domingo, 3 de mayo de 2020

Las diez dimensiones del intercambio social


Diez dimensiones sociales de las conversaciones

Usando la inteligencia artificial para encontrar los bloques de construcción de nuestras relaciones
Luca Maria Aiello || Medium

Las relaciones sociales son primordiales. Determinan dónde trabajamos, con quién nos casamos y qué hacemos. Es por eso que los investigadores de ciencias sociales, y más recientemente sus primos de "ciencias sociales computacionales", dedicaron considerables esfuerzos para establecer categorizaciones sistemáticas de las dimensiones sociológicas fundamentales que describen las relaciones humanas. Intentamos descubrir cuáles son las dimensiones fundamentales de las relaciones sociales y cómo detectarlas automáticamente a partir de los datos de interacción en línea.

Al compilar una extensa revisión de los hallazgos de décadas en sociología y psicología social, identificamos diez dimensiones que se han utilizado ampliamente para clasificar las relaciones:
  • Intercambio de conocimiento
  • Dinámica de poder (p. Ej., Entre un jefe y su empleado)
  • Condición de estado: conferir apreciación, gratitud o admiración.
  • Expresiones de confianza
  • Dar apoyo emocional o práctico
  • Romance
  • Similitud: intereses, motivaciones o perspectivas compartidas
  • Identidad: sentido de pertenencia a un grupo o comunidad
  • Divertido
  • Conflicto
Resulta que las personas encuentran estas dimensiones muy identificables. A través de un pequeño experimento de crowdsourcing, le pedimos a 200 personas que deletrearan palabras que describieran sus conexiones sociales y descubrimos que todas encajaban en las 10 dimensiones.

Ser capaz de cuantificar estas 10 dimensiones a partir de los datos de interacción es bastante útil porque, combinándolos en proporciones oportunas, se puede dibujar una descripción precisa, explicable e intuitiva de la naturaleza de la mayoría de las relaciones.

En nuestro trabajo que se presentará en The Web Conference 2020, utilizamos el procesamiento del lenguaje natural para medir las 10 dimensiones del texto conversacional. Le pedimos a los trabajadores colectivos que etiqueten 9,000 comentarios de Reddit con las 10 dimensiones. Utilizamos estos datos para entrenar herramientas de IA que pueden predecir todas las dimensiones con bastante precisión a partir de cualquier texto, para 🤓 ojos: usando BERT y LSTM obtuvimos AUC que van desde 0.75 (Identidad) a 0.98 (Romance).

Y ahora, la parte divertida. Aplicamos nuestra herramienta a los datos en línea para descubrir cómo se utilizan las 10 dimensiones en diferentes contextos y en diferentes niveles de agregación: mensajes individuales, relaciones, grupos e incluso Estados enteros en los EE. UU.

Dimensiones sociales en mensajes individuales - guiones de películas

Los diálogos con guiones de películas son representaciones ficticias pero plausibles de conversaciones que abarcan un amplio espectro de emociones humanas y tipos de relaciones. Ejecutamos nuestros modelos en todas las líneas de películas del corpus de guiones de películas de Cornell, y descubrimos cuáles son las dimensiones transmitidas por las líneas de películas icónicas.

A continuación, algunas líneas de algunas películas icónicas del siglo XX. Informamos los niveles detectados de las 10 dimensiones en los diagramas de inserción; los que están por encima de la línea punteada son los más significativos.


“Solo un Caballero Jedi completamente entrenado, con La Fuerza como su aliado, conquistará a Vader y su Emperador. Si terminas tu entrenamiento ahora, si eliges el camino rápido y fácil, como lo hizo Vader, te convertirás en un agente del mal "- Ben Kenobi

Ben transfiere su conocimiento de los caminos de la Fuerza a Luke. Esta línea destaca la relación de poder entre el maestro y el alumno, y advierte sobre conflictos inminentes.



"Frankie, eres un buen anciano y has sido leal a mi padre durante años ... así que espero que puedas explicar lo que quieres decir" - Michael Corleone
A Michael le gusta pensar en sí mismo como un hombre de honor. Él rinde homenaje a su amigo por sus servicios y le otorga confianza a raíz de las sospechas de traición.


"Mira, Dave, sé que eres sincero y que estás tratando de hacer un trabajo competente, y que estás tratando de ser útil, pero puedo asegurarte que el problema está en las unidades AO y en tu equipo de prueba "- HAL 9000

Parece que la supercomputadora HAL 9000 está tratando de proporcionar algún soporte técnico (= conocimiento + soporte) a un astronauta cada vez más preocupado.



"Pero, como le gusta tanto observar, doctor, no soy humano" - Spock

La identidad de un vulcano, expresada ante el sacrificio extremo.

Dimensiones sociales en las relaciones - Twitter



La "Isla de los lazos" es uno de los juegos de tinghy.org. Los jugadores marcan a sus amigos de Twitter con 3 dimensiones que mejor describen sus relaciones con ellos.

Las dimensiones estimadas a nivel de mensaje pueden predecir las dimensiones que las personas usarían para describir sus relaciones sociales. Para demostrarlo, recopilamos datos de tinghy.org, una plataforma de juegos que recoge las percepciones de las personas sobre sus amigos de Twitter (ver foto a la izquierda). Descubrimos que podemos obtener buenas predicciones de las etiquetas de nivel de relación (por ejemplo, una relación basada en la confianza) mirando 20 respuestas de Twitter o más entre las dos personas involucradas.

Dimensiones sociales de las comunidades - Enron corp. correos electrónicos

Enron Corporation era una empresa estadounidense fundada en 1985 que se declaró en quiebra en 2001, cuando sus prácticas sistemáticas de fraude contable fueron expuestas al público. Después del escándalo y la investigación resultante, The Enron Email Dataset fue lanzado al público. Observamos cómo las expresiones de diferentes dimensiones variaban con el tiempo en los correos electrónicos de Enron, en promedio.


Cómo la presencia de cinco dimensiones sociales en los correos electrónicos de los empleados de Enron cambia con el tiempo, en comparación con el análisis de sentimientos tradicional (realizado con la herramienta Vader). Las parcelas están marcadas con cuatro eventos importantes en la historia de Enron: i) el comienzo de las preocupaciones sobre la estabilidad financiera de la empresa; ii) la primera ronda de despidos; iii) el inicio de pérdidas financieras; iv) la declaración de quiebra.

La evolución de las dimensiones conversacionales revela una imagen rica que coincide con las etapas conocidas de la caída de Enron. Cuando surgieron las preocupaciones iniciales, el intercambio de estatus y apoyo se desplomó: el pánico comenzó a extenderse y los empleados dejaron de celebrar sus logros, agradeciéndose mutuamente y ofreciendo consuelo. Aproximadamente tres meses después, la frecuencia del intercambio de conocimientos se redujo drásticamente: a medida que aumentaron las preocupaciones, los empleados dedicaron menos tiempo a ocuparse de sus tareas cotidianas. Unas semanas antes de los despidos, cuando quedó claro que muchos empleados habrían sido despedidos, el conflicto explotó y la estructura de poder colapsó: se dieron menos órdenes a la multitud de empleados enojados que se dieron cuenta de los recortes de empleos que obstaculizaban. A raíz de los despidos, los que lograron permanecer en la empresa se apoyaron durante unas semanas antes del inminente crack.

