Pasado casi un mes desde que se confirmó en Arica el reingreso del mosquito Aedes aegypti, que transmite el virus del Zika y el Dengue – erradicado de Chile en 1963-,  esta semana las autoridades de salud confirmaron un nuevo hallazgo de larvas del mosquito en la localidad de Camarones, región de Arica y Parinacota. ¿Es posible entender desde las matemáticas la dinámica de estas enfermedades para poder enfocarse en la prevención?

En esta entrevista la profesora e investigadora de la Facultad de Ingeniería y Ciencias, Katia Vogt, Ph.D en Matemática de la Universidad de Purdue, explica cómo a través de la aplicación de modelos matemáticos y estadísticos, se pueden desarrollar herramientas para evaluar  mecanismos de control y evaluación de enfermedades contagiosas como el Zika.

¿En qué consiste tu trabajo de investigación?

En el modelamiento de enfermedades infecciosas vía ecuaciones diferenciales y pertenece al área de investigación de Epidemiología Matemática. El análisis de estos modelos permite entender la dinámica de una enfermedad en una población determinada que cumple con ciertas características. Mi investigación se ha centrado en el modelamiento de la Malaria (enfermedad de transmisión vectorial), de la co-infección de VIH y Herpes (enfermedades de transmisión sexual), y la influenza (enfermedad de transmisión directa).

¿Cómo se puede aplicar la matemática al control de enfermedades contagiosas como los virus Zika y Dengue?

Ambos virus son patógenos y su vía de transmisión al humano es principalmente a través de un vector, en estos casos el principal vector es el mosquito Aedes Aegypti. Enfermedades infecciosas de este tipo, es decir enfermedades de transmisión vectorial, son generalmente difíciles de controlar y su comportamiento difícil de entender. Esto debido a que su transmisión depende de muchos aspectos como, por ejemplo, de la biología del patógeno, la ecología del vector, la situación demográfica de la población humana afectada, el patrón de contactos entre humanos y vectores, entre otros.

Un modelo matemático puede incorporar varias de estas características, haciéndolas interactuar. Un sistema complejo de ese tipo se analiza, interpreta y nos puede proveer de resultados que expliquen la sensibilidad de dichas características a la propagación de una enfermedad. Un modelo también puede hacer interactuar medidas de control, por ejemplo, la aplicación de insecticidas, con las características intrínsecas de una enfermedad con el fin de orientar políticas de salud pública.

¿Cómo ayuda en estos casos la aplicación de un modelo matemático?

En particular, un modelo matemático puede ayudar a responder preguntas como: ¿qué dinámica a largo plazo se espera del virus Zika en América Latina? Estimativamente, ¿cuántas infecciones asintomáticas ocurren?,  ¿cada cuánto tiempo se espera que ocurra un brote?, ¿qué impacto se puede esperar tendrá el control del mosquito en la incidencia del virus Zika?, ¿qué efecto en la incidencia del virus Zika puede tener una posible campaña de vacunación, en caso de desarrollarse una vacuna?

¿Es posible entonces  predecir la y entender mejor la evolución de estas enfermedades?

Un modelo matemático puede predecir la tendencia del comportamiento de una enfermedad infecciosa bajo ciertas hipótesis como también puede ayudar a identificar parámetros que representan elementos claves para el control de la enfermedad. Se pueden también obtener estimaciones de por ejemplo cuántos casos infectados se presentan de forma asintomática en cada brote de una enfermedad.

¿Hay casos en el mundo en los que se haya aplicado este tipo de modelamiento y qué resultados se han obtenido?

Se pueden destacar dos estudios aplicados a poblaciones isleñas en los que se han utilizado modelos matemáticos para obtener un mejor entendimiento de la dinámica de una enfermedad. Este año el Doctor Adam Kucharski junto a otros investigadores de Imperial College London publicó un estudio aplicado a uno de los grandes brotes del virus de Zika en la Polinesia francesa en 2013. En él se utiliza un modelo matemático para determinar la agresividad del brote y se estima la cantidad de personas que sufrieron enfermedad asintomática, para así determinar el grado de inmunidad parcial de una población y con eso estimar los intervalos de tiempo hasta la ocurrencia de un nuevo brote del virus.

En 2013 Gerardo Chowell junto a un equipo de Georgia State University, publicó un estudio aplicado a la epidemia de Dengue de 2002 en la Isla de Pascua, donde a finales del año 2000 se confirmó la presencia del mosquito Aedes Aegypti. Sus resultados sugieren que estrategias de control reactivas pueden tener un efecto significativo en la disminución de la agresividad de Dengue, incluso cuando estas medidas se aplican semanas después de iniciada una epidemia.