¿Por qué es tan difícil predecir el próximo destino de la pandemia?

08:14 13/09/2021 | 1 Lượt xem

Pero también es un paisaje de frustración y fatiga cambiantes, alternancias salvajes entre pesimismo y optimismo, como el otoño pasado, cuando los estadounidenses regresaron a los viajes de vacaciones en medio de lo que entonces fue el peor brote de la pandemia. Y ahora, a pesar del pico del verano que nunca ha sido tan malo, en muchas partes del país la sociedad ha vuelto a la normalidad. “La gente cambia drásticamente su comportamiento durante una pandemia en curso”, dice Bergstrom. “Actualizamos constantemente nuestras creencias sobre la gravedad de esto”.

En cierto modo, esto significa que una mayor experiencia con la pandemia puede crear la mayoría incertidumbre para los modeladores, nada menos. Las creencias y los comportamientos son ahora cada vez más heterogéneos, varían de un estado a otro y, en algunos casos, de una ciudad a otra. Delta llegó en un momento en que las personas se están volviendo más polarizadas después de la vacunación y confundidas sobre lo que significa y cómo deben comportarse. “Los mandatos de máscaras de un mes están bien, y el mes siguiente son protestas. Es realmente difícil de predecir de antemano ”, dice Gakidou.

“El tema principal que sigue dificultando las cosas ahora es la interacción entre el estado de la enfermedad, cómo reacciona la gente y cómo reacciona la gente con el tiempo”, dice Joshua Weitz, profesor que estudia sistemas biológicos complejos en el Instituto de Tecnología de Georgia. Es una idea perfectamente intuitiva, 18 meses después del inicio de la pandemia, que nuestras percepciones individuales del riesgo y los comportamientos que se derivan de él deben tener un impacto colectivo en la trayectoria del virus. Pero ese no era el entendimiento universal al principio, señala Weitz, cuando algunos creían que la pandemia pasaría rápidamente. En el lenguaje de modelado, el término para esto (una reliquia de la teoría de la epidemia del siglo XIX) es la ley de Farr: las infecciones deben alcanzar su punto máximo y luego disminuir a tasas relativamente iguales, produciendo una curva de campana.

Esta curva no obedecería. La primavera pasada, Weitz y otros pudieron ver que regresaría para la segunda ronda. La primera ola no se aplastó por completo y muchas personas siguieron siendo susceptibles. Los casos alcanzaron su punto máximo, luego se atascaron en los “hombros” de la curva, disminuyendo a un ritmo más lento de lo que sugerían muchas proyecciones, y luego se estancaron en tasas de infección obstinadamente altas. El comportamiento, supuso Weitz, no estaba sincronizado con la forma en que los modelos predecían intervenciones como las solicitudes para quedarse en casa. Al estudiar los informes de movilidad extraídos de los datos de los teléfonos celulares, un indicador de cuánto contacto social están experimentando las personas, pudo ver que el comportamiento de riesgo disminuyó a medida que aumentaba el número de muertes, pero comenzó a recuperarse antes de que se doblara la esquina. “La gente mira a su alrededor, ve la situación local y cambia su comportamiento”, dice Weitz.

Una consecuencia de estos comportamientos reactivos es que puede resultar difícil analizar qué tan útiles son las políticas como las máscaras y las vacunas. Existe una confusión entre causa y efecto, y entre las acciones del gobierno y lo que el público ya está haciendo, ya que ambos reaccionan al aumento y la disminución de las tasas de transmisión. Por ejemplo, dice, si observa el momento del mandato de la máscara instituido el año pasado en Georgia y compara las tasas de casos antes y después, puede determinar que tuvo poco efecto. Pero, ¿y si esto se debiera a que las personas notaron que las tasas de casos estaban aumentando y se pusieron las máscaras de manera preventiva antes? ¿Y si simplemente comenzaran a quedarse más en casa? O si fuera al revés: ¿entró en vigor el requisito y pocas personas siguieron las reglas, por lo que las máscaras nunca tuvieron la oportunidad de hacer su trabajo? “Claramente hay una relación allí”, dice. “No puedo decir que hayamos llegado al fondo de esto”.

Para los modelistas, esta incertidumbre representa un desafío. Para medir cuándo podría terminar la ola delta, se pueden observar lugares donde ya ha subido y alcanzado su punto máximo, como el Reino Unido. Pero, ¿morirá rápidamente, o disminuirá más lentamente, o quizás se estabilizará con una tasa constante de infección? Estos escenarios, argumenta Weitz, dependerán principalmente de cómo las personas perciben el riesgo y se comportan. Uno esperaría que la variante Delta golpeara y eventualmente retrocediera de manera diferente en Vermont con alta vacunación que en Alabama con baja vacunación. Las diferentes políticas para las escuelas y las empresas determinarán cuántas personas de diferentes grupos se mezclarán y se verán magnificadas u obstaculizadas por la forma en que las personas responden de forma independiente.

Related Posts

Agregar fondos a archivos PDF

Este artículo explicará cómo agregar un fondo a un PDF con Foxit PDF Editor. Para agregar un nuevo fondo, haga lo siguiente: 1. Abra un documento al que desee agregar un fondo y elija...

lên đầu trang