Dimensiones sociales en la sociedad - Estadísticas de los Estados Unidos


Por último, probamos si la presencia de esas dimensiones en las conversaciones está asociada con los resultados del mundo real a nivel social. Extrajimos las diez dimensiones sociales de 160 millones de mensajes de Reddit publicados por 1 millón de usuarios a quienes pudimos geo-referenciar a nivel de los Estados Unidos. Realizamos un análisis geográfico para estudiar la relación entre la presencia de las 10 dimensiones y los resultados socioeconómicos, estimados por las estadísticas oficiales. En particular, verificamos la relación entre:
  • Intercambio de conocimiento y nivel de educación promedio.
  • Intercambio de conocimientos e ingresos medios.
  • Expresión de apoyo social y tasas de suicidio
Como se esperaba, el conocimiento está positivamente asociado a los niveles de educación y a la riqueza: el intercambio de conocimiento es un motor de innovación y crecimiento económico. El apoyo se asocia positivamente con las tasas de suicidio: las personas afectadas por la depresión, especialmente aquellas que tienen pensamientos suicidas, no tienden a confiar en sus compañeros y buscan apoyo social en diferentes contextos, a menudo en línea.


Todas las dimensiones combinadas predicen las estadísticas oficiales con bastante precisión (hasta un R2 ajustado de 0,52), incluso después de descontar los factores de confusión como la densidad de población.

Las expresiones de las dimensiones sociales en el lenguaje en línea se correlacionan con los resultados sociales relevantes estimados por las estadísticas oficiales a nivel de los Estados Unidos.

¿Para qué es todo esto?

La capacidad de extraer automáticamente las dimensiones fundamentales del intercambio social del texto podría contribuir a crear herramientas de investigación y análisis para las redes sociales. Creemos que la dinámica de una serie de procesos mediados por las redes sociales podría reinterpretarse con nuestra aplicación del modelo de 10 dimensiones a las redes de conversación. Por ejemplo, los investigadores podrían observar los fenómenos de difusión de información, difusión de noticias falsas, polarización y creación de enlaces a la luz de las diez dimensiones sociales.

Las empresas de redes sociales podrían monitorear la prevalencia de las diez dimensiones en el discurso público en línea como una forma de detectar y promover interacciones positivas y significativas, por ejemplo, aquellas basadas en el apoyo y la confianza, en lugar de simplemente castigar el mal comportamiento.

sábado, 2 de mayo de 2020

Alcanzar la inmunidad colectiva puede deparar muchísimas muertes

Lo que no dicen los defensores de la inmunidad colectiva "natural"

Intenta alcanzarlo sin una vacuna, y millones morirán.

Por Carl T. Bergstrom y Natalie Dean || The New York Times

El Dr. Bergstrom es profesor de biología en la Universidad de Washington. El Dr. Dean es profesor asistente de bioestadística en la Universidad de Florida.




Crédito ... Maxwell Holyoke-Hirsch

El coronavirus se movió tan rápido por todo el mundo en parte porque nadie tenía inmunidad previa. Si no se verifica su propagación, se producirá una pérdida catastrófica de vidas. Sin embargo, algunos políticos, epidemiólogos y comentaristas aconsejan que el curso de acción más práctico es controlar las infecciones y al mismo tiempo permitir la creación de la llamada inmunidad colectiva.

El concepto de inmunidad colectiva se describe típicamente en el contexto de una vacuna. Cuando se vacunan suficientes personas, un patógeno no puede propagarse fácilmente a través de la población. Si está infectado con sarampión pero todas las personas con las que interactúa han sido vacunadas, la transmisión se detendrá en seco.

Los niveles de vacunación deben mantenerse por encima de un umbral que depende de la transmisibilidad del patógeno. Todavía no sabemos exactamente qué tan transmisible es el coronavirus, pero decimos que cada persona infecta un promedio de otras tres. Eso significaría que casi dos tercios de la población necesitarían ser inmunes para conferir inmunidad colectiva.

En ausencia de una vacuna, desarrollar inmunidad a una enfermedad como Covid-19 requiere estar realmente infectado con el coronavirus. Para que esto funcione, la infección previa debe conferir inmunidad contra futuras infecciones. Aunque esperanzados, los científicos aún no están seguros de que este sea el caso, ni saben cuánto durará esta inmunidad. El virus fue descubierto hace solo unos meses.

Pero incluso suponiendo que la inmunidad sea duradera, una gran cantidad de personas debe estar infectada para alcanzar el umbral de inmunidad colectiva requerida. Dado que las estimaciones actuales sugieren que aproximadamente del 0,5 al 1 por ciento de todas las infecciones son fatales, eso significa muchas muertes.

Quizás lo más importante para entender es que el virus no desaparece mágicamente cuando se alcanza el umbral de inmunidad colectiva. Eso no es cuando las cosas se detienen, es solo cuando comienzan a desacelerarse.

Una vez que se ha creado suficiente inmunidad en la población, cada persona infectará a menos que otra persona, por lo que una nueva epidemia no puede comenzar de nuevo. Pero una epidemia que ya está en marcha continuará extendiéndose. Si 100,000 personas son infecciosas en el pico y cada una infecta a 0.9 personas, todavía son 90,000 nuevas infecciones, y más después de eso. Un tren desbocado no se detiene en el instante en que la vía comienza a inclinarse cuesta arriba, y un virus que se propaga rápidamente no se detiene justo cuando se alcanza la inmunidad colectiva.

Si la pandemia no se controlaba en los Estados Unidos, podría continuar durante meses después de que se alcanzara la inmunidad colectiva, infectando a muchos millones más en el proceso.

Para cuando terminara la epidemia, una proporción muy grande de la población habría sido infectada, muy por encima de nuestro umbral de inmunidad colectiva esperado de alrededor de dos tercios. Estas infecciones adicionales son lo que los epidemiólogos denominan "sobreimpulso".

Después de la inmunidad colectiva ... Más infecciones

La inmunidad colectiva no detiene a un virus en su camino. El número de infecciones continúa aumentando después de alcanzar la inmunidad colectiva.

Por el New York Times

Algunos países están intentando estrategias destinadas a "inmunizar" la inmunidad de la población al coronavirus sin una vacuna. Suecia, por ejemplo, está pidiendo a las personas mayores y aquellos con problemas de salud subyacentes que se sometan a cuarentena, pero mantiene abiertas muchas escuelas, restaurantes y bares. Muchos comentaristas han sugerido que esta también sería una buena política para los países más pobres como la India. Pero dada la tasa de mortalidad, no hay forma de hacerlo sin un gran número de víctimas, y de hecho, Suecia ya ha visto muchas más muertes que sus vecinos.

Tal como lo vemos, ahora es demasiado pronto para levantar las manos y proceder como si la gran mayoría de la población mundial se infectara inevitablemente antes de que una vacuna esté disponible.

Además, no debemos confiar demasiado en nuestra capacidad de realizar una "quemadura controlada" con una pandemia que explotó en todo el mundo en cuestión de semanas a pesar de los esfuerzos extraordinarios para contenerla.

Desde los primeros días de la pandemia, hemos estado utilizando el distanciamiento social para aplanar su curva. Esto disminuye la tensión en el sistema de salud. Le da tiempo a la comunidad científica para desarrollar tratamientos y vacunas, así como para aumentar la capacidad de prueba y rastreo. Si bien este es un virus extraordinariamente difícil de manejar, países como Nueva Zelanda y Taiwán han tenido un éxito temprano, desafiando la narrativa de que el control es imposible. Debemos aprender de sus éxitos.

