Salud-Bienestar

La tasa de infección inicial con Covid-19 puede ser 80 veces mayor que la informada originalmente.

Muchos epidemiólogos creen que la tasa de infección inicial con COVID-19 no fue contada debido a problemas de pruebas, individuos asintomáticos y alternativamente sintomáticos, y una falla en la identificación de casos tempranos.

Ahora, un nuevo estudio de Penn State estima que el número de casos tempranos de COVID-19 en los EE. UU. Puede haber sido más de 80 veces mayor y duplicado casi el doble de rápido de lo que se creía originalmente.

En un artículo publicado en la revista Science Translational Medicine, los investigadores estimaron la tasa de detección de casos de COVID-19 sintomáticos utilizando los datos de vigilancia de enfermedades similares a la influenza (ILI) de los Centros para el Control y la Prevención de Enfermedades durante un período de tres semanas en Marzo 2020.

«Analizamos los casos de ILI de cada estado para estimar el número que no se podía atribuir a la influenza y que excedía los niveles de referencia estacionales», dijo Justin Silverman, profesor asistente en la Facultad de Ciencias de la Información y Tecnología de Penn State y el Departamento de Medicina. «Cuando restas esto, te quedas con lo que llamamos ILI en exceso: casos que no pueden explicarse por la influenza o la variación estacional típica de los patógenos respiratorios».

Los investigadores encontraron que el exceso de ILI mostró una correlación casi perfecta con la propagación de COVID-19 en todo el país.

Silverman dijo: «Esto sugiere que los datos de ILI están capturando casos de COVID, y parece haber una población no diagnosticada mucho mayor de lo que se pensaba originalmente».

Sorprendentemente, el tamaño del aumento observado del exceso de ILI corresponde a más de 8.7 millones de casos nuevos durante las últimas tres semanas de marzo, en comparación con los aproximadamente 100,000 casos que se informaron oficialmente durante el mismo período de tiempo.

«Al principio, no podía creer que nuestras estimaciones fueran correctas», dijo Silverman. «Pero nos dimos cuenta de que las muertes en los EE. UU. Se habían duplicado cada tres días y que nuestra estimación de la tasa de infección era consistente con la duplicación de tres días desde que se informó el primer caso observado en el estado de Washington el 15 de enero».

Los investigadores también utilizaron este proceso para estimar las tasas de infección para cada estado, señalando que los estados que muestran tasas de infección per cápita más altas también tenían tasas más altas per cápita de un aumento excesivo de ILI. 

Sus estimaciones mostraron tasas mucho más altas que las informadas inicialmente, pero más cercanas a las encontradas una vez que los estados comenzaron a completar las pruebas de anticuerpos.

En Nueva York, por ejemplo, el modelo de los investigadores sugirió que al menos el 9% de toda la población del estado estaba infectada a fines de marzo. Después de que el estado realizó pruebas de anticuerpos en 3.000 residentes, encontraron una tasa de infección del 13,9%, o 2,7 millones de neoyorquinos.

El exceso de ILI parece haber alcanzado su punto máximo a mediados de marzo, ya que, según sugieren los investigadores, menos pacientes con síntomas leves buscaron atención y los estados implementaron intervenciones que condujeron a tasas de transmisión más bajas. Casi la mitad de los estados del país tenían órdenes de quedarse en casa para el 28 de marzo.

Los hallazgos sugieren una forma alternativa de pensar sobre la pandemia de COVID-19.

«Nuestros resultados sugieren que los efectos abrumadores de COVID-19 pueden tener menos que ver con la letalidad del virus y más con la rapidez con que inicialmente se propagó a través de las comunidades», explicó Silverman. 

«Una tasa de mortalidad más baja junto con una mayor prevalencia de enfermedades y un rápido crecimiento de las epidemias regionales proporciona una explicación alternativa a la gran cantidad de muertes y hacinamiento de hospitales que hemos visto en ciertas áreas del mundo».

Mayor información: Justin D. Silverman, Nathaniel Hupert and Alex D. Washburne. «Using influenza surveillance networks to estimate state-specific prevalence of SARS-CoV-2 in the United States». Science Translational Medicine, Published: 22 Jun 2020.

Suscríbete a Comunidad Biológica

Compártelo en tus redes sociales
Share on Facebook
Facebook
Tweet about this on Twitter
Twitter
Share on LinkedIn
Linkedin

Deja un comentario