Por que aparece a gripe estacional? A estatística ten moito que dicir ao respecto

Cada ano, chegado o inverno, repítese a mesma historia: a gripe comeza a circular cada vez máis e máis e fai aumetar o número de contaxios e de ingresos nos hospitais ata que chega ao seu pico máximo e, dunha semana para outra, vai retrocedendo ata quedar novamente en estado residual. Semella unha especie de mantra que a sociedade xa dá por feito nestas datas. Sen embargo, alguén sabe realmente por que aparece a gripe estacional? Cales son os factores que inflúen no seu espallamento e capacidade de infección? Hai múltiples artigos ao respecto, algúns apuntan á temperatura, outros á radiación solar, outros á humidade... Dende o Galicia Confidencial falamos co catedrático e investigador da Universidade de Santiago de Compostela (USC) Manuel Febrero Bande, coautor dun estudo estatístico que relaciona a gripe coa temperatura, para coñecer o que ten que dicir esta ciencia ao respecto.

"A nós (como investigadores estatísticos) o que nos interesaba coñecer era o modelo matemático que subxace detrás da evolución temporal da gripe", explica Febrero Bande. Para iso, pediron á Consellería de Sanidade os datos históricos de anos anteriores sobre a gripe en Galicia. "Para o noso modelo matemático interesábanos ter os datos semanais da gripe e tamén a súa evolución por comarcas, para ver se había unha dependencia temporal, se segundo ía aumentando o cociente da gripe (casos por cada 100.000 habitantes) das últimas semanas podía predicirse mellor o que estaba por vir; e espacial, se o feito de atopar datos altos de gripe nunha comarca podía afectar aos datos futuros das comarcas veciñas", apunta o investigador. A partir dese plantexamento foron quen de demostrar que, "efectivamente, hai unha dependencia temporal e unha máis feble dependencia espacial nos datos das comarcas respecto da gripe". Con todo, a maior sorpresa que se levaron non foi esa, senón a que chegou pola banda das covariables obxecto de estudo.

A día de hoxe aínda non está moi claro cal é o detonante que fai que apareza ou que se espalle en maior medida a gripe estacional. Sen embargo, como conta Febrero Bande, "nos datos que nós analizamos a variable que nos resultou máis relevante foi a da temperatura". Así puideron comprobar que "cando a temperatura baixaba en promedio semanal dos 8 graos, aumentaba significativamente o cociente da gripe (casos por cada 100.000 habitantes) para a seguinte semana, chegando a duplicarse". Pola contra, "nin da radiación solar nin da humidade se obtiveron resultados significativos, o cal non quere dicir que estas non afecten, pero nós neses datos que manexamos non atopamos que fosen determinantes", mentres que "a temperatura si semellaba ter un papel máis importante e mellorar a predición da gripe de cara á seguinte semana".

APLICACIÓN DO MODELO NA PRÁCTICA EN CATALUÑA

O modelo matemático deseñado por Febrero Bande e os seus compañeiros podería terse quedado unicamente como unha anécdota ou unha curiosidade reducida ao ámbito académico, pero foi máis aló e levouse á práctica, máis non en Galicia, senón en Cataluña. Pilar Muñoz e Ángela Domínguez, coautoras do estudo, son de orixe catalana, e Manuel Oviedo de la Fuente, o outro coautor, é fillo de emigrantes galegos e antes do seu retorno estivo traballando para os servizos epidemiolóxicos de Cataluña, polo que todo axudou para poder implementar ese modelo na práctica na Comunidade. "En Cataluña contan cunha rede de alerta pola que todas as semanas os servicios médicos teñen que enviar información actualizada sobre o número de pacientes diagnosticados de gripe, o que nos permitía aplicar o noso modelo segundo nos ían chegando os novos datos de cada semana, predicindo así o que podía acontecer nas seguintes semanas", explica o catedrático da USC. Esta ferramenta resultou de vital importancia e materializouse nun proxecto en funcionamento durante 4 ou 5 anos.

E é que grazas a este modelo, "que debería estimarse todos os anos para poder comprobar que realmente segue funcionando", era posible "predicir con bastante exactitude cantas persoas poderían achegarse aqueixadas de gripe ata os servizos de médicos á semana seguinte, algo que aos xestores dos servizos sanitarios lle era moi útil para dimensionar mellor os seus servizos e poder estar preparados para atender a toda esa xente". Así, sabendo que o modelo demostra que a unha baixa temperatura os casos de gripe aumentan, "se vemos que esta semana vai facer frío, podemos saber que de cara á seguinte se vai duplicar o cociente de persoas con gripe e, se para a seguinte seguimos con frío, o mesmo", exemplifica Febrero Bande. No caso de Galicia, ao traballar con datos retrospectivos, non é posible falar de actualizar o futuro modelo, para o que se requeriría, igual que en Cataluña, contar con datos actualizados periodicamente.

"TODO SE PODE TRADUCIR EN NÚMEROS"

Deste xeito, ponse de manifesto a importancia da estatística na vida diaria. "Todos os fenómenos da natureza e da sociedade xeran información que pode traducirse en números que, introducidos en modelos matemáticos apropiados, poden darnos aproximacións moi razoables do que está a acontecer na realidade", asegura Febrero Bande, que explica que "o importante tendo eses números é combinalos ben con intelixencia natural, máis que con intelixencia artificial, porque a intelixencia artifical pode combinar eses números mecanicamente e sen reflexión, pero é a intelixencia natural a que nos permitirá interpretar o patrón que rexe tal fenómeno". No caso da gripe, no seu momento tamén houbo outro indicador que se empregou e que funcionou durante un tempo: as búsquedas que facía a xente en Google sobre os síntomas. "Ese modelo funcionou algúns anos con resultados razoables, pero deixouse de publicar no 2015, porque a información das buscas deixou de ser relevante para este fenómeno, posiblemente porque mudou o comportamento dos usuarios, o que nos fala de que todos os modelos deben ser actualizados para que funcionen", apunta o catedrático a USC. Un bo modelo estatístico matemático precisa de datos accesibles e de calidade, unha axeitada estrutura matemática do modelo e actualización periódica da estrutura e da información empregada.