Investigadors de la Universitat Rovira i Virgili i de la Universitat de Saragossa dissenyen un model matemàtic que permet fer prediccions sobre l'expansió de malalties en situacions de mobilitat recurrent

Els desplaçaments recurrents entre diferents poblacions o districtes d’una gran ciutat, de casa a la feina i de tornada a casa, per exemple, poden minimitzar els efectes d’una epidèmia, al contrari del que es podria intuir. Això és el que ha demostrat una recerca duta a terme pels investigadors Àlex Arenas, de la Universitat Rovira i Virgili, i Jesús Gómez i David Soriano, de la Universitat de Saragossa, que acaben de publicar a la revista Nature Physics.

Han dissenyat un model matemàtic que preveu de quina manera la mobilitat pot propagar o reduir l’expansió d’una epidèmia. A través d’un estudi fet amb dades d’una gran ciutat com Cali (Colòmbia), han demostrat que la mobilitat diària entre districtes redueix la incidència de la propagació d’una epidèmia, al contrari del que es podria intuir. En una situació així, el sentit comú ens aconsellaria aïllar-nos de la resta de la població o reduir la mobilitat i disminuir les possibilitats de contagi. No obstant això, el fet d’incomunicar-nos, lluny de millorar la situació, pot comportar un augment de les possibilitats de contagi, de manera que agreujaria la situació endèmica.

Les persones fan trajectes recurrents es desplacen a una altra ciutat o barri i tornen a casa. En aquest context els investigadors s’han demanat si aquesta mobilitat fa variar la incidència d’una epidèmia. “La resposta és sí”, explica l’investigador ICREA Àlex Arenas, del Departament d’Enginyeria Informàtica i Matemàtiques de la URV. El model matemàtic que han dissenyat corrobora aquest fenomen. La conclusió a què han arribat és contraintuïtiva: la mobilitat recurrent implica menys epidèmies i la investigació els ha explicat el perquè. Després d’una primera fase de validació del model, van utilitzar les dades en diverses ciutats “i observem, sorpresos, que l’augment de mobilitat no sempre comporta un increment de la incidència epidèmica”, explica Jesús Gómez Gardeñes, investigador de l’Institut Universitari d’Investigació de Biocomputació i Física de Sistemes Complexos de la Universitat de Saragossa.

Les poblacions dels districtes que ha analitzat —com podrien ser les de barris de Barcelona, Tarragona i Reus, per exemple—, no són iguals pel que fa a la quantitat d’habitants que hi viuen. Hi ha subpoblacions amb densitats molt diferenciades. I quan es distribueix la gent en el dia a dia, aquestes poblacions s’equilibren: els centres de les ciutats que concentren oficines i negocis i on viu poca gent varien la densitat quan s’hi desplaça a treballar la gent dels barris residencials, per exemple. L’homogeneïtzació de la població en metapoblacions —poblacions que tenen connexions de persones que es mouen de manera recurrent—, fa preveure que la incidència de l’epidèmia pugui baixar, al contrari del que es pensava.

L’expansió d’una malaltia i la densitat de població

En una població petita les epidèmies costen més d’expandir-se, perquè la infectivitat és la mateixa, però no hi ha tanta gent. En una localitat molt gran és més fàcil la infecció. Les poblacions que determinarien el punt crític de la infecció, que són les més grans, es veuen rebaixades per la mobilitat i això fa que el punt crític, a partir del qual l’epidèmia persisteix, sigui inferior. Amb aquest model matemàtic que han dissenyat poden calcular quan passarà això i en quines condicions. És a dir, es pot comprendre de manera més detallada per què en unes ciutats la incidència d’una epidèmia pot ser inferior que en d’altres quan, en principi, ni la infectivitat ni el mecanisme d’infecció han canviat. Els factors de mobilitat que juguen a favor d’equilibrar les poblacions i les epidèmies, en aquest cas, són menys probables.

Els investigadors consideren que l’estudi es pot estendre a altres ciutats o territoris, sempre que es disposi de les dades de mobilitat real entre ciutats o districtes. Segons ells, l’anàlisi d’aquestes dades utilitzant aquest model pot ser crucial per fer polítiques que evitin l’expansió d’una epidèmia o per preveure’n de la incidència: “Si no tenim clar que l’expansió d’una malaltia té dependència amb la mobilitat, en determinats moments no es podran aplicar mesures correctes “,manifesta Arenas.

Referència Bibliogràfica: Gómez-Gardeñes, J., Soriano-Paños, D., Arenas, A. “Critical regimes driven by recurrent mobility patterns of reaction–diffusion processes in networks” Nature Physics https://doi.org/10.1038/s41567-017-0022-7