La prohibición de viajar ha sido la clave de los esfuerzos de muchos países para controlar la propagación del virus de la COVID-19. Pero una nueva investigación, publicada en la revista 'Journal of the Royal Society Interface', sugiere que la reducción de la actividad individual (es decir, el distanciamiento social, el cierre de negocios no esenciales, etc.) tiene una eficacia "muy superior" para controlar la diseminación del SARS-CoV-2.
La investigación, realizada por la New York University Tandon School of Engineering (Estados Unidos) y la Politecnico di Torino (Italia), ha evidenciado que la limitación de la movilidad personal mediante restricciones de viaje y tácticas similares solo es eficaz en las primeras fases de la epidemia, y se reduce en proporción a la propagación de la infección en una población.
En el estudio, detallan un marco de modelización de datos para aislar la eficacia diferencial de las distintas políticas contra al COVID-19. Dado que su método se beneficia de una baja carga computacional (puede ejecutarse fácilmente en un ordenador personal), puede ser un valioso sistema de apoyo a la toma de decisiones para los responsables políticos, con vistas a la aplicación de acciones de contención combinadas que puedan proteger la salud de los ciudadanos, evitando al mismo tiempo los cierres totales, con todas sus consecuencias económicas, sociales y psicológicas.
"Aunque este proyecto se centró específicamente en Italia, los resultados son reveladores para prácticamente cualquier país que dependa de las restricciones de viaje para frenar la propagación de la pandemia. Estamos deseando utilizar los datos de EE.UU. para afinar el modelo y dar respuestas concretas para combatir esta delicada fase de la pandemia", explica uno de los líderes de la investigación, Maurizio Porfiri.
"Estamos especialmente satisfechos con este modelo, ya que proporciona respuestas muy detalladas a pesar de basarse únicamente en fuentes de datos agregados, lo que supone una garantía más de la privacidad de las personas", añade otro de los autores, Alessandro Rizzo.
El trabajo incluye una representación realista de los datos demográficos y las pautas de viaje tanto de los que se desplazan al trabajo como de los que hacen viajes de larga distancia, utilizando únicamente datos agregados y disponibles públicamente, sin recurrir a dispositivos de seguimiento individuales. Es la continuación de un estudio sobre la propagación de la COVID-19 en New Rochelle, Nueva York, que predice la difusión en ciudades y provincias de tamaño medio.
Los investigadores también descubrieron que las políticas de cierre selectivo, por ejemplo la restricción solo de la actividad de los ancianos, no parecen tener un gran efecto sobre la transmisión general de la epidemia.
Al desplegar su marco algorítmico para modelar escenarios en los que se levantan las restricciones, descubrieron que las restricciones a la actividad social deben eliminarse gradualmente para evitar una nueva ola, mientras que el momento y la rapidez de la eliminación de las restricciones de viaje no parecen tener un gran efecto en la transmisión.