No habría nada rápido o indoloro en alcanzar la inmunidad colectiva sin una vacuna.

jueves, 30 de abril de 2020

Cambios en los patrones de contacto debido al brote COVID-19 en China

Los cambios en los patrones de contacto dan forma a la dinámica del brote de COVID-19 en China

Juanjuan Zhang, Maria Litvinova, Yuxia Liang, Yan Wang, Wei Wang, Shanlu Zhao, Qianhui Wu, Stefano Merler, Cécile Viboud, Alessandro Vespignani, Marco Ajelli, Hongjie Yu
Science
DOI: 10.1126 / science.abb8001

Resumen

Se implementaron intensas intervenciones no farmacéuticas en China para detener la transmisión de la nueva enfermedad por coronavirus (COVID-19). A medida que la transmisión se intensifica en otros países, la interacción entre la edad, los patrones de contacto, el distanciamiento social, la susceptibilidad a la infección y la dinámica de COVID-19 sigue sin estar clara. Para responder a estas preguntas, analizamos los datos de las encuestas de contacto de Wuhan y Shanghai antes y durante el brote y la información de localización de contactos de la provincia de Hunan. Los contactos diarios se redujeron de 7 a 8 veces durante el período de distancia social de COVID-19, y la mayoría de las interacciones se restringieron al hogar. Encontramos que los niños de 0 a 14 años son menos susceptibles a la infección por SARS-CoV-2 que los adultos de 15 a 64 años de edad (relación impar 0,34; IC del 95%: 0,24 a 0,49), mientras que, por el contrario, las personas mayores de 65 años son más susceptibles a infección (relación impar 1.47, IC 95%: 1.12-1.92). Con base en estos datos, creamos un modelo de transmisión para estudiar el impacto del distanciamiento social y el cierre de escuelas en la transmisión. Encontramos que el distanciamiento social solo, tal como se implementó en China durante el brote, es suficiente para controlar COVID-19. Si bien el cierre proactivo de las escuelas no puede interrumpir la transmisión por sí solo, pueden reducir la incidencia máxima en un 40-60% y retrasar la epidemia.


La nueva epidemia de la enfermedad por coronavirus 2019 (COVID-19) causada por el SARS-CoV-2 comenzó en la ciudad de Wuhan, China, en diciembre de 2019 y se extendió rápidamente a nivel mundial, con 2,063,161 casos reportados en 185 países / regiones al 16 de abril de 2020 (1) . Un total de 82,692 casos de COVID-19, incluidas 4,632 muertes, se han reportado en China continental, incluidos 50,333 casos en la ciudad de Wuhan y 628 casos en la ciudad de Shanghai (2). La epidemia en Wuhan y en el resto de China disminuyó después de la implementación de estrictas medidas de contención y restricciones de movimiento, con casos recientes originados por viajes (3). Sin embargo, quedan preguntas clave sobre el perfil de edad de la susceptibilidad a la infección, cómo el distanciamiento social altera los patrones de contacto específicos de la edad y cómo estos factores interactúan para afectar la transmisión. Estas preguntas son relevantes para la elección de políticas de control para gobiernos y formuladores de políticas en todo el mundo. En este estudio, evaluamos los cambios en los patrones de mezcla vinculados al distanciamiento social mediante la recopilación de datos de contacto en medio de la epidemia en Wuhan y Shanghai. También estimamos las diferencias de edad en la susceptibilidad a la infección a partir de los datos de rastreo de contactos recopilados por el Centro Provincial de Control y Prevención de Enfermedades (CDC) de Hunan, China. En base a estos datos empíricos, desarrollamos un modelo matemático de transmisión de enfermedades para desenredar cómo la transmisión se ve afectada por las diferencias de edad en la biología de la infección por COVID-19 y los patrones de mezcla alterados debido al distanciamiento social. Además, proyectamos el impacto del distanciamiento social y el cierre de escuelas en la transmisión de COVID-19.

Para estimar los cambios en los patrones de mezcla de edad asociados con las intervenciones COVID-19, realizamos encuestas de contacto en dos ciudades: Wuhan, el epicentro del brote, y Shanghai, una de las ciudades más grandes y densamente pobladas del sureste de China. Shanghai experimentó una amplia importación de casos COVID-19 de Wuhan, así como la transmisión local (4). Las encuestas se llevaron a cabo del 1 de febrero de 2020 al 10 de febrero de 2020, ya que la transmisión de COVID-19 alcanzó su punto máximo en China y se implementaron intervenciones estrictas. Se pidió a los participantes en Wuhan que completaran un cuestionario que describiera su comportamiento de contacto (5, 6) en dos días diferentes: i) un día de semana regular entre el 24 de diciembre de 2019 y el 30 de diciembre de 2019, antes de que el brote de COVID-19 fuera reconocido oficialmente por el Comisión de Salud Municipal de Wuhan (utilizada como línea de base); y ii) el día anterior a la entrevista (período de brote). Se pidió a los participantes en Shanghai que completaran el mismo cuestionario utilizado para Wuhan, pero solo informaron contactos para el período del brote. Para el período de referencia en Shanghai, confiamos en una encuesta realizada en 2017-2018 siguiendo el mismo diseño (7). En estas encuestas, un contacto se definió como una conversación bidireccional que involucra tres o más palabras en presencia física de otra persona, o un contacto físico directo (por ejemplo, un apretón de manos). Los detalles se dan en los materiales complementarios (secciones 1 y 2).

Analizamos un total de 1,245 contactos informados por 636 participantes del estudio en Wuhan, y 1,296 contactos informados por 557 participantes en Shanghai. En Wuhan, el número promedio diario de contactos por participante se redujo significativamente de 14.6 para el período de referencia (contactos promedio ponderados por estructura de edad: 14.0) a 2.0 para el período del brote (contactos promedio ponderados por estructura de edad: 1.9) (p <0.001 ) La reducción en los contactos fue significativa para todas las estratificaciones por sexo, grupo de edad, tipo de profesión y tamaño del hogar (Tabla 1). Se observó una reducción mayor en Shanghai, donde el número promedio diario de contactos disminuyó de 18.8 (contactos medios ponderados por estructura de edad: 19.8) a 2.3 (contactos medios ponderados por estructura de edad: 2.1). Aunque una persona promedio en Shanghai informó más contactos que uno en Wuhan en un día laborable regular, esta diferencia esencialmente desapareció durante el período del brote de COVID-19. Se encontró una disminución similar en el número de contactos en el Reino Unido durante el período de bloqueo de COVID-19 (8).


