Este es un espacio de debate que no compromete la opinión de La Silla Vacía ni de sus aliados.
La reducción en movilidad no impacta la epidemia de manera homogénea: algunos países lograron bajar el contagio mientras otros, con aislamiento comparable, no. ¿Puede estar la respuesta en las redes?
Este texto está basado en trabajo desarrollado en colaboración con Emiliano Isaza, Felipe González-Casabianca, Tomás Rodríguez-Barraquer, Andrés Ángel, Manuel Riaño, y Vladimir Corredor como parte de informes de situación presentados a entidades de salud pública y gubernamentales, y es posible gracias a una colaboración con Servinformación.
2020, el año en que la humanidad descendió por la madriguera en medio de una alucinación colectiva. Ni el teatro más experimental, ni la realidad aumentada más innovadora soñaron con esta nueva realidad. Un semestre en el cual la temática de personas mambeando en una maloca amazónica, o ejecutivos en Hong Kong (por solo pensar en un par de arquetípicos clichés de personas desconectadas) comparten la misma preocupación: el coronavirus.
Como es normal en nuestra especie, algunos pasamos de la germo-ignorancia a la germo-fobia sin pensarlo. Otros, por el contrario, muy campantes en covid-orgías, fiestas clandestinas, entierros bailables con ataúd abierto y corona-misas, cambiaron poco sus hábitos de movilidad o incluso la aumentaron en tono desafiante. La nueva realidad es tan absurda que hay evidencia de fuerzas extranjeras saboteando la respuesta de salud pública de múltiples países —ayudadas en gran parte por sus ineptos presidentes—, con lo cual el tapabocas se ha vuelto un statement político cargado de significado en una guerra de culturas.
En mi opinión, los gobiernos más ineficientes en sus respuestas —hasta ahora— han sido esos acostumbrados a solucionar sus problemas con manipulación de la opinión pública. Bolsonaro en Brasil, Johnson en Inglaterra, y Trump (quien ya parece un “horizonte” arqueológico en nuestra cultura digital) lideran un grupo, no limitado a sus seguidores, que ha optado por la solución del avestruz ante la pandemia: si la ignoro, pasará. Sucede que esa solución puede servir en mil contextos, pero es nefasta ante problemas que, como un tren, embisten de frente. Y América, unida Norte y Sur, está en plena cornada a 2 milímetros de la yugular.
Una de las medidas más utilizadas durante la pandemia ha sido la movilidad, gracias a gigantes tecnológicos como Google y Facebook, quienes han hecho pública información de movilidad agregada basada en los usuarios que tienen habilitado el historial de ubicaciones. Si bien es cierto que esta medida nos permite seguir la adherencia a la cuarentena, existen todavía muchas preguntas sin responder sobre la maneara como se relacionan la movilidad y el contagio. Algunos estudios sugieren que hay un umbral a partir del cual la cuarentena supera el umbral crítico. Para Brasil, se calculó el umbral crítico alrededor de una reducción en movilidad alrededor del 50 por ciento (ver) , mientras que un grupo de Imperial calculó los umbrales por país con datos de Google y Apple (ver).
Para Colombia dicen, “Mobility reductions have been within the 95 por ciento CrI mobility threshold but no longer are, suggesting not enough reduction in mobility is in place to ensure control. Recent trend shows increasing mobility, which suggests increasing transmission. We see no evidence for dampening of the relationship between transmission and mobility.” Sus estimados del umbral necesario para efectivamente controlar la epdemia sugieren que para Colombia la reducción debe estar por encima del 70 por ciento, algo que se ha logrado momentáneamente.
Acá con algunos ajustes y más regiones: pic.twitter.com/ReRIv3lLzi
— supercontra (@supercontra) July 2, 2020
Al comparar los casos de movilidad de GeoInsights de Facebook y los casos reportados para Medellín y Bogotá, dos ciudades con trayectorias bastante diferentes, se puede ver cómo el umbral identificado para Brasil puede ser pertinente para Colombia, si bien no para entrar en etapa de supresión como calcula el grupo de Imperial, por lo menos para tener un espectro de casos esperados dada una tasa de movilidad.
Los resultados parecen consistentes con los hallazgos para Brasil, donde encuentran que las cuarentenas cuya reducción en movilidad es menor al 50 por ciento son menos eficientes. Se puede ver en la gráfica que por debajo del 40 por ciento los casos nuevos fueron realmente limitados y el crecimiento en ese intervalo (0-40 por ciento) es mucho menos pronunciado (característico de una relación exponencial).
La relación entre movilidad y casos diarios confirmados tiene un supuesto importante: la movilidad es un proxy de la tasa de contactos. Si aumenta la movilidad, las personas tendrán mayor contacto entre sí. Una de las grandes preguntas es cómo aumenta esa tasa de contacto: ¿linearmente, exponencial, a saltos? Si bien es cierto que hay estimaciones muy bien trabajadas, la verdad es que este aspecto sigue siendo uno de esos pinochazos escondidos entre letras griegas en los modelos epidemiológicos, en mi humilde opinión.
