Los datos de los teléfonos móviles desaconsejan reabrir bares y restaurantes

El rastreo de la movilidad en los EE.UU. señala los puntos de más riesgo, según un estudio de Stanford

Xavier Pujol Gebellí
3 min
Catalunya és una de les comunitats que manté bars i restaurants tancats.

BarcelonaLas preguntas de las que todo el mundo está pendiente: ¿Cuándo podrán reabrir bares y restaurantes? ¿Y el sector cultural? ¿Y el ocio nocturno? ¿Cuándo, en definitiva, se podrá volver a una cierta normalidad? Los epidemiólogos tienen sus números. Una Rt sostenida de aproximadamente 0,7, una ocupación de las UCI que no supere las 300 camas y una incidencia que no pase del millar de casos diarios. El problema es determinar con qué medidas conseguirlo. Una investigación liderada por las universidades de Stanford y Chicago, además del centro de investigación de Microsoft a partir de los datos de 98 millones de usuarios, identifica los principales puntos de diseminación del covid-19 y los segmentos de población más afectados. Bares, restaurantes y hoteles son los establecimientos con más pérdidas, especialmente en las zonas urbanas de rentas más bajas. Los resultados se publican en la revista Nature.

El estudio combina modelos estadísticos de diseminación del coronavirus y los datos de movilidad recogidos a partir de los teléfonos móviles de 98 millones de usuarios. Los datos, convenientemente anonimizados, según se destaca en la publicación, se recogieron entre el 1 de marzo y el 1 de mayo, periodo en el que la pandemia se expresó con más virulencia durante la primera oleada. Gracias a este cruce de información, los investigadores han elaborado “hipótesis” respecto a cuáles son los lugares donde más se transmite el virus y cómo las diferencias raciales y económicas influyen en su transmisión. Como era de esperar, las minorías raciales y las rentas más bajas son los segmentos de población de más riesgo. Básicamente, describe Sarina Chang, investigadora de la Universidad de Stanford y autora principal del estudio, porque es en estos grupos poblacionales donde se hace más difícil implementar medidas de confinamiento. “Necesitan trabajar”, exclama.

Lo que no era tan esperable era que bares, restaurantes, tiendas, centros comerciales, gimnasios o centros de culto como iglesias, puntos que intuitivamente se podrían considerar como de riesgo, quedaran tan señalados en el centro de la diana, al menos durante la primera oleada. Todos estos establecimientos tienen un papel “desproporcionadamente importante” en la transmisión de la enfermedad, según se ve en el modelo de Chang.

El modelo elaborado por la investigadora incluye 553.000 ubicaciones diferentes que se agrupan en 20 categorías. Todas han sido visitadas de manera regular, según el modelo, con tiempo de permanencia y densidad de ocupación bien representadas. El modelo, además, predice “con exactitud” el recuento diario confirmado de casos en diez de las áreas metropolitanas más grandes como Chicago, Nueva York y San Francisco. Por ejemplo, en el área metropolitana de Chicago, el modelo predice que el 10% de los puntos de interés representan el 85% de las infecciones previstas.

El modelo también predice que los grupos de población con ingresos más bajos tienen más probabilidades de infectarse porque no pueden reducir su movilidad de manera sustancial y porque los lugares que visitan tienden a ser más pequeños y más concurridos. Esto es lo que pasaría con las tiendas de comestibles, donde se detecta que hay hasta un 59% más de personas por metro cuadrado y los clientes permanecen un 17% más de media.

El modelo, explica Chang, debe complementarse con estudios epidemiológicos más convencionales tanto para validar los resultados como para llenar “agujeros de datos”, cómo sería la población de más edad o los niños, con un acceso relativo a teléfonos móviles. Del mismo modo, permite determinar políticas de reapertura más ajustadas al riesgo de transmisión. Los datos dejan claro que los lugares cerrados, con poca ventilación y alta ocupación, son puntos de riesgo. El estudio no valora ni escuelas ni transporte público.

stats