Efecto Allee en dinámica de epidemias inducido por trazado de contactos

El trazado de contactos, el aislamiento de casos, la cuarentena, la distancia social y otras medidas no farmacológicas han sido centrales en el manejo de la pandemia de COVID-19. No obstante, su efecto en la dinámica de las enfermedades no es bien comprendido. Los sistemas de salud han reconocido repetidamente que la saturación de los sistemas de trazado con el aumento en el número de infectados es un problema clave en el manejo de la epidemia. No obstante, este fenómeno es típicamente ignorado o no reconocido explícitamente en la mayoría de los modelos utilizados para comprender la dinámica de las enfermedades y/o apoyar estrategias de manejo. Nosotros modelamos este proceso de saturación con modelos mecanicistas y fenomenológicos, mostrando como se induce un efecto Allee que puede determinar un umbral de infección, con dos estados alternativos (contención y crecimiento). Esta transición fue considerada en muchos trabajos como consecuencia de la fuerza de las medidas, pero nosotros mostramos como también depende del número de infectados. Como consecuencia, el tiempo en que se producen las intervenciones en relación al crecimiento de la epidemia es calve para el éxito de las medidas. Otras estrategias de contención, como la vacunación o las restricciones a la movilidad, interactúan con el efecto Allee, volviéndose clave su consideración para la implementación de los planes de manejo. Por otro lado, cada estrategia aisladamente tiende a presentar retornos decrecientes, con un incremento menos que proporcional en la contención de la enfermedad. No obstante, cuando se implementan de forma combinada su potencial de supresión es exacerbado. La relajación de las medias no farmacológicas luego de la contención—ej. luego de revertir la dinámica por vacunación o por las mismas medidas—debe realizarse evitando cruzar el umbral de epidemia y consecuentes nuevos impulsos en los contagios. El reconocimiento de un efecto Allee inducido por los sistemas de trazado, su interacción con otras medidas y la existencia de puntos de quiebre, contribuyen a la comprensión de muchos aspectos de la dinámica de enfermedades y su respuesta a las intervenciones. Este conocimiento puede ser relevante para explicar dinámicas de enfermedades en diferentes regiones y, más importante, como un insumo para guiar el uso de medidas no farmacológicas, campañas de vacunación, y su combinación para el manejo de brotes epidémicos.

Matías Arim^1,2,*, Daniel Herrera-Esposito^2,3, Paola Bermolen^2,4, Álvaro Cabana^2,5, María Inés Fariello^2,4, Mauricio Lima^6,7, Hector Romero^1,2,8.

1 Departamento de Ecología y Gestión Ambiental, Centro Universitario Regional Este (CURE), Universidad de la República, Uruguay

2 CICADA, Centro Interdisciplinario de Ciencia de Datos y Aprendizaje Automático, Universidad de la República, Uruguay

3 Laboratorio de Neurociencias, Instituto de Biología, Facultad de Ciencias, Universidad de la República, Uruguay

4 Instituto de Matemática y Estadística Rafael Laguardia, Facultad de Ingeniería, Universidad de la República, Uruguay

5 Center for Basic Research in Psychology (CIBPsi) & Instituto de Fundamentos

y Métodos, Facultad de Psicología, Universidad de la República, Uruguay

6 Departamento de Ecología, Pontificia Universidad Católica de Chile, Santiago, Chile

7 Center of Applied Ecology and Sustainability (CAPES), Pontificia Universidad Católica de Chile, Santiago, Chile

8 Laboratorio de Genómica Evolutiva, Dpto. de Biología Celular y Molecular,Instituto de Biología, Facultad de Ciencias, Universidad de la República, Uruguay.