Tabla 1. Número de contactos por características demográficas y ubicación.
CaracterísticasWuhanShangai
Período baseBrote de COVID-19  en WuhanDiferenciabPeríodo baseBrote de COVID-19  en ShangaiDiferenciab
N
(%)a
Media
(95% CIc)
N
(%)a
Media
(95% CIc)
N
(%)
Media
(95% CIc)
N
(%)
Media
(95% CIc)
Total624
(100.0)
14.6
(12.9, 16.3)
627
(100.0)
2
(1.9, 2.1)
12.6***965
(100.0)
18.8
(17.8, 19.8)
557
(100.0)
2.3
(2, 2.8)
16.4***
Sexo
 Masc300
(48.1)
14.5
(12.2, 17.1)
301
(48)
1.8
(1.7, 2)
12.6***474
(49.1)
19
(16.9, 21)
286
(51.3)
2.1
(1.9, 2.4)
16.9***
 Fem324
(51.9)
14.7
(12.5, 17.1)
326
(52)
2.1
(2, 2.3)
12.5***491
(50.9)
18.5
(16.8, 20.4)
271
(48.7)
2.6
(2.1, 3.6)
16***
Grupo etáreo
 0-6 y12
(1.9)
8.6
(3.4, 17.4)
12
(1.9)
2.2
(1.7, 2.8)
6.4***88
(9.1)
11.6
(9.2, 14.3)
14
(2.5)
1.9
(1.7, 2.2)
9.7***
 7-19 y79
(12.7)
16.2
(12.7, 19.6)
79
(12.6)
2.1
(2, 2.2)
14.1***141
(14.6)
27
(23.1, 30.7)
55
(9.9)
2.6
(2, 3.4)
24.5***
 20-39 y254
(40.7)
15.3
(12.8, 18)
256
(40.8)
2.1
(1.9, 2.2)
13.2***236
(24.5)
22.4
(19.8, 25.9)
254
(45.6)
2.2
(2, 2.5)
20.2***
 40-59 y221
(35.4)
13.8
(11.4, 16.7)
220
(35.1)
2
(1.8, 2.2)
11.8***233
(24.1)
19.9
(17.7, 23.3)
160
(28.7)
2.8
(2, 4.1)
17.1***
 ≥60 y58
(9.3)
13.9
(7.9, 20.7)
60
(9.6)
1.4
(1.2, 1.7)
11.6***267
(27.7)
12.6
(10.8, 14.7)
74
(13.3)
1.6
(1.3, 1.8)
11***
Tipo de profesión
 Pre-escolar12
(1.9)
8.6
(3.4, 17.4)
12
(1.9)
2.2
(1.7, 2.8)
6.4***79
(8.2)
10.4
(8, 13.3)
14
(2.5)
1.9
(1.7, 2.1)
8.5***
 Estudiante107
(17.1)
14.6
(11.4, 18.2)
107
(17.1)
2.1
(2, 2.3)
12.5***173
(17.9)
26.2
(23.1, 29.2)
71
(12.7)
2.5
(2, 3.4)
23.7***
 Empleado391
(62.7)
15.4
(13.4, 17.4)
390
(62.2)
2.1
(1.9, 2.2)
13.2***400
(41.5)
22.5
(20.7, 24.4)
354
(63.6)
2.5
(2.1, 3.2)
20***
 Desempleado30
(4.8)
14.1
(5.7, 24.2)
31
(4.9)
1.8
(1.4, 2.4)
12.2***29
(3)
14.5
(7.8, 24.2)
24
(4.3)
1.8
(1.3, 2.4)
12.6***
 Retirado84
(13.5)
12.1
(7.2, 17.4)
87
(13.9)
1.5
(1.3, 1.7)
10.6***278
(28.8)
11.8
(10.2, 13.2)
94
(16.9)
1.6
(1.3, 1.8)
10.2***
Tamaño de familia
 145
(7.2)
10.5
(5.3, 17.2)
45
(7.2)
0.6
(0.1, 1.5)
9.9***35
(3.6)
15.2
(10.1, 21.1)
61
(11)
0.3
(0.1, 0.5)
14.9***
 273
(11.7)
12.6
(8.2, 18.3)
76
(12.1)
1.1
(1, 1.2)
11.5***244
(25.3)
14.5
(12.7, 16.7)
138
(24.8)
1.4
(1.1, 1.7)
13.1***
 3282
(45.2)
14.8
(12.8, 17.3)
283
(45.1)
1.9
(1.8, 2)
13***432
(44.8)
20.3
(17.7, 22.4)
216
(38.8)
2.2
(2, 2.3)
18.1***
 4133
(21.3)
11.9
(9.3, 15)
132
(21.1)
2.3
(2.2, 2.5)
9.6***117
(12.1)
20.3
(16.5, 23.8)
78
(14)
3
(2.8, 3.3)
17.3***
 ≥591
(14.6)
21.5
(16.2, 27.3)
91
(14.5)
3.2
(2.9, 3.4)
17.8***137
(14.2)
21.4
(18.2, 27)
64
(11.5)
5.9
(4, 9.9)
15.5***
a - Puede diferir del tamaño total de la muestra (n = 636), ya que también incluye a los participantes que no habían registrado contactos durante el período de referencia o durante el brote de COVID-19. Tenga en cuenta que los denominadores reducidos indican datos faltantes. Los porcentajes pueden no sumar 100 debido al redondeo.

b - La diferencia se calcula al restar el número de contactos durante el brote del número de contactos durante el período de referencia. Los valores P se toman de una regresión binomial negativa con una sola variable binaria que distingue el período de referencia del brote.

c - El intervalo de confianza del 95% en la media se calcula mediante muestreo bootstrap.

* p <0.05, ** p <0.01, *** p <0.001.



Las características típicas de los patrones de mezcla de edades (6, 7) surgen en Wuhan y Shanghai cuando consideramos el período de referencia (Fig. 1, A y D). Estas características se pueden ilustrar en forma de matrices de contacto estratificadas por edad (proporcionadas como tablas listas para usar en los materiales complementarios, sección 3.6), donde cada celda representa el número promedio de contactos que un individuo tiene con otros individuos, estratificados por grupos de edad. La esquina inferior izquierda de la matriz, correspondiente a los contactos entre niños en edad escolar, es donde se registra el mayor número de contactos. La contribución de los contactos en el lugar de trabajo es visible en la parte central de la matriz, mientras que las tres diagonales (de abajo a la izquierda a arriba a la derecha) representan contactos entre los miembros del hogar. Por el contrario, para el período del brote donde se aplicaron políticas estrictas de distanciamiento social, gran parte de las características mencionadas anteriormente desaparecen, dejando esencialmente la única contribución de la mezcla de hogares (Fig. 1, B y E). En particular, los contactos surtidos entre individuos en edad escolar se eliminan por completo, como se ilustra al diferenciar las matrices de referencia y de brotes (Fig. 1, C y F). En general, los contactos durante el brote ocurrieron principalmente en el hogar con miembros del hogar (94.1% en Wuhan y 78.5% en Shanghai). Por lo tanto, la matriz de contacto de brotes casi coincide con la matriz de contacto dentro del hogar en ambos sitios de estudio y el patrón de surtido por edad observado durante los días regulares desaparece casi por completo (ver materiales complementarios, sección 3.6). Estos hallazgos son consistentes con las tendencias en los datos de movilidad dentro de la ciudad, que indican una caída del 86,9% en Wuhan y del 74,5% en Shanghai entre principios de enero y principios de febrero (ver materiales complementarios, sección 4). Una disminución tan grande en la movilidad interna es consistente con la mayoría de los contactos que ocurren en el hogar durante el período del brote. Es de destacar que las estrictas medidas de distanciamiento social implementadas en Wuhan y Shanghai no eliminaron por completo los contactos en el lugar de trabajo, ya que los trabajadores esenciales continuaron realizando sus actividades (como se observa en nuestros datos, ver materiales complementarios, sección 3.5).