Con los datos de Servinformación, proveedor privado de datos anonimizados con fines publicitarios y que han sido empleados por varias secretarías de salud para el rastreo de una red de contactos (no necesariamente asociada a los casos), podemos evaluar cómo progresa la red dinámica de contactos (personas que estuvieron en el mismo lugar al mismo tiempo). Los resultados son interesantes (tomando como referencia la primera semana de marzo, que tuvo el máximo de contactos e individuos activos):
— supercontra (@supercontra) July 3, 2020
En la práctica, observamos que la red de contactos es bastante heterogénea en el tiempo. El número de nodos observados (individuos) aumenta en picos y valles menos abruptos, mientras el número de contactos (aristas pesadas) entre nodos oscila un poco más.
En general, vemos cómo el número de contactos aumentó (en algunos casos notablemente, en otros marginalmente) a partir del 17 de mayo (datos agregados por semana), lo cual coincide con el momento en que varios municipios además cruzaron el umbral descrito para Brasil en movilidad. Es decir, la movilidad es, en general, un buen proxy de contactos. ¿Lo es?
Sabemos que el covid-19 es una enfermedad en la que los superdispersores cumplen un papel fundamental. Se estima que un pequeño porcentaje de los casos es responsable por la mayoría de la transmisión, y que esto no depende exclusivamente de factores biológicos sino mayormente del entorno ambiental y situacional. Uno de los mayores desafíos de la epidemia ha sido poder analizar explícitamente estos factores, pues en general la epidemiología intenta hacer caso omiso de dicha heterogeneidad (en la misma manera en que la econometría se ocupa en gran parte de pensar en el “ciudadano promedio”, la epidemiología padece la misma virtud: piensa todo en términos de un “contagiador promedio”).
Esto es importante, pues al agregar medidas perdemos la resolución sobre eso que es potencialmente crucial para entender la dispersión del virus. Para la muestra, un botón: el pasado Día sin IVA, o covid-Friday como fue llamado cariñosamente por medios británicos con el humor que caracteriza sus encabezados. Con base en los lugares que reportaron aglomeraciones, construimos polígonos de interés para segmentar los datos de contactos, de manera que podemos analizar explícitamente la red de personas que hicieron parte de las aglomeraciones.
— supercontra (@supercontra) July 3, 2020
A la izquierda, podemos ver todos los contactos de personas que estuvieron en las aglomeraciones el Día sin IVA. En la derecha, el cálculo de la importancia relativa de cada uno de los nodos en la red de contactos (no solo los contactos que tuvieron lugar en la aglomeración, sino después de haber estado ahí). Es de interés que las personas con Pagerank (una medida de importancia relativa en una red) más alto son precisamente personas en los lugares neurálgicos de la epidemia: Kennedy occidental, y Suba, principalmente.
Una animación de los casos por hora del día (para y para algunos días posterior al covid-Friday):
— supercontra (@supercontra) July 3, 2020
Si bien es cierto que no se puede ver el efecto del Día sin IVA en la movilidad (se observa apenas un pico local el 19 de junio en los datos de movilidad), su potencial como evento de superdispersión, y como capacidad de afectar la ciudad entera es innegable. En particular, los sectores más vulnerables a la transmisión del virus serían los más afectados. Todo por apenas unos lugares de aglomeraciones observadas ese día, pero que derivan en ¡más de 1.5 millones de contactos!
Por lo anterior, es importante tener claro que la movilidad nos da una idea del volumen de contactos en la población, y es probable que sea una buena manera de aproximarnos y describir una transición de fase. Sin embargo, es importante ver cómo la red de contactos y la movilidad se relacionan en torno al umbral crítico para el covid-19, pues es evidente que las medidas agregadas carecen de poder para detectar aglomeraciones y otras situaciones o contextos apropiados para eventos de superdispersión.
Algunas reflexiones finales
– Los contactos parecen dar saltos y y no aumentar progresivamente con la movilidad. Es apenas una hipótesis, pero estamos trabajando en ello. Entender mejor esto es fundamental para entender dinámicas cerca al umbral crítico. Esa tasa de contacto, escondida en los modelos epidemiológicos en un parámetro, debe ser sujeto de análisis y cuestionamiento. ¿Utilizan modelos de heterogeneidad en el tiempo y el espacio? Para la mayoría de los casos, la respuesta es no, pues son modelos pensados hace 100 años para poblaciones mucho, muchísimo más pequeñas. No podemos seguir basando políticas públicas en modelos que no tengan en cuenta estos parámetros, y menos en un contexto como la pandemia de covid-19, en el cual sabemos de la importancia de los superdispersores.
– El efecto de la movilidad es heterogéneo en el espacio. El artículo de Imperial da ideas generales, pero es absurdo agregar la movilidad de un país con heterogeneidad de contacto, sobretodo por el potencial que tiene de afectar las políticas públicas.
Bibliografía
de Oliveira, S. B., Porto, V. B. G., Ganem, F., Mendes, F. M., Almiron, M., de Oliveira, W. K., & dos Santos Oliveira, R. (2020). Monitoring social distancing and SARS-CoV-2 transmission in Brazil using cell phone mobility data. medRxiv.
Nouvellet, P., Bhatia, S., Cori, A., Ainslie, K., Baguelin, M., Bhatt, S., … & Coupland, H. Report 26: Reduction in mobility and COVID-19 transmission.
