Cómo funciona la herramienta que predice la curva de contagios de coronavirus en base a llamadas al 148

Desde abril de 2020 el Gobierno recopila información sobre todos los llamados al 148 y los casos de coronavirus que se van reportado. Pero los datos que se recaban han mejorado considerablemente desde aquel momento, en muchos aspectos como la clase de síntomas, los contactos estrechos y la ubicación. “Toda esta información se utilizó para aprender el patrón que relaciona las llamadas telefónicas con los casos reportados días después. De modo tal que actualmente, con solo tener las llamadas telefónicas ya contamos con una estimación muy temprana de cuántos casos habrá en cada zona del Gran Buenos Aires y ciudades de la provincia donde se utiliza la línea 148 para acceder al sistema de salud”, explica Ezequiel Álvarez, investigador del Conicet y líder del equipo interdisciplinario de la Universidad de San Martín (Unsam).

El equipo liderado por Álvarez desarrolló una herramienta de gestión para la pandemia que a través de un algoritmo permite alertar sobre los brotes de casos de coronavirus. Esto lo consigue a partir del análisis de los llamados telefónicos al 148, con hasta cinco días de anticipación respecto de la curva de casos confirmados por laboratorio. Y justamente este desarrollo innovador traspasó nuestras fronteras a tal punto que Open Science, la prestigiosa revista científica de la Royal Society inglesa, publicó en su última edición el artículo “Estimating COVID-19 cases and outbreaks on-stream through phone calls” (Estimación de casos de Covid-19 y brotes en directo a partir de llamados telefónicos) firmado por Álvarez y varios funcionarios del Ministerio de Salud de la provincia de Buenos Aires.

El sistema consiste en un tablero digital (al que solo accede personal autorizado) que contiene la información en vivo de la estimación de casos en el Gran Buenos Aires, dividida por hexágonos de 18 manzanas. El programa arroja una alarma si hay regiones que crecen muy rápido, o detecta varias zonas cercanas creciendo en simultáneo, lo que indica que allí hay un brote.

También tiene una estimación a “grandes escalas” que describe la pandemia día a día, pero de manera global. Esto es muy útil para definir medidas de salud pública o analizar su éxito a pocos días de haberlas implementado; o si el gobierno tiene que esperar algunas semanas para verificar su funcionamiento. Esto es así no solo porque el sistema es de actualización en tiempo real, sino también porque no tiene ninguna distorsión si se lo compara con el hisopado. Es que el hisopado muchas veces arroja resultados de días diferentes sumados, puede ser de hace tres días o cinco, lo que no permite apreciar bien los cambios y eso hace que la curva no sea tan precisa.

“El algoritmo permite automatizar el procesamiento de grandes volúmenes de información disminuyendo la acumulación de errores humanos. Llegó a procesar 20.000 llamados por día, pero tiene la capacidad de procesar millones. La clave es que establece un método para distinguir un conjunto estable de llamadas, de otro conjunto ocasionado por un crecimiento abrupto de los casos. Esta estrategia nos permite estimar los casos de Covid-19 casi con la misma efectividad que los tests de laboratorio, pero con dos diferencias: esta información está disponible antes y no se refiere a casos individuales, sino a grupos”, explica Álvarez.

El Ministerio de Salud de la Provincia de Buenos Aires utiliza esta solución con dos objetivos principales. El primero es hacer un seguimiento general de la pandemia a nivel global y determinar si los casos suben, bajan, o se mantienen estables, aproximadamente cinco días antes que esto se vea reflejado en los reportes diarios. Y el otro objetivo es detectar rápidamente brotes de coronavirus en algún barrio específico, para “activar protocolos preventivos para controlar el brote antes que se disemine”, explica el científico del Conicet.

Los días de detección temprana son de vital importancia si se tiene en cuenta que el Covid-19 tiene períodos de incubación relativamente largos y elevada contagiosidad. Por eso, no es lo mismo aislar a las personas infectadas cinco días antes o cinco días después del primer síntoma. “Además la precisión es muy alta. En términos estadísticos, nuestro desarrollo tiene un parámetro de ajuste R de 0,92. Esta variable es fundamental, porque mide la efectividad de la hipótesis. Como referencia 0,7 es aceptable y 1 lo máximo”, señala el experto.

Actualmente este sistema se está utilizando para mitigar los efectos de la potencial ola de contagios que llegaría en algunas semanas o meses. “Necesitamos estar con todo el sistema funcionando a la perfección para detectar, identificar, entender y controlar cada brote que surja en los próximos meses”, aclara el científico de la Unsam.

Además, Álvarez resalta con orgullo que “la efectividad del algoritmo, articulado con los operativos Detectar, permitieron y permiten salvar vidas al disminuir la tasa de contagios. Para mí, que me especialicé en buscar señales en temas muy abstractos, participar en este desarrollo es increíble”.