Fig. 1 Matrices de contacto por edad.
(A) Matriz de contacto del período de referencia para Wuhan (solo entre semana). Cada celda de la matriz representa el número medio de contactos que un individuo en un determinado grupo de edad tiene con otros individuos, estratificados por grupos de edad. La intensidad del color representa el número de contactos. Para construir la matriz, realizamos un muestreo de arranque con el reemplazo de los participantes de la encuesta ponderado por la distribución de edad de la población real de Wuhan. Cada celda de la matriz representa un promedio de más de 100 realizaciones de arranque. (B) Igual que (A), pero para la matriz de contacto de brote para Wuhan. (C) Diferencia entre la matriz de contacto del período de referencia y la matriz de contacto del brote en Wuhan. (D) Igual que (A), pero para Shanghai. (E y F) Igual que (B) y (C), pero para Shanghai.

Los patrones de mezcla estimados se basan en contactos autoinformados que pueden verse afectados por diversos sesgos. En particular, los contactos informados para el período de referencia en Wuhan pueden ser propensos a recordar sesgos ya que los contactos se evaluaron retrospectivamente. Además, debido a la naturaleza retrospectiva de la encuesta de referencia en Wuhan, no pudimos dar cuenta de la menor cantidad de contactos durante los fines de semana. Los datos más completos de Shanghai no sufrieron sesgos de memoria y nos permitieron evaluar los contactos entre semana y fines de semana; los análisis de sensibilidad sugieren que esto tiene poco impacto en los resultados (materiales complementarios, sección 8.3). Otro posible sesgo es que los participantes de la encuesta pueden haber sentido presión para minimizar los contactos reportados que ocurrieron durante el brote, dado que el distanciamiento social estaba en su lugar y era estrictamente impuesto por el gobierno, incluso si se enfatizaba el anonimato y la confidencialidad de la encuesta. Sin embargo, los resultados son sólidos para inflar los contactos informados fuera del hogar varias veces, lo que sugiere que estos sesgos de cumplimiento y aceptabilidad social vinculados al período del brote no afectan nuestros hallazgos principales (materiales complementarios, sección 8.2). Otra advertencia es que, paralelamente a las medidas de distanciamiento social a nivel de población, se implementaron intervenciones basadas en casos que podrían afectar los contactos, incluido el aislamiento rápido de casos confirmados y sospechosos, y la cuarentena de contactos cercanos durante 14 días. Sin embargo, solo una pequeña porción de la población en los dos sitios de estudio se vio afectada por el rastreo de contactos y la cuarentena, por lo que tuvo poco o ningún efecto sobre los patrones de contacto promedio en la población general.

Luego, para comprender la interacción entre las intervenciones de distanciamiento social, los cambios en los patrones de mezcla humana y la dinámica de los brotes, debemos considerar las posibles diferencias de edad en la susceptibilidad a la infección. Este es actualmente un tema de debate, ya que hay poca información disponible sobre el perfil de edad de los casos asintomáticos (9, 10). Con este objetivo, analizamos la información de rastreo de contactos de COVID-19 obtenida de investigaciones epidemiológicas de campo detalladas realizadas por los CDC de Hunan (materiales complementarios, sección 5). Brevemente, todos los contactos cercanos de los casos de COVID-19 notificados en la provincia de Hunan fueron sometidos a observación médica durante 14 días y se analizaron mediante RT-PCR en tiempo real. Los que dieron positivo fueron considerados infecciones por SARS-CoV-2. Estimamos las proporciones impares (OR) para que un contacto de un determinado grupo de edad se infecte, en relación con un grupo de edad de referencia. Realizamos una regresión de modelo mixto lineal generalizado para tener en cuenta la agrupación y la estructura de correlación potencial de los contactos expuestos al mismo caso índice (por ejemplo, en el hogar). Incluimos el grupo de edad y el sexo de un contacto, el tipo de contacto y si el contacto viajó a Hubei / Wuhan como covariables de regresión (ver materiales complementarios, sección 5). Encontramos que la susceptibilidad a la infección por SARS-CoV2 aumentó con la edad. Los individuos jóvenes (de 0 a 14 años) tenían un menor riesgo de infección que los individuos de 15 a 64 años [OR = 0,34 (IC 95%: 0,24-0,49), valor p <0,0001]. Por el contrario, las personas mayores de 65 años y más tenían un mayor riesgo de infección que los adultos de 15 a 64 años [OR = 1.47 (IC 95%: 1.12-1.92), valor p = 0.005]. Estos hallazgos están en contraste con un estudio previo en Shenzhen, donde la susceptibilidad a la infección no cambió con la edad (9).

A continuación, exploramos cómo nuestros datos pueden informar estrategias de control para COVID-19. Un parámetro clave que regula la dinámica de una epidemia es el número de reproducción básica (R0), que corresponde al número promedio de casos secundarios generados por un caso índice en una población totalmente susceptible. Estimamos el impacto de las intervenciones en R0, confiando en nuestras estimaciones específicas de edad de susceptibilidad a infecciones y patrones de contacto antes y durante las intervenciones. Utilizamos el enfoque de matriz de próxima generación para cuantificar los cambios en R0 (11) (materiales complementarios, sección 6). Además, para ilustrar el impacto de los patrones de mezcla de edades en la dinámica de la epidemia, desarrollamos un modelo SIR simple de transmisión de SARS-CoV-2 (materiales complementarios, sección 6). En el modelo, la población se divide en tres categorías epidemiológicas: susceptibles, infecciosas y eliminadas (individuos recuperados o fallecidos), estratificadas por 14 grupos de edad. Los individuos susceptibles pueden volverse infecciosos después del contacto con un individuo infeccioso de acuerdo con la susceptibilidad a la infección específica por edad estimada. La velocidad a la que se producen los contactos está determinada por los patrones de mezcla estimados de cada grupo de edad. Se consideró que el intervalo de tiempo medio entre dos generaciones consecutivas de casos fue de 5,1 días, suponiendo que se alinea con la media del intervalo en serie informado por Zhang et al. (3)

En las primeras fases de la propagación de COVID-19 en Wuhan, antes de que se implementaran las intervenciones, se estimó que los valores de R0 oscilaban entre 2.0 y 3.5 (12-18). En este análisis, ampliamos este rango de 1 a 4 para el período de referencia (es decir, antes de las intervenciones). Encontramos que los cambios considerables en los patrones de mezcla observados en Wuhan y Shanghai durante el período de distanciamiento social condujeron a una disminución drástica en R0 (Fig. 2). Cuando consideramos las matrices de contacto que representan el período del brote, manteniendo la misma transmisibilidad de la enfermedad de referencia que en el período previo a la intervención, el número reproductivo cae muy por debajo del umbral epidémico en Wuhan (Fig. 2A) y Shanghai (Fig. 2B). Este hallazgo es robusto para suponer relajantes sobre las diferencias de edad en la susceptibilidad a la infección; la epidemia aún está bien controlada si se supone que la infección por SARS-CoV-2 es igualmente probable en todos los grupos de edad (Fig. 2, A y B). También realizamos análisis de sensibilidad con respecto a los posibles sesgos de recuerdo y cumplimiento de los contactos autoinformados, así como la definición de contacto (es decir, considerando solo los contactos que duran más de 5 minutos). Los resultados son consistentes con los reportados aquí (ver materiales suplementarios, sección 8).



