La Ciencia Detrás del Estudio de Los Virus

Jude Kong, Modelador de Enfermedades

Durante la pandemia de COVID-19, el Dr. Jude Kong se dedicó a crear modelos. No modelos físicos, sino aquellos que se ejecutan en la computadora.

En esta pandemia de COVID-19, los modelos salvan vidas. Los epidemiólogos los usan para monitorear el avance de la pandemia, evaluar los esfuerzos para controlarla y guiar a los legisladores en el momento de tomar decisiones sobre la implementación de ciertas medidas como la vacunación, el cierre de escuelas y la distribución de los recursos de atención médica.

El científico Jude Kong se sienta a la mesa con las manos en un teclado, viendo una computadora de escritorio.
Jude Kong trabaja como profesor en la York University y lo apasiona la biología matemática.
Cortesía de Jude Kong

Kong, que es profesor asistente en el Departamento de Matemática y Estadística de la York University en Toronto, Canadá, creció en Camerún y es el tercero de cinco hermanos, hijos de una madre soltera que se dedica a la agricultura de subsistencia. Cuando era niño, terminaba rápido la tarea de matemática y luego ayudaba a sus amigos a que la terminen. Costeó sus estudios universitarios gracias al trabajo como docente de matemática en una escuela secundaria.

El año en el que se graduó, asistió a un taller sobre modelado de enfermedades, algo sobre lo que no sabía mucho. Pero tenía mucha experiencia con las enfermedades infecciosas: en particular con la malaria, que le causó la muerte a su tía y a varios de sus primos.

“Muchas personas se estaban muriendo. Personas que conocía, seres queridos. Quería evitar que la historia vuelva a repetirse en mi comunidad”, dice. Aquí es donde los matemáticos trabajan para entender cómo se propagan las enfermedades y cómo se puede detener su avance. Sabía que debía dedicarse a eso.

“Un modelo es la representación de un sistema que se puede usar para explorar su comportamiento”, dice Kong. Kong y sus colegas crean modelos y los usan para elaborar recomendaciones para los legisladores.

Por supuesto que los modelos en sí son fundamentales. Pero para que funcionen, es necesario contar con los datos adecuados… y con una gran cantidad de ellos. Si no hay datos relevantes a nivel local, explica Kong, los modelos no producirán resultados útiles. Por eso, es de vital importancia que los modeladores colaboren con los líderes de la comunidad.

“Uno les pregunta qué necesitan en sus comunidades. Como científicos, como modeladores, tenemos las herramientas, pero no conocemos el problema”, dice Kong. “[Los líderes de la comunidad] son los encargados de explicar el problema.

Trabajamos con ellos y les presentamos las herramientas.Luego, les decimos qué datos deben recopilar. Ellos recopilan los datos, esta información ingresa al modelo y el modelo termina siendo una de las bases de las políticas correctas, porque los datos salen de la comunidad. Y también hay aportes sobre la comunidad”.

El científico Jude Kong se sienta al lado de un líder de la comunidad.
El trabajo de Kong con los socios locales le permite a su equipo recopilar datos y producir modelos más precisos.   
Cortesía de Jude Kong

Kong y sus colegas usaron este enfoque para estudiar los efectos de lo que él denominó “automedicación”, durante la propagación de COVID-19. Con este término, Kong hace referencia a los tratamientos no comprobados que algunas personas creen que curan o previenen la enfermedad, y que eligen utilizar en lugar del tratamiento comprobado.

Por ejemplo, en Estados Unidos, algunas personas se automedicaron con jengibre, hidroxicloroquina o ivermectina. En Ghana, algunas personas creían que un determinado tipo de té verde los protegería de la enfermedad o incluso los curaría. En Camerún, algunos recurrían a una bebida alcohólica muy fuerte o a medicinas tradicionales locales.

“Hay que respetar las distintas creencias de las personas, porque eso es lo que las define, lo que las hace únicas. Pero es necesario tomar en cuenta esos datos para el modelo”, dice.

Kong y sus colegas crearon un modelo que incorporó la automedicación, algo que no se había hecho con los modelos anteriores. Llevaron sus resultados a los legisladores, que trabajaron con los líderes de la comunidad para abordar el problema. “Los líderes de la comunidad sabrán cómo desalentar estas prácticas en la población”, dice. “Pueden aprovechar las relaciones con miembros de la comunidad, las estaciones de radio locales y demás. Es muy importante que estos líderes participen en todo el proceso”.

La información proveniente de las comunidades locales es particularmente importante porque las diferencias en la historia de las comunidades se traduce en ciertas desigualdades en los resultados de salud. Esto se acrecienta durante una pandemia. Kong explica que la COVID-19 se propaga de manera desigual entre los diferentes grupos raciales y étnicos en función de su susceptibilidad, debido a factores históricos como el hacinamiento y las viviendas segregadas.

“Si uno supone que sucede lo mismo en todo el país”, dice, “no podrá capturar la dinámica porque estará mal informado debido a los datos con los que cuenta”.

Kong hace hincapié en que el modelado de enfermedades es un proceso dinámico. A medida que la pandemia avanza, cambiará el curso del modelado. Las intervenciones, los tratamientos, las comunicaciones para el público, los comportamientos de la gente, los índices de vacunación… todos estos factores cambian. Incluso la misma enfermedad cambiará a medida que surgen nuevas variantes.

“Si trabaja con los líderes de la comunidad, ellos le dirán: ‘Las cosas están comenzando a cambiar. ¿Cómo podemos abordar esta situación?’ Entonces, es el momento adecuado para modificar el modelo”, dice Kong. “Ese es el camino adecuado que hay que tomar”.

Es muy importante que los líderes de la comunidad local participen en todo el proceso. 

La información proveniente de las comunidades locales es particularmente importante porque las diferencias en la historia de las comunidades se traduce en ciertas desigualdades en los resultados de salud. Esto se acrecienta durante una pandemia. Kong explica que la COVID-19 se propaga de manera desigual entre los diferentes grupos raciales y étnicos en función de su susceptibilidad, debido a factores históricos como el hacinamiento y las viviendas segregadas.

“Si uno supone que sucede lo mismo en todo el país”, dice, “no podrá capturar la dinámica porque estará mal informado debido a los datos con los que cuenta”.

Kong hace hincapié en que el modelado de enfermedades es un proceso dinámico. A medida que la pandemia avanza, cambiará el curso del modelado. Las intervenciones, los tratamientos, las comunicaciones para el público, los comportamientos de la gente, los índices de vacunación… todos estos factores cambian. Incluso la misma enfermedad cambiará a medida que surgen nuevas variantes.

“Si trabaja con los líderes de la comunidad, ellos le dirán: ‘Las cosas están comenzando a cambiar. ¿Cómo podemos abordar esta situación?’ Entonces, es el momento adecuado para modificar el modelo”, dice Kong. “Ese es el camino adecuado que hay que tomar”.

 

Creado con el apoyo del Departamento de Salud e Higiene Mental de la Ciudad de Nueva York. © 2021 City of New York 

La familia de Irma y Paul Milstein ha brindado un generoso aporte para el Centro de Recursos de la COVID-19 y sus programas de desarrollo profesional para docentes.