Mapa de riesgo de propagación de COVID-19
por contagio comunitario en España

Motivación

La expansión de COVID-19 plantea muchos retos a nuestro sistema sanitario y social. Uno de ellos es el de poder predecir y cuantificar la emergencia de nuevos casos derivados de contagios comunitarios a escala nacional. Se entiende por contagio comunitario aquellas personas afectadas por el virus para las cuáles se desconoce la fuente de infección, es decir, sin historial de viajes recientes a zonas afectadas, ni vínculos directos con otros contagiados.

Una de las mayores dificultades con las que nos enfrentamos es la de la detección temprana de casos para su aislamiento y tratamiento médico. Este virus se caracteriza por un estado epidémico asintomático, o con síntomas leves o moderados, bastante largo, que puede llegar hasta los 14 días de acuerdo con los datos disponibles. El resultado de no tener una detección temprana influye de manera importante en la propagación de la epidemia, y como resultado dificulta en gran medida la implementación de medidas de control eficaces.

En esta web mostramos los resultados del riesgo epidémico estimado en España, a nivel de municipios, derivados de un modelo de propagación de epidemias basado en la movilidad habitual (recurrente) entre municipios, de la población activa en España, según datos proporcionados por el Instituto Nacional de Estadística (INE).

Nuestro modelo incorpora los datos epidemiológicos reportados hasta el momento para el virus responsable de COVID-19, que se ha denominado oficialmente SARS-CoV-2, y datos demográficos y de movilidad entre municipios en España. El modelo se puede trasladar perfectamente a otras localizaciones donde se dispongan de estos datos.

Resultados

Mapa de riesgo

El mapa de riesgo que se genera con el modelo produce un indicador por término municipal de la fracción de la población que se estima que puede haber contraído la infección del SARS-COV-2 por contagio comunitario. Los términos municipales sombreados en gris corresponden a aquellos para los cuales no se dispone de datos.

Debido al alto volumen de visitas, el mapa puede tardar unos segundos en cargarse.

Los datos de riesgo numéricos correspondientes al mapa se pueden descargar desde este enlace en formato Excel y aquí en formato pdf.

Mapa de sobrecarga hospitalaria

De acuerdo con la predicción de casos de COVID-19, según el modelo, podemos prever el factor de sobrecarga del sistema sanitario de atención de cuidados intensivos UCI.

En primer lugar, suponemos un escenario optimista de ocupación de UCIs del 0% pre-COVID, es decir, todas las camas UCI se suponen libres. Sobre este escenario calculamos los casos totales con necesidad de UCI por COVID-19 que tendremos el día 18 de Marzo. Este valor lo obtenemos como el 5% del total de casos por COVID-19 que ofrece el modelo. Este 5% corresponde a los datos más recientes de atención UCI necesaria por COVID-19 según el último reporte oficial de los casos en España.

Predicción de la incidencia de casos COVID-19 críticos en España

Presentamos la evolución del número de pacientes que requerirán de hospitalización en unidades de cuidados intensivos (UCI) por COVID-19. Las curvas se calculan con nuestro modelo de predicción, para tres tipos de intervenciones:

• Sin ningún tipo de restricción de movilidad.
• Con restricción de movilidad parcial (donde se permite movilidad laboral en un 50%)
• Con restricción total de movilidad (no se permite movilidad laboral salvo en servicios de primera necesidad)

Se observa como las intervenciones nos alejan del riesgo de atravesar el techo sanitario los próximos días.

Modelo

A mathematical model for the spatiotemporal epidemic spreading of COVID19
medRxiv 2020.03.21.20040022
El modelo detallado se puede descargar a través de este enlace .

El modelo que usamos es una nueva versión de una familia de modelos epidemiológicos en tiempo discreto, que ha sido especialmente modificado para representar las dinámicas de transmisión de SARS-COV-2, el virus que causa la enfermedad COVID-19.

El modelo pretende estimar la tasa de riesgo de cada municipio de España, teniendo en cuenta: (I) La dinámica de trasmisión de SARS-COV-2, y (II) los patrones de movilidad recurrente en España, y (III) la demografía de la población española.

Respecto a la trasmisión del virus, utilizamos un modelo compartimental, que quiere decir que se divide a la población según su estado epidemiológico en compartimentos, que son:

• Susceptible: individuo que no ha contraído la enfermedad pero puede contraerla.
• Expuesto: individuo que está infectado pero que está en fase de incubación y por tanto, todavía no es infeccioso.
• Asintomático (o con síntomas leves): individuo que ya está infectado y es infeccioso pero que no muestra síntomas relevantes que sean fácilmente identificables.
• Infectado: en nuestro modelo, un individuo infectado es infeccioso pero sí muestra síntomas fácilmente atribuibles a una infección COVID-19, lo que facilita su detección.
• Hospitalizado: individuo que está infectado pero ha sido detectado y precisa de hospitalización. Este individuo ya no propaga la enfermedad porque se supone confinado en el hospital.
• Recuperado: individuo que ya no es infeccioso y no puede contraer el mismo virus otra vez, sea porque se ha recuperado de la infección y ha desarrollado inmunidad, o bien porque ha fallecido.