Fig. 2 Efecto de los patrones de contacto sobre la propagación de la epidemia.
(A) R0 estimado durante el brote (media e IC del 95%), en función del R0 basal (es decir, el derivado mediante el uso de la matriz de contacto estimada para el período basal). La figura se refiere a Wuhan e incluye tanto el escenario que representa la susceptibilidad estimada a la infección por edad como el supuesto de que todos los individuos son igualmente susceptibles a la infección. La distribución de la velocidad de transmisión se estima a través del enfoque de matriz de próxima generación mediante el uso de 100 matrices de contacto de arranque para el período de referencia para obtener los valores R0 deseados. Luego usamos la distribución estimada de la tasa de transmisión de las matrices de contacto de brote bootstrapped para estimar R0 para el período del brote. Los intervalos de confianza del 95% explican la incertidumbre sobre la distribución de la tasa de transmisión, los patrones de mezcla y la susceptibilidad a la infección por edad. (B) Como (A), pero para Shanghai. (C) Tasa de ataque de infección un año después del caso inicial de COVID-19 (media e IC del 95%) en función de la línea de base R0. Las estimaciones son mediante la simulación del modelo de transmisión SIR (ver materiales complementarios) utilizando la matriz de contacto para el período de referencia y considerando la susceptibilidad estimada a la infección por edad y suponiendo que todos los individuos son igualmente susceptibles a la infección. Los intervalos de confianza del 95% explican la incertidumbre sobre los patrones de mezcla y la susceptibilidad a la infección por edad. (D) Como (C), pero para Shanghai.

En una epidemia no controlada (sin medidas de intervención, restricciones de viaje o respuestas conductuales espontáneas de la población), y para R0 en el rango 2-3, estimamos que la tasa de ataque de infección promedio está en el rango 53% -92% después de un año de circulación de SARS-CoV-2, con ligera variación entre Wuhan (Fig. 2C) y Shanghai (Fig. 2D). Estas estimaciones deben considerarse como un límite superior de la tasa de ataque de infección, ya que se basan en un modelo compartimental que no tiene en cuenta la alta agrupación de contactos (por ejemplo, contactos repetidos entre miembros del hogar). Si consideramos un escenario en el que las medidas de distanciamiento social se implementan desde el principio, a medida que emerge el nuevo virus, el R0 estimado permanece por debajo del umbral epidémico y, por lo tanto, la epidemia no puede despegar en ninguno de los dos lugares. Además, estimamos que la magnitud de las intervenciones implementadas en Wuhan y Shanghai habría sido suficiente para bloquear la transmisión de un R0 antes de las intervenciones hasta ~ 6 en Wuhan y ~ 7.8 en Shanghai.

A continuación, usamos el modelo para estimar el impacto del cierre preventivo masivo de escuelas. Consideramos dos escenarios de patrones de contacto diferentes, basados ​​en datos de Shanghai: contactos estimados durante el período de vacaciones (7) y contactos estimados durante los días hábiles regulares, después de que se hayan eliminado todos los contactos que ocurrieron en el entorno escolar (7). Ambos escenarios representan una simplificación de una estrategia de cierre escolar. De hecho, el cierre de escuelas en respuesta a la pandemia de COVID-19 en China ha implicado la interrupción de todos los servicios educativos en el sitio. Sin embargo, los patrones de mezcla medidos durante las vacaciones escolares indican que una fracción de los niños todavía asiste a actividades educativas adicionales, como es típico en las ciudades chinas. Por otro lado, al eliminar todos los contactos en el entorno escolar, no consideramos los posibles efectos de goteo en los patrones de mezcla de otros grupos de edad; por ejemplo, los padres pueden necesitar dejar el trabajo para cuidar a los niños en edad escolar. Nuestro enfoque de modelado indica que limitar los patrones de contacto a los observados durante las vacaciones interrumpiría la transmisión para la línea de base R0 hasta 1.5 (Fig. 3, A y C). Eliminar todos los contactos escolares haría lo mismo para la línea de base R0 hasta 1.2. Si aplicamos estas intervenciones a un escenario COVID-19, suponiendo una R0 basal de 2 - 3.5, podemos lograr una disminución notable en la tasa de ataque de infección y la incidencia máxima, y ​​un retraso en la epidemia, pero la transmisión no se interrumpe (Fig. 3, B y D). Por ejemplo, para la línea de base R0 = 2.5 y suponiendo un patrón de mezcla de vacaciones, la incidencia diaria máxima promedio se reduce en aproximadamente un 64%. En el escenario correspondiente donde se eliminan los contactos escolares, estimamos una reducción de alrededor del 42%. En general, las políticas de cierre basadas en la escuela no son suficientes para prevenir por completo un brote de COVID-19, pero pueden afectar la dinámica de la enfermedad y, por lo tanto, la capacidad de sobretensión hospitalaria. Es importante destacar que las personas de 5 a 19 años en Shanghai representan el 9,5% de la población (19), notablemente más baja que la media en China [16,8% (19)] y otros países [incluidos los países occidentales; por ejemplo, 19.7% en los Estados Unidos (20)].



Fig. 3 Efecto de limitar los contactos escolares en la propagación de la epidemia.

(A) R0 estimado durante el brote (media e IC del 95%), en función del R0 basal (es decir, el derivado mediante el uso de la matriz de contacto estimada para el período basal). La cifra se refiere a Shanghai y al escenario que explica la susceptibilidad estimada a la infección por edad. Se consideran tres patrones de contacto: i) según lo estimado durante el brote de COVID-19, ii) según lo estimado durante las vacaciones escolares (7) y iii) según lo estimado para el período de referencia, pero suprimiendo todos los contactos en la escuela. (B) Incidencia diaria de nuevas infecciones por SARS-CoV-2 (media e IC del 95%) según lo estimado por el modelo SIR suponiendo susceptibilidad específica a la edad a la infección (ver materiales suplementarios). Se consideran tres patrones de mezcla: i) según lo estimado para el período de referencia, ii) según lo estimado durante las vacaciones escolares (7) y iii) según lo estimado para el período de referencia, pero suprimiendo todos los contactos en la escuela. El recuadro muestra la tasa de ataque de infección un año después de la introducción del primer caso COVID-19 (media e IC del 95%). (C) Como (A), pero suponiendo igual susceptibilidad a la infección por edad. (D) Como (B), pero suponiendo igual susceptibilidad a la infección por edad.


