Coronavirus: ¿Sigue siendo útil el número R?

El número R es el número reproductivo de una enfermedad infecciosa, y básicamente indica a cuánta gente puede contagiar una persona infectada. En las enfermedades altamente contagiosas, como el sarampión, la cifra puede tener un valor cercano al 18. Para el COVID-19 se estima que está algo por encima del 3.

El R0 (número reproductivo básico) es el valor de partida que el número R registra al inicio de un brote, cuando el conjunto de la población es aún susceptible de contagiarse. Conforme avanza el brote, el número R se convierte en Re (número de reproducción efectivo), que va variando conforme los contagios aumentan y se ponen en marcha acciones para luchar contra la expansión del virus.

El número R está siendo muy utilizado como un indicador básico a la hora de determinar la acción política en Reino Unido. Se parte de la premisa de que el valor del número R ofrece una evaluación rápida sobre el grado de control que se tiene sobre el brote. Si su valor es superior a 1, la enfermedad se está expandiendo. Y si es inferior, quiere decir que el brote está bajo control y que irá desapareciendo. Eso explica que, ahora que se van relajando poco a poco las medidas de confinamiento, el Gobierno haga tanto hincapié en mantener el número R por debajo de 1.

Sin embargo, un grupo de científicos que se hace llamar Independent SAGE (y que trabaja en paralelo al Grupo Científico de Asesoramiento para Emergencias [SAGE, en sus siglas en inglés], que aconseja al Gobierno británico) está ahora poniendo en duda de manera pública el valor de este indicador. En un informe publicado recientemente, el grupo sostiene que el número R puede resultar engañoso y, por tanto, defienden que el Gobierno no debería otorgar tanta importancia a este indicador a la hora de decidir sus políticas.

Independent SAGE está compuesto por 12 científicos de varios campos y se creó como respuesta a la preocupación generada por la falta de transparencia que se le achacaba al comité SAGE oficial. El grupo lo forman científicos de gran prestigio y está encabezado por David King, antiguo asesor científico jefe del Gobierno. Ahora bien, ¿tienen razón? ¿Realmente el número R es un indicador adecuado para guiar las políticas públicas?

Entorno y comportamiento humano

En primer lugar, el número R no depende únicamente del virus en sí, pues también influyen en él el entorno y el comportamiento de la población. Por ejemplo, se estima que el número R en el interior del crucero Diamond Princess llegó a ser 11, mientras que la media mundial es 3,28. Los espacios estrechos y la movilidad de la tripulación por todo el barco facilitaron la transmisión del COVID-19. El virus era el mismo, pero el entorno y el comportamiento de las personas no, lo que explica la variación del número R del virus.

El número R también varía en función del modelo utilizado para calcularlo. Usar diferentes conjuntos de datos (por ejemplo, datos provenientes de distintos países, algo que se hace con frecuencia) o usar fórmulas diferentes arrojará valores del número R distintos para el mismo virus. Con relación al COVID-19 hemos visto valores del número R que han oscilado entre 1,4 y 11 dependiendo del entorno, los datos y los modelos utilizados.

En segundo lugar, y aunque hablamos del número R para el conjunto de Reino Unido, su valor no es igual en todas las regiones y naciones del país. Algunas áreas rurales pueden tener tasas de transmisión muy bajas, mientras que ciertas áreas urbanas densamente pobladas, así como aquellas donde hay un alto número de residencias de mayores y hospitales, pueden tener tasas de transmisión sensiblemente más altas. Así, el valor del número R que sirve de referencia a la acción política bien puede no reflejar de forma precisa el nivel de transmisión en un determinado territorio, y con ello puede llevar a error a la hora de determinar el nivel de precaución necesario.

En tercer lugar, el número R no representa un valor en tiempo real, sino que refleja las tasas de transmisión con un retraso de en torno a una semana. Por ejemplo, si empezamos a suavizar las medidas de confinamiento, sería importante saber de forma inmediata si esto está provocando que se incremente la tasa de transmisión viral. Sin embargo, no podemos ver estos efectos hasta después de una semana, cuando muchas personas podrían haberse ya infectado.

Una herramienta entre otras muchas

Por último, al centrarnos en el número R estamos ignorando muchos otros parámetros importantes de la transmisión vírica, como por ejemplo durante cuánto tiempo una persona infectada es contagiosa, o a qué velocidad aumenta el número de casos. El número R es solo uno de los muchos factores que se usan para comprender cómo se expande una enfermedad infecciosa.

Para entender la transmisión del virus de manera completa es necesario examinar un conjunto de factores en condiciones lo más próximas posibles al análisis en tiempo real. Además, el número R no dice nada acerca de cuánta gente necesitará de hospitalización, o de cuánta morirá, datos ambos que resultan básicos para diseñar las políticas de salud pública durante un brote.

Por todo ello, y teniendo en cuenta todas estas dudas sobre la fiabilidad y utilidad del número R, ¿debería este seguir sirviendo de guía para las políticas sanitarias?

La respuesta, sin lugar a dudas, es que sí. Sin embargo, ninguna política debería basarse o ser evaluada en función de un número extraído a partir de un único modelo de cálculo. En lugar de ello, deberíamos concebir el número R como un factor más dentro del enorme inventario de métodos de que disponemos para medir el avance del brote. Si usamos datos específicos de cada región y nos basamos en modelos en tiempo real, seremos capaces de aumentar también el nivel de precisión del número R. El objetivo es conocer al minuto la transmisión de la enfermedad y así poder analizar la efectividad de las actuaciones en curso. El número R posee un rol crucial, pero no único, en esta evaluación.

Jeremy Rossman, Honorary Senior Lecturer in Virology and President of Research-Aid Networks, University of Kent

This article is republished from The Conversation under a Creative Commons license. Read the original article.