El Grupo de investigación MUNQU (Modelling Uncertainty Quantification) de la Universidad Politécnica de Valencia ha publicado un nuevo informe de la predicción de la evolución de la COVID-19 en España que incluye nueva información sobre los picos de la pandemia y una predicción sobre cuándo pueden finalizar las medidas de confinamiento y los escenarios sobre la enfermedad que se plantean a continuación.

El nuevo modelo del MUNQU sigue utilizando los datos que publica diariamente el Ministerio de Sanidad sobre la población afectada por este virus junto con un modelo poblacional que han construido los investigadores. Consiste en un sistema de ecuaciones en diferencias en el que se tiene en cuenta el número de individuos susceptibles de tener la enfermedad el día del análisis, el número de individuos en cuarentena, el número de individuos latentes, el de individuos infecciosos, el de hospitalizados y el número de individuos en la UCI. También el número de individuos en planta tras salir de la UCI, el de recuperados acumulados en el día del informe y, por último, el de fallecidos.

"Una vez tenemos el modelo establecido -explica el MUNQU en su informe del 1 de abril publicado ayer por la noche-, el primer paso es calibrarlo, esto es, buscar valores de los parámetros que hagan que el modelo reproduzca lo mejor posible los datos publicados por el Ministerio. En particular, los datos de hospitalizados acumulados, los de ingresados en UCI acumulados y los fallecidos acumulados".

Y aplicando y calibrando este modelo, los investigadores de la UPV han llegado a la conclusión de que el pico de infectados ya ha pasado (ocurrió a finales del pasado mes de marzo) y estamos sobre el de hospitalizados. Luego hay una bajada pronunciada en todas las gráficas.

Uno de los aspectos más interesantes del nuevo modelo del MUNQU es que intenta resolver cuándo podrán los españoles empezar a salir de casa. Y lo hace a través de dos escenarios posibles: uno desfavorable ya sea debido a que las personas no mantienen su comportamiento de distanciamientosocial o el buen tiempo no afecta a la propagación de la enfermedad; y otro favorable, que considera que el buen tiempo y el mantenimiento del distanciamiento social, que suponemos que empieza el 15 de mayo, reduce la capacidad de contagio en 1/3.

Para su predicción, los investigadores de la UPV asumen en ambos que la salida es escalonada del 25% de las personas en cuarentena cada 7 días desde el 1 de mayo de 2020, esto es, el 1, 8, 15 y 22 de mayo. Y también asumen que se siguen tomando precauciones para evitar contagios.

Así, según sus cálculos, en el caso desfavorable hay un repunte importante de personas infectadas a partir del fin de la cuarentena. Según la gráfica, si esto ocurriera, a principios del mes de noviembre podrían contarse de nuevo en España alrededor de 350.000 infectados por coronavirus. Mientras, en el caso favorable, la salida de la cuarentena apenas cambia la tendencia de bajada de infectados.

En el comentario final de su informe de ayer, el MUNQU destaca que ya hemos superado el pico de infectados y que eso es mérito de todos nosotros, quedándonos en casa. Por otra parte, el pico de hospitalizados fue ayer (31 de marzo) y el pico de pacientes en UCI se espera para el 9 de abril".

Los investigadores subrayan en sus conclusiones que han tardado tanto en volver a sacar este informe porque el modelo es muy sensible a los par ámetros, y como consecuencia, a pesar de los resultados, la realidad es que hay mucha incertidumbre sobre lo que está pasando y va a pasar.

"Asumir un pequeño cambio atribuible al posible efecto del buen tiempo sobre la transmisión del virus produce un cambio sustancial en la predicción -indican. A nuestro juicio, aunque los datos que se proporcionan todos los días son de mucha utilidad, hay otros que precisan los modelos y cuyo desconocimiento son parte de la incertidumbre".

El MUNQU considera deseable conocer el porcentaje de personas hospitalizadas que acaban en la UCI y las que se recuperan. "O el porcentaje de personas que pasan por la UCI y se recuperan. O qué porcentaje de infectados acaba hospitalizándose. Esto enlaza con tener una idea del número real de infectados que hay, incluso de los asintomáticos, que todavía no se conoce". "El conocimiento de, al menos, algunos de los datos mencionados, nos permitirá reducir la incertidumbre y hacer predicciones más robustas", concluyen.