Los resultados de este estudio deben considerarse a la luz de las siguientes limitaciones. En nuestro modelo de simulación, estimamos el efecto del distanciamiento social solo; La combinación del distanciamiento social con otras intervenciones tendría un efecto sinérgico para reducir aún más la transmisión. Es probable que el distanciamiento social de toda la población, las estrategias basadas en casos y los esfuerzos de descontaminación hayan contribuido a lograr el control en Wuhan y Shanghai, y su efecto es difícil de separar en estudios observacionales retrospectivos. Nuestras estimaciones de las diferencias de edad en la susceptibilidad a la infección se basan en pruebas activas de 7.375 contactos de 136 casos índice confirmados. Estos datos sufren las dificultades habituales inherentes a la reconstrucción de los enlaces epidemiológicos y la detección de casos índice. Los datos de contacto son útiles, pero los estudios de seroepidemiología serán esenciales para resolver completamente los perfiles de susceptibilidad de la población a la infección y enfermedad por SARS-CoV-2. Si bien los patrones de edad de los contactos fueron similares en las dos ubicaciones del estudio durante el período del brote de COVID-19, estos patrones pueden no ser totalmente representativos de otras ubicaciones en China y en el extranjero, donde las medidas de distanciamiento social pueden diferir. Como todavía faltan estimaciones confiables de la contribución de las infecciones asintomáticas de SARS-CoV-2 a la transmisión, no modelamos explícitamente las diferencias entre individuos sintomáticos y asintomáticos. Consideramos un intervalo en serie de 5,1 días (3), basado en una estimación previa de China, en un momento en que las medidas de intervención basadas en casos y de seguimiento de contactos estaban en su lugar, lo que tiende a acortar el intervalo entre casos sucesivos. Sin embargo, esta elección no afecta los cambios estimados en el número de reproducción entre los períodos de inicio y brote. Los resultados del modelado pueden subestimar el efecto de las intervenciones de distanciamiento social ya que nuestros resultados se concentran en el número de contactos e ignoran el tipo de interacciones sociales (por ejemplo, una mayor distancia entre las personas mientras están en contacto o el uso de una máscara facial), que pueden haber cambiado debido a una mayor conciencia de la población (21, 22). Finalmente, vale la pena señalar que nuestras simulaciones de cierre de escuelas no están destinadas a formular una estrategia de intervención completa, que requeriría la identificación de desencadenantes epidémicos para iniciar el cierre y la evaluación de diferentes duraciones de intervención (6). No obstante, nuestro ejercicio de modelado proporciona una indicación del posible impacto de una estrategia preventiva a nivel nacional sobre la tasa de ataque de infección y la incidencia máxima. Para generalizar estos hallazgos a otros contextos, se deben considerar patrones de mezcla de edad específicos de la ubicación y estructuras de población. Quizás lo más importante es que las estrategias estrictas de bloqueo del tipo implementado en Wuhan, Shanghai y en otras regiones del mundo son extremadamente perjudiciales desde el punto de vista económico y mental, y son preferibles enfoques más específicos para bloquear la transmisión a largo plazo. No necesariamente respaldamos las políticas de bloqueo contundente aquí; simplemente describimos su impacto en la transmisión COVID-19 según la experiencia china.

Nuestro estudio proporciona evidencia de que las intervenciones implementadas en Wuhan y Shanghai, y los cambios resultantes en el comportamiento humano, disminuyeron drásticamente los contactos diarios, esencialmente reduciéndolos a las interacciones domésticas. Esto conduce a una reducción dramática de la transmisión de SARS-CoV-2. A medida que se implementan medidas de cierre en otros lugares, los patrones de mezcla humana en el período del brote podrían capturarse mediante datos sobre contactos dentro del hogar, que están disponibles para varios países de todo el mundo (5–7, 23–25). En el futuro, será particularmente importante diseñar estrategias específicas para el control a largo plazo de COVID-19, incluidas estrategias de control basadas en la escuela y el trabajo, junto con pruebas a gran escala y seguimiento de contactos (26–28). La investigación debe concentrarse en refinar las estimaciones específicas de edad de susceptibilidad a infección, enfermedad e infecciosidad, que son fundamentales para evaluar el impacto de estas estrategias.

La inmunidad del COVID-19 puede ser que no dure


¿Qué pasa si la inmunidad a covid-19 no dura?


Los investigadores dicen que las personas pueden contraer coronavirus leves que causan resfríos dos veces en el mismo año.
por

Antonio Regalado || MIT Technology Review


Comenzando en el otoño de 2016 y continuando en 2018, los investigadores de la Universidad de Columbia en Manhattan comenzaron a recolectar muestras nasales de 191 niños, maestros y trabajadores de emergencias, pidiéndoles que registraran cuándo estornudaron o tuvieron dolor de garganta. El objetivo era crear un mapa de virus respiratorios comunes y sus síntomas, y cuánto tiempo las personas que se recuperaron permanecieron inmunes a cada uno.
La investigación incluyó cuatro coronavirus, HKU1, NL63, OC42 y C229E, que circulan ampliamente todos los años pero no reciben mucha atención porque solo causan resfriados comunes. Pero ahora que un nuevo coronavirus en la misma familia amplia, SARS-CoV-2, tiene el mundo en estado de bloqueo, la información sobre los virus leves se encuentra entre nuestras pistas sobre cómo podría desarrollarse la pandemia.

Lo que los investigadores de Columbia ahora describen en un informe preliminar es motivo de preocupación. Descubrieron que las personas con frecuencia se reinfectaban con el mismo coronavirus, incluso en el mismo año, y a veces más de una vez. Durante un año y medio, una docena de voluntarios dieron positivo dos o tres veces para el mismo virus, en un caso con solo cuatro semanas entre resultados positivos.

Esa es una gran diferencia con el patrón de infecciones como el sarampión o la varicela, donde las personas que se recuperan pueden esperar ser inmunes de por vida.

Para los coronavirus, "la inmunidad parece disminuir rápidamente", dice Jeffrey Shaman, quien realizó la investigación con Marta Galanti, una investigadora postdoctoral.


Jeffrey Shaman dirige el estudio Virome of Manhattan en la Universidad de Columbia, que encontró que las personas son reinfectadas con frecuencia por los mismos gérmenes que causan el frío. La investigación muestra que la inmunidad a algunos coronavirus es de corta duración.
MS TECH | FOTO AP / MARY ALTAFFER

Se desconoce si covid-19 seguirá el mismo patrón, pero los resultados de Columbia sugieren una forma en que gran parte de la discusión pública sobre la pandemia podría ser engañosa. Se habla de "pasar el pico" y "pasaportes de inmunidad" para aquellos que se han recuperado. Al mismo tiempo, algunos esperan que la infección esté más extendida de lo que generalmente se conoce, y que solo un total de muertes tolerable se interponga entre nosotros y niveles suficientemente altos de inmunidad de la población para que el virus deje de propagarse.

Todo lo que supone la inmunidad es de larga duración, pero ¿qué pasa si es fugaz en su lugar?

"Lo que les he estado diciendo a todos, y nadie me cree, pero es cierto, es que tenemos coronavirus cada invierno a pesar de que somos seroconvertidos", dice Matthew Frieman, quien estudia a la familia de los virus en la Universidad de Maryland. Es decir, a pesar de que la mayoría de las personas han desarrollado previamente anticuerpos contra ellos, vuelven a contraer los virus. "Realmente no entendemos si se trata de un cambio en el virus con el tiempo o de anticuerpos que no protegen de la infección", dice.
Factor critico

Actualmente estamos en la fase de pandemia. Es entonces cuando un nuevo virus, al que los humanos son completamente susceptibles, se dispara alrededor del planeta. Y la humanidad todavía es un campo nuevo para covid-19: al 26 de abril, había alrededor de tres millones de casos confirmados, o una de cada 2.500 personas en el planeta. (Aunque la verdadera cantidad de infecciones es indudablemente mayor, probablemente sea solo una pequeña fracción de la población). Takeshi Kasai, director regional de la Organización Mundial de la Salud para el Pacífico Occidental, advirtió recientemente que hasta que una vacuna esté disponible, el mundo debería prepárate para una "nueva forma de vida".

Más allá, sin embargo, los cambios como el distanciamiento social o la conexión a tierra de los vuelos aéreos pueden no ser el factor más importante en nuestro destino. Si las personas adquieren o no inmunidad al virus, y durante cuánto tiempo, será lo que finalmente determine el costo de la enfermedad, dicen algunos investigadores.

