La ciència és un mapa. Un espai que cartografia la realitat a menor escala i que permet imaginar com són els llocs que no coneixem. La capacitat d’anticipació que proporciona aquest mapa és especialment útil en casos com el de l’epidèmia actual del virus SARS-CoV-2, que causa la malaltia coneguda com a Covid-19, perquè permet que les autoritats sanitàries prevegin escenaris i engeguin les mesures corresponents.

A propòsit del nou coronavirus s’ha parlat de la taxa de contagi, el nombre de persones que pot infectar algú prèviament infectat, com a paràmetre clau per saber l’evolució de l’epidèmia. Actualment, l’Organització Mundial de la Salut situa la taxa de contagi de la SARS-CoV-2 entre 1,4 i 2,5, tot i que hi ha estimacions d’altres científics que proposen valors superiors a 6 (els valors per a la grip i el xarampió són d’entre 2 i 3, i d’entre 12 i 18, respectivament). En principi, si aquesta taxa és més baixa d’1, l’epidèmia passa a estar sota control i acaba desapareixent. Però...

El 2001 els físics Romualdo Pastor, de la Universitat Politècnica de Catalunya, i Alessandro Vespignani, de la Northwestern University, estudiaven un misteri relacionat amb els virus informàtics, quan van trobar una nova manera de modelitzar les epidèmies. La pregunta que miraven de respondre era com podia ser que alguns virus duressin mesos si tots els ordinadors tenien antivirus instal·lats. Aleshores es van adonar que, tal com passa amb les persones, les xarxes de connexions entre ordinadors són molt heterogènies. Hi ha persones que tenen contacte diari amb molta gent i d’altres, la majoria, que es relacionen poc. “Quan s’introdueix aquesta heterogeneïtat en els models, les prediccions canvien”, explica Ricard Solé, director del laboratori de sistemes complexos de la Universitat Pompeu Fabra. “Aleshores pot ser que un virus amb una taxa de contagi més baixa d’1 es continuï propagant”, confirma. Els matisos de la complexitat són potser els més difícils de copsar, però poden representar l’èxit o el fracàs d’un model.

Models de la malaltia Covid-19

Els matemàtics Ángel Manuel Ramos i Benjamín Ivorra, de la Universidad Complutense de Madrid, fa temps que treballen en un model per predir la propagació de malalties. Aquest model compartimenta la població de cada país en grups de persones susceptibles de tenir la malaltia, d’infectats sense símptomes, d’infectats amb símptomes, d’hospitalitzats, de recuperats i de morts. A partir de paràmetres com la taxa de contagi, la duració de la incubació i l’hospitalització, i els fluxos de persones entre països, el motor matemàtic que conté retorna una previsió de com la gent va passant d’un compartiment a un altre a cada país. El 8 de febrer passat, quan s’havien detectat 37.198 casos i s’havien produït 813 morts, hi van introduir les dades del nou coronavirus, i van fer una predicció: 80.000 infeccions i entre 3.300 i 4.300 morts (a dia 28 de febrer hi havia 83.704 casos i 2.859 morts). “L’evolució predita va seguir força bé l’evolució real de la malaltia fins que el 13 de febrer es va produir un canvi en el criteri de diagnòstic a la Xina, quan es van començar a incloure de cop milers de casos diagnosticats a partir de símptomes i no només casos comprovats amb anàlisis de laboratori”, explica Ramos. Cap model és immune a un cop de realitat com aquest.

Per altra banda, Oriol Mitjà, investigador en malalties infeccioses i salut global de la Fundació Lluita per la Sida, assegura que els models matemàtics amb què treballa prediuen un brot local quan hi ha més de tres casos en l’àmbit geogràfic d’una ciutat. Com que aquest nombre de casos ja s’ha assolit a Barcelona, Madrid i València, “cal esperar brots locals en aquestes ciutats”, avança. Quan s’hi introdueixen les mesures sanitàries de prevenció i contenció, que mai són perfectes, aquests models prediuen que es produiran dos casos al dia durant el mes de març i cinc casos diaris a l’abril. Sense aquestes mesures imperfectes s’arribaria als 100 casos diaris durant el mes d’abril.

Recordem-ho: els models apamen una realitat desconeguda. No són una bola de cristall infal·lible, però donen una idea aproximada del que ve.