Rastreo de la propagación de enfermedades por viajes aéreos

Cuando surgen nuevas enfermedades o las viejas vuelven, a menudo se propagan de un país a otro e incluso entre continentes. Una forma clave en que esto sucede es a través de la gente viajando en avión. La red de vuelos internacionales conecta poblaciones diferentes que están muy lejos, permitiendo que las enfermedades se muevan rápido. Al observar cuántas personas vuelan y a dónde van, podemos aprender un montón sobre cómo se propagan las enfermedades.

En las primeras etapas de Brotes pasados, usar información de pasajeros de vuelos ha respondido preguntas importantes. Por ejemplo, al inicio de la pandemia de SARS-CoV-2, los datos sobre pasajeros volando de un lugar a otro ayudaron a señalar dónde podría propagarse el virus a continuación. También ayudó a decidir cuán efectivas podrían ser las restricciones de viaje y proporcionó estimaciones de cuántos casos estaban ocurriendo realmente en lugares como Wuhan, China. Estudios similares ocurrieron durante otros brotes, como el ébola en África Occidental y el Zika en las Américas.

Estos estudios pueden ser cruciales para controlar nuevos brotes de enfermedades. Ayudan a crear conciencia, mejorar la preparación y planificar respuestas. Sin embargo, un reto para rastrear la propagación de enfermedades es que los datos actuales sobre viajes aéreos a menudo no están disponibles de inmediato. Esperar por esta información no es práctico durante brotes que se mueven rápido. Además, los datos de vuelos pueden ser caros de conseguir, por lo que los investigadores a menudo dependen de datos más antiguos, normalmente del año anterior.

Por ejemplo, durante los primeros días de la pandemia de SARS-CoV-2 en 2020, muchos estudios usaron números de pasajeros de los mismos meses de 2019 o incluso de 2018. Una búsqueda rápida muestra que de los estudios que analizaron SARS-CoV-2, solo uno usó datos de 2020 para reflejar los patrones de viaje reales. Hay un problema continuo con los datos de viaje desactualizados, ya que también se usaron datos históricos de vuelos para modelar la propagación de brotes pasados como el ébola y el Zika.

Sin embargo, no ha habido investigaciones que examinen si usar datos de vuelos antiguos puede predecir con precisión cómo se propaga una enfermedad hoy en día. Esto importa porque un brote puede cambiar cuántas personas viajan y a dónde van debido a miedos sobre los riesgos o prohibiciones de viaje. Este documento examina si usar conjuntos de datos históricos de vuelos es una buena manera de adivinar cómo se propagan las enfermedades. Tiene como objetivo averiguar cuánto afectaron los brotes pasados a los números de viaje, si los destinos de vuelo más comunes cambiaron con el tiempo y cómo los resultados de los modelos epidémicos diferían al usar datos de vuelos antiguos frente a nuevos.

El estudio se centra en tres brotes pasados: un brote de MERS en Corea del Sur de mayo a julio de 2015, la epidemia de Zika en Brasil que se declaró emergencia en febrero de 2016 y la pandemia de SARS-CoV-2 que comenzó en China a finales de 2019.

#Recolección de Datos de Vuelos

Los investigadores usaron datos de pasajeros de vuelos de la Asociación Internacional de Transporte Aéreo, que rastreó cuántos pasajeros viajaron entre aeropuertos internacionales cada mes desde enero de 2012 hasta diciembre de 2020. Miraron diferentes períodos de tiempo para ver cómo cambiaron los números de pasajeros durante los brotes.

Para cada uno de los tres brotes, revisaron cuántas personas estaban volando desde Corea del Sur, Brasil y China cada mes y calcularon las diferencias en comparación con el mismo mes del año anterior. También examinaron cómo cambiaron los destinos de vuelo populares de estos países con el tiempo, especialmente durante los períodos de brote.

#Simulación de la Propagación Epidémica

Los investigadores realizaron simulaciones para ver cómo se propagarían las epidemias usando tanto datos históricos del año anterior al brote como datos más nuevos del brote en sí. Usaron un modelo específico para simular la propagación global de una enfermedad comenzando en un país, con el movimiento entre países guiado por datos de vuelos.