La evidencia preliminar señala al menos una protección temporal contra la reinfección. Desde que se describieron los primeros casos en China en diciembre, no ha habido casos de personas infectadas dos veces. Si bien algunas personas, incluso en Corea del Sur, han dado positivo por segunda vez, eso podría deberse a errores de prueba o persistencia del virus en sus cuerpos.

"Hay muchas personas que fueron infectadas y sobrevivieron, y están caminando, y no parecen reinfectarse o infectar a otras personas", dice Mark Davis, investigador de la Universidad de Stanford. Hasta el 26 de abril, más de 800,000 personas se habían recuperado oficialmente de la enfermedad, según el panel de seguimiento de casos de Johns Hopkins.

Los investigadores en China también probaron directamente si los monos macacos resistieron una segunda exposición al nuevo coronavirus. Infectaron a los monos con el virus y luego, cuatro semanas después, después de recuperarse, lo intentaron nuevamente. La segunda vez, los monos no desarrollaron síntomas y los investigadores no pudieron encontrar ningún virus en sus gargantas.

Lo que se desconoce es cuánto dura la inmunidad, y solo cinco meses después del brote, no hay forma de saberlo. Si es para toda la vida, entonces cada sobreviviente se sumará a un baluarte permanente contra la propagación del patógeno. Pero si la inmunidad es corta, como lo es para los coronavirus comunes, covid-19 podría establecerse como un superfluo estacional con una alta tasa de mortalidad, una que emerge en una ola desagradable invierno tras invierno.

Los últimos modelos de computadora de la pandemia encuentran que la duración de la inmunidad será un factor clave, y tal vez el factor crítico. Un modelo, de la Universidad de Harvard y publicado en Science, muestra que el virus covid-19 se está volviendo estacional, es decir, escenificando un resurgimiento invernal cada año o dos a medida que aumenta la inmunidad en la población y luego desaparece.

Después de probar diferentes escenarios, el grupo de Harvard concluyó que sus proyecciones de cuántas personas terminarían siendo covid-19 en los próximos años dependían "más crucialmente" de "la extensión de la inmunidad de la población, si la inmunidad disminuye y a qué ritmo". En otras palabras, el factor crítico en la proyección de la ruta del brote también es totalmente desconocido.

Virus estacional

Debido a que muchos otros coronavirus humanos son leves, no han recibido la misma atención que la influenza, un virus que cambia de forma y que se sigue de cerca y se analiza genéticamente para crear una nueva vacuna cada año. Pero ni siquiera se sabe, por ejemplo, si los coronavirus comunes mutan de manera que les permita evadir el sistema inmunitario, o si hay otras razones por las que la inmunidad es tan breve.

"No hay vigilancia global del coronavirus", dice Burtram Fielding, un virólogo de la Universidad del Cabo Occidental, en Sudáfrica, que rastrea los informes científicos en el campo. "Aunque el resfriado común cuesta 20 mil millones de dólares al año, estos virus no matan, y cualquier cosa que no mata, no tenemos vigilancia".

El Proyecto Global Virome en Manhattan, liderado por Shaman con fondos del Departamento de Defensa, ha sido una excepción. Se propuso detectar virus respiratorios con el objetivo eventual de "predicción inmediata" o de tener un rastreador en vivo de infecciones comunes que circulan en la ciudad.

Un hallazgo de la investigación es que las personas que recibieron el mismo coronavirus dos veces no tuvieron menos síntomas la segunda vez. En cambio, algunas personas nunca tuvieron síntomas en absoluto; otros tuvieron resfriados malos dos o tres veces. Shaman dice que la gravedad de la infección tiende a darse en familias, lo que sugiere una base genética.

La gran pregunta es qué significa esta resistencia efervescente de corta duración a los virus del resfriado común para covid-19. ¿Existe la posibilidad de que la enfermedad se convierta en una versión mortal del resfriado común, constantemente presente, infectando al 10% o al 20% de la población cada año, pero también continua matando a uno de cada cien? Si es así, equivaldría a una plaga capaz de reducir la tasa actual de crecimiento de la población mundial en una décima parte.

Algunos científicos encuentran la pregunta demasiado oscura para contemplarla. Shaman tampoco quería adivinar cómo se comportaría covid-19. "Básicamente, tenemos algunas preguntas sin resolver", escribió en un correo electrónico. “¿Las personas son una y han terminado con este virus? Si no, ¿con qué frecuencia experimentaremos infecciones repetidas? Finalmente, ¿esas infecciones repetidas serán más leves, igual de graves o incluso peores?

Encuestas de inmunidad

Grandes estudios de inmunidad ya están en marcha para tratar de responder esas preguntas. Alemania tiene planes para encuestar a su población en busca de anticuerpos contra el virus, y en América del Norte, 10,000 jugadores y otros empleados de Major League Baseball están dando muestras de sangre para analizar. En abril, los Institutos Nacionales de Salud de EE. UU. Lanzaron el Estudio de muestreo de suero pandémico COVID-19, que, según afirma, también recolectará sangre de 10,000 personas.

Al verificar la presencia de anticuerpos en la sangre de las personas, tales encuestas serológicas pueden determinar cuántas personas han estado expuestas al virus, incluidas aquellas que no tuvieron síntomas o solo las leves.

Los investigadores también buscarán en la sangre de los casos de covid-19 para medir la naturaleza y la intensidad de las respuestas inmunes, y descubrir si hay una conexión con la enfermedad que enfermaron. "Lo que estamos viendo en este momento con el coronavirus es la necesidad de un control inmune, porque algunas personas están ignorando esto y otras están muriendo", dice Davis. "El gradiente es serio y nadie realmente entiende por qué".

Nuestro sistema inmunitario tiene diferentes mecanismos para responder a gérmenes que nunca antes habíamos visto. Los anticuerpos, fabricados por células B, recubren un virus y no permiten que infecte las células. Mientras tanto, las células T regulan la respuesta inmune o destruyen las células infectadas. Una vez que una infección ha pasado, se pueden formar versiones de "memoria" a largo plazo de cualquier tipo de célula.

¿Qué tipo de memoria inmune causará covid-19? Stephen Elledge, genetista de la Universidad de Harvard, dice que la gravedad de la enfermedad podría ubicarla en una categoría diferente del resfriado común. "Es posible que tengas un resfriado durante una semana, mientras que si pasas por tres semanas de infierno, eso puede darte más recuerdos por más tiempo", dice.

Otras pistas provienen del brote de SARS de 2002-03, una infección respiratoria aún más mortal que covid-19. Seis años después del brote de SARS, los médicos en Beijing buscaron una respuesta inmune entre los sobrevivientes. No encontraron anticuerpos ni células B de memoria de larga vida, pero sí encontraron células T de memoria.

Debido a que los médicos lograron detener el brote de SARS después de aproximadamente 8,000 casos, nunca ha habido la posibilidad de que alguien se infecte por segunda vez, pero esas células T podrían ser un signo de inmunidad continua. Un estudio posterior de la vacuna en ratones encontró que las células T de memoria protegieron a los animales de los peores efectos cuando los científicos intentaron infectarlos nuevamente con SARS.

Para Frieman, en la Universidad de Maryland, toda esta incertidumbre sobre la respuesta inmune a los coronavirus significa que todavía hay pocas posibilidades de predecir cuándo o cómo terminará el brote. "No sé cuándo desaparece, y si alguien dice que sabe, no sabe de qué está hablando", dice.