Els científics segueixen treballant incansablement per esbrinar tota la informació possible sobre el SARS-CoV-2, el coronavirus causant de la pandèmia de Covid-19 que assola el món i que sembla no tenir una data a l'horitzó per marxar, almenys, fins a tenir una vacuna confirmada per vacunar a tota la població.
Els experts segueixen intentant saber com funciona el virus, com es transmet i en quines condicions, per així poder preparar estratègies i protocols que permetin conviure amb ell en la mesura del possible. En aquest sentit, és sobradament conegut que com més gran és una àrea, i com més poblada estigui, especialment si la densitat de població també és alta, és més probable que el virus es converteixi en un problema greu de salut pública.
Les grans ciutats, per exemple, van ser les zones més afectades per la primera onada, ja que els confinaments van permetre evitar que el virus acabés arribant a les zones més rurals, encara que també va arribar. Això va permetre, per exemple, que hi hagués zones que pràcticament no tinguessin casos de Covid-19 entre març i juny d'aquest any, una situació que en aquesta segona onada ha canviat.
La Covid-19 està ara molt més estesa, arribant a pobles i zones on pràcticament no se l'havia vist abans. Per aquesta raó, els científics estan intentant esbrinar quin paper juguen els moviments migratoris, els desplaçaments i els grans i petits grups de persones a la transmissió de virus.
En aquest sentit, un estudi publicat a la revista 'Chaos' ha posat al descobert que dividir a la població en múltiples subpoblacions que no es barregin entre elles pot ajudar a controlar els brots sense imposar massa restriccions dins d'aquests subgrups. Per realitzar l'estudi, els científics s'han ajudat de les matemàtiques i simulacions per ordinador.
Els grups petits baixen el percentatge d'infecció en la població
«La idea clau és que, en nombres baixos d'infecció, les fluctuacions poden alterar el curs de les epidèmies de manera significativa, fins i tot si s'espera un augment exponencial en el nombre d'infeccions mitjanes», explica Ramin Golestanian, un dels autors de l'estudi.
Philip Bittihn, un altre dels autors, comenta que «quan una gran població es divideix en comunitats més petites, aquests efectes aleatoris canvien per complet la dinàmica de tota la població. L'aleatorietat fa que el nombre màxim d'infeccions es redueixi».
A la pràctica, les seves premisses indiquen que en una epidèmia, l'aleatorietat pot canviar profundament els efectes de la malaltia. Per exemple, en el cas en què un viatger contagiat arribi a una gran ciutat que, fins aquell moment, està neta de la malaltia. Aquest viatger ha d'agafar un autobús a les 08:52 hores per arribar fins a casa, un torn que sol anar ple de gent perquè és hora punta per desplaçar-se a la feina.
En arribar a l'aeroport, aquest viatger té un problema amb la seva maleta, el que fa que no arribi a temps per agafar el bus de les 08:52 hores i hagi d'esperar fins al de les 10:12 hores, un torn en què l'autobús sol anar amb molts menys passatgers. Casualment, l'autobús que agafa l'infectat només té dos passatgers més a part d'ell, una dona situada a la part posterior del vehicle i un home gran a prop del conductor, enganxat a la finestra.
El nostre malalt tria una fila central del vehicle per seure, lluny tant de l'home gran com de la dona de darrere, i no entra en contacte amb ells. Quan arriba a la seva parada, es baixa i es dirigeix a casa seva.
En aquesta situació, l'aleatorietat de la pèrdua de la seva maleta a l'aeroport va provocar que, en comptes de viatjar en un autobús ple de gent i sense espai interpersonal, el malalt viatgés en un vehicle gran, espaiós i sense persones a prop seu, el que va evitar que transmetés la malaltia a aquestes dues persones, el que hagués pogut desencadenar un brot i descontrolar-se fins a arribar a tenir transmissió comunitària.
Aquesta situació hipotètica és només un exemple de com afecta l'aleatorietat al desenvolupament d'una pandèmia de les característiques de la Covid-19, i per això els científics han intentat establir formes d'evitar situacions així.
El percentatge màxim de contagis baixa fins al 3%
En aquest estudi es va analitzar una població de 8 milions de persones amb 500 persones contagiades en el moment inicial i amb mesures de distanciament social implementades. Així, la Covid-19 s'expandeix de manera exponencial per aquesta població, duplicant el nombre de contagis cada dotze dies.
«Si es permet que aquesta població es barregi de manera homogènia, la dinàmica evolucionarà d'acord amb la predicció determinista amb un pic de al voltant del 5% d'individus infectats», explica Bittihn. Però si aquesta població se subdivideix en 100 subpoblacions de 80.000 persones, el percentatge màxim de persones contagiades baixa fins al 3%.
Segons l'estudi, aquest descens es deu al fet que alguns dels subgrups poblacions aconsegueixen acabar les cadenes de transmissió de virus de manera espontània, el que fa que el coronavirus deixi de transmetre per aquest nucli de població més petit. Si en lloc de 100 subgrups es dividissin en 500, el percentatge d'infeccions encara baixaria més, fins a l'1% com a pic màxim.
Els experts són conscients de la dificultat que suposaria subdividir així a la població, i admeten que aquest tipus de subpoblacions no es poden aïllar perfectament, el que convertiria aquesta estratègia en una mesura temporal. Per aquesta raó, els científics estan realitzant més estudis que tingui en compte aquestes qüestions i les 'contramesures' que poguessin ser adequades per solucionar-ho.