Para sus simulaciones, crearon tres escenarios basados en los brotes de MERS, Zika y SARS-CoV-2. Probaron las infecciones con ambos tipos de datos para ver cómo afectaba la propagación.

A lo largo de las simulaciones, observaron cuántos países informaban infecciones con el tiempo y cuánto tardaban esos países en ver su décimo caso.

Al analizar los resultados, encontraron que para los escenarios de MERS y Zika, había poca diferencia en cuán rápido se propagaba la enfermedad usando datos de vuelos históricos frente a datos contemporáneos. Sin embargo, para el escenario de SARS-CoV-2, que tuvo interrupciones significativas en los viajes aéreos, usar datos antiguos resultó en una propagación predicha mucho más rápida en comparación con usar datos actuales.

#Observando Patrones de Viaje

Los investigadores notaron que el viaje desde Corea del Sur y Brasil generalmente aumentó con el tiempo, con algunas variaciones estacionales. Sin embargo, cuando ocurrieron brotes, hubo disminuciones notables en el número de pasajeros volando, en comparación con años anteriores. Durante la pandemia de SARS-CoV-2, hubo reducciones drásticas en los viajes, con números de pasajeros cayendo alrededor de un 98.6% en su punto más bajo.

A pesar de las diferencias en los patrones de vuelo durante los brotes, los principales destinos para los pasajeros se mantuvieron relativamente estables antes de la pandemia de SARS-CoV-2. Los destinos más comunes fueron consistentes incluso durante los brotes, con solo cambios menores a lo largo de los años.

#Hallazgos de las Simulaciones

En las simulaciones que compararon datos históricos de vuelos con datos contemporáneos para MERS y Zika, generalmente había poca diferencia en cuán rápido se propagaron las epidemias. La naturaleza lenta de estos brotes significó que pequeños cambios en los patrones de vuelo tuvieron un impacto mínimo en la propagación global de la enfermedad.

En contraste, las simulaciones para SARS-CoV-2 mostraron una clara subestimación de cuán rápido se propagaría la enfermedad al usar datos históricos. Este error de cálculo podría llevar a retrasos en la preparación para los brotes. Los datos iniciales sobre patrones de viaje indicaron que la enfermedad se propagaba más lentamente de lo predicho.

Cuando se compararon los primeros países en informar casos de SARS-CoV-2 con las simulaciones, el modelo funcionó bien, con la mayoría de los primeros países alineándose. Esto sugiere que, si bien usar datos históricos de vuelos podría funcionar para algunos brotes, podría subestimar la rápida propagación de las enfermedades en circunstancias inusuales.

#Implicaciones para Futuros Brotes

Usar datos de vuelos para entender patrones epidémicos es importante, especialmente durante la planificación en tiempo real para respuestas de salud pública. Aunque depender de datos históricos puede ser efectivo para brotes con pequeños cambios en los hábitos de viaje, podría llevar a errores graves en predicciones para situaciones más severas como la pandemia de SARS-CoV-2.

Esta investigación muestra que usar datos actualizados es crítico, particularmente para brotes que interrumpen significativamente los viajes. También es igualmente importante que las organizaciones de salud y los investigadores tengan acceso inmediato a datos para una respuesta y planificación epidémica efectivas.

En general, aunque los datos pasados pueden proporcionar algunas ideas, es crucial desarrollar métodos para predecir con precisión los patrones de viaje cambiantes durante los brotes. Futuros estudios podrían explorar los efectos de combinar datos de vuelos con indicadores de movimiento en tiempo real para mejorar las predicciones sobre la dinámica epidémica.

En conclusión, entender cómo se propagan las enfermedades a través de los viajes aéreos es esencial para manejar las amenazas a la salud. Esta investigación subraya la necesidad de usar datos actuales durante brotes reales para prepararse y responder de manera efectiva a nuevos desafíos de salud.