BOLETÍN N° 118
Una herramienta interactiva permite anticipar de qué manera la implementación de distintas medidas tiene efecto en la evolución de la curva de casos y la posible fecha de saturación de los recursos sanitarios.
¿Cuántas nuevas infecciones y muertes podrían esperarse por día? ¿Para cuándo se esperan los picos de casos y muertes? ¿Cómo evolucionará la curva de ocupación de camas de cuidados intensivos y de uso de respiradores? ¿Cuándo se podrían saturar los servicios de salud críticos? ¿Cómo podría afectar la relajación de las medidas de distanciamiento físico?
Para responder estos interrogantes, desde el Centro de Implementación e Innovación de Políticas Públicas (CIIPS) y el Departamento de Evaluación de Tecnologías Sanitarias y Economía de la Salud del IECS, diseñamos una herramienta interactiva, de libre acceso, que permite proyectar con la suficiente antelación, los efectos de las distintas medidas de salud pública sobre la evolución de la curva de contagios de COVID-19, de muertes y de ocupación de camas de terapia intensiva y respiradores.
La herramienta, que cuenta con el financiamiento del Banco Interamericano de Desarrollo (BID), busca orientar a los tomadores de decisiones de 27 países de Latinoamérica y el Caribe respecto de cómo pueden cambiar esos indicadores en función de las políticas adoptadas, de su duración y de su grado de cumplimiento. Y permitiría, por ejemplo, regular ciclos de mayor o menor flexibilización del confinamiento y otras medidas de distanciamiento físico sin que se desborde la capacidad de respuesta del sistema de salud.
Diseñado a partir de una revisión sistemática de todas las fuentes disponibles para definir distintos parámetros epidemiológicos y sanitarios (como, por ejemplo, tiempo de incubación o duración de la internación en unidades de cuidados críticos) y un relevamiento exhaustivo de los recursos e insumos críticos de los sistemas de salud de cada país, el “Modelo Integral de Preparación y Respuesta de los Sistemas de Salud de Latinoamérica y el Caribe” (al que se puede acceder aquí) no intenta ser un modelo de predicción. En cambio, propone al tomador de decisión o su equipo técnico la posibilidad de parametrizar [asignar valor a] las variables, ajustarlas y “personalizarlas” a su propio contexto para aplicar las políticas de salud pública necesarias y tener un panorama de sus efectos con la debida anticipación.
Por lo tanto, a diferencia de otros modelos de predicción conocidos, el modelo del IECS permite crear diferentes escenarios modificando las intervenciones de salud pública, los recursos sanitarios (por ejemplo, la cantidad de camas, respiradores y enfermeras) y los parámetros epidemiológicos y clínicos y así ejecutar nuevamente la computación del modelo obteniendo resultados diferentes.
Una brújula posible que refuerza la importancia de apuntalar con evidencia científica las decisiones políticas, aun en contextos de tanta incertidumbre.
Por Prof. Dr. Adolfo Rubinstein, director del Centro de Implementación e Innovación en Políticas de Salud (CIIPS) del IECS.