Brockmann. Fuente: SINC.
Para un virus como el H1N1, causante de la pandemia de gripe de 2009, Madrid está más cerca de Londres de lo que dicen los mapas. Investigadores alemanes han diseñado un modelo matemático que sustituye la distancia geográfica por una basada en el tamaño de las ciudades y la frecuencia de sus vuelos. El programa predice así el origen y la expansión de una enfermedad.
Los autores del estudio, publicado esta semana en la revista Science, han considerado los caminos más probables que seguirían los virus dentro de la red de vuelos de todo el mundo.
Estos expertos basan su modelo, que explica la dinámica global de expansión de de enfermedades, en la idea de que en un mundo tan conectado como el actual, las distancias geográficas ya no pueden ser la base de los patrones de expansión de los virus.
“El método sirve para fenómenos contagiosos que se propagan a través de una red, entre ellos las enfermedades altamente infecciosas”, indica a SINC Dirk Brockmann, uno de los autores del trabajo e investigador de la Universidad de Humboldt en Berlín (Alemania).
Así, esta teoría computacional puede encontrar los lugares donde llegará una epidemia en primer lugar o la velocidad con la que lo hará, sin tener en cuenta las características particulares del patógeno que la provoca.
“Hay patrones que se pueden predecir sin el conocimiento de parámetros específicos como la tasa de infección y la de recuperación”, señala Brockmann. Aunque la velocidad de propagación depende de estas variables, la forma en que el contagio se distribuye por una red es siempre la misma.
Los ensayos han permitido simular adecuadamente la dinámica seguida por el virus de la gripe H1N1 en 2009 o el Síndrome Respiratorio Agudo Severo (SARS, en sus siglas en inglés), otra enfermedad vírica que causó estragos en 2003.
Los autores del estudio, publicado esta semana en la revista Science, han considerado los caminos más probables que seguirían los virus dentro de la red de vuelos de todo el mundo.
Estos expertos basan su modelo, que explica la dinámica global de expansión de de enfermedades, en la idea de que en un mundo tan conectado como el actual, las distancias geográficas ya no pueden ser la base de los patrones de expansión de los virus.
“El método sirve para fenómenos contagiosos que se propagan a través de una red, entre ellos las enfermedades altamente infecciosas”, indica a SINC Dirk Brockmann, uno de los autores del trabajo e investigador de la Universidad de Humboldt en Berlín (Alemania).
Así, esta teoría computacional puede encontrar los lugares donde llegará una epidemia en primer lugar o la velocidad con la que lo hará, sin tener en cuenta las características particulares del patógeno que la provoca.
“Hay patrones que se pueden predecir sin el conocimiento de parámetros específicos como la tasa de infección y la de recuperación”, señala Brockmann. Aunque la velocidad de propagación depende de estas variables, la forma en que el contagio se distribuye por una red es siempre la misma.
Los ensayos han permitido simular adecuadamente la dinámica seguida por el virus de la gripe H1N1 en 2009 o el Síndrome Respiratorio Agudo Severo (SARS, en sus siglas en inglés), otra enfermedad vírica que causó estragos en 2003.
Madrid, Londres y Málaga
“Consideremos tres lugares como Madrid, Londres y una ciudad española más pequeña con un aeropuerto que conecta con Madrid, por ejemplo, Málaga –explica el investigador alemán–. Con un mismo número de madrileños infectados, habrá una mayor cantidad de ellos que viajen a Londres, por lo que la capital británica está más cerca, aunque aparezca lejos en el mapa”.
“En otras palabras, si una infección comienza en un lugar remoto, alcanzará rápidamente las principales ciudades –continúa Brockmann–. Sin embargo, si se inicia en una gran población llegará rápidamente a otras localizaciones importantes, pero no necesariamente a sitios remotos”.
Los autores indican que el modelo y la simulación matemática que han diseñado pueden utilizarse para adelantarse a las consecuencias de una enfermedad y frenar así su avance.
“En el futuro, esperamos que nuestro método pueda mejorar los que ya existen para predecir la propagación de una enfermedad y ayudar a entender otros fenómenos como la expansión de virus informáticos o la transmisión de información”, concluye el científico.
“Consideremos tres lugares como Madrid, Londres y una ciudad española más pequeña con un aeropuerto que conecta con Madrid, por ejemplo, Málaga –explica el investigador alemán–. Con un mismo número de madrileños infectados, habrá una mayor cantidad de ellos que viajen a Londres, por lo que la capital británica está más cerca, aunque aparezca lejos en el mapa”.
“En otras palabras, si una infección comienza en un lugar remoto, alcanzará rápidamente las principales ciudades –continúa Brockmann–. Sin embargo, si se inicia en una gran población llegará rápidamente a otras localizaciones importantes, pero no necesariamente a sitios remotos”.
Los autores indican que el modelo y la simulación matemática que han diseñado pueden utilizarse para adelantarse a las consecuencias de una enfermedad y frenar así su avance.
“En el futuro, esperamos que nuestro método pueda mejorar los que ya existen para predecir la propagación de una enfermedad y ayudar a entender otros fenómenos como la expansión de virus informáticos o la transmisión de información”, concluye el científico.
Referencia bibliográfica:
Dirk Brockmann and Dirk Helbing. The Hidden Geometry of Complex, Network-Driven Contagion Phenomena. Science (2013).
Dirk Brockmann and Dirk Helbing. The Hidden Geometry of Complex, Network-Driven Contagion Phenomena. Science (2013).