Las transiciones entre compartimentos las regulan las probabilidades de trasmisión, recuperación, etc, que hemos derivado de los estudios de COVID-19 publicados hasta el momento.

Respecto la movilidad, hemos utilizado datos proporcionados por el Instituto Nacional de Estadística que recogen los viajes hechos por trabajo entre municipios y dentro de municipios. Este conjunto de datos reporta el flujo entre municipios (pero sólo aquellos flujos que cuenten con más de 10 viajes), para todos los municipios de España mayores de 100 habitantes. Nosotros incorporamos la movilidad al modelo porque consideramos que es fundamental para entender cómo se propaga una infección por el territorio. Nuestro modelo permite simular que resultados de riesgo se obtendrían en caso de imponer restricciones de movilidad globales o locales.

Respecto a la demografía, hemos considerado esencial dividir la población del país en tres compartimentos: jóvenes (de 0 a 25 años), adultos (26 - 65) y mayores (>66). Las evidencias más recientes que se reportan respecto a COVID-19 es que afecta en diferente medida a cada uno de estos grupos. En nuestro modelo, las diferencias que establecemos entre estos tres grupos son, esencialmente que:

• Los jóvenes y los mayores no se mueven por el territorio con la misma probabilidad que los adultos.
• Los jóvenes tienen, con más probabilidad que el resto, infecciones donde solo se observa una fase asintomática (o con síntomas leves), y que por tanto, son más difíciles de detectar.
• Las personas mayores precisan de hospitalización con mucha más probabilidad que los jóvenes o los adultos.

Limitaciones

• El modelo no predice la importación de casos internacionales.
• El modelo asume los parámetros epidemiológicos reportados hasta el momento, pero que podrían ir variando en función de los estudios epidemiológicos.
• El modelo asume que los datos de movilidad reportados por el INE no varían, es decir, la estimación cambiaría sustancialmente si la movilidad sufre restricciones.

Ventajas

• El modelo permite alterar los parámetros epidemiológicos según sean reportados en próximos estudios epidemiológicos.
• El modelo permite estudiar la influencia del periodo asintomático y su infectividad asociada.
• En función de estos parámetros podemos estimar el mapa de riesgo de nuevos casos, anticipándonos a la propagación del virus por individuos asintomáticos.
• Las restricciones de movilidad masiva (cuarentena) pueden ser fácilmente introducidas en el modelo, permitiendo la obtener nuevos valores de riesgo bajo esas medidas. Esto podría ser útil a las autoridades sanitarias, que podrían usar este modelo para testear la eficacia de restricciones de movilidad en la expansión del virus.

El problema de los datos

Nuestro modelo puede calcular, a partir de unas condiciones iniciales (un cierto número de casos detectados y su localización), una estimación de cómo evolucionaría la epidemia en nuestro país. En la primera fase de la propagación de la epidemia en España, la mayoría de los casos detectados eran “importados”, es decir, individuos que habían contraído la enfermedad fuera del país y que posteriormente habían viajado a España. Estos casos no pueden ser detectados por el modelo puesto que son ajenos a la dinámica de transmisión del virus dentro del país. Por este motivo, en una fase donde los infectados son mayoritariamente importados es imprescindible disponer de datos fiables a tiempo real para realizar predicciones. Al no disponer de datos oficiales decidimos interrumpir el mantenimiento de nuestro mapa de riesgo.

En el momento actual, los casos autóctonos, es decir, los que han originado dentro del país por transmisión local representan una gran proporción de los casos totales. Esos casos sí son detectados por nuestro modelo, el cual, partiendo de las condiciones iniciales de los casos que había en la primera fase de la epidemia (mayoritariamente los casos importados), hace evolucionar el sistema y obtiene la estimación actual del riesgo de infección. Es por ello que volvemos a poner a disposición pública los resultados obtenidos.

Preguntas frecuentes

¿Qué se representa en este mapa? ¿Qué es un modelo matemático y para qué sirve? ¿Qué asume vuestro modelo? ¿De dónde habéis sacado los parámetros? ¿Qué datos de movilidad habéis usado para vuestro modelo? Si alguien reside o trabaja en un área con riesgo 0.1%, ¿significa que ese individuo tiene 1 posibilidad sobre
1000 de contraer la enfermedad? ¿Actualizáis los datos del modelo cada vez que se detectan casos nuevos? ¿Por qué antes ofrecíais un único mapa de riesgo y ahora hay predicción para varios días? ¿Qué significa movilidad habitual recurrente? ¿Por qué hay algunos municipios sombreados en gris? ¿Por qué existen términos municipales que tienen un riesgo del 0% cuando claramente se ven rodeados de áreas
con riesgo de infección?

Autores

Colaboradores