Las predicciones elaboradas por los investigadores Martí Català, del Instituto de Investigación Germans Trias i Pujol (IGTP), y Enric Álvarez y David Pino, del grupo de investigación en Biología Computacional y Sistemas Complejos (BIOCOM-SC) de la Universitat Politècnica de Catalunya · BarcelonaTech (UPC), entre otros, han podido calcular los casos activos por comunidad autónoma y cuántas personas se encontraría actualmente propagando la enfermedad. Los datos, que se muestran en la tabla siguiente, indican que las comunidades autónomas con más casos activos serían las de Madrid (con 35.000 casos activos, un 28% del total) y Cataluña (con 34.000 casos, el 27% del total), seguidas de Castilla y León (con 13.000 casos) y Castilla-La Mancha (con 11.000 casos). Por el contrario, las comunidades autónomas de Canarias (con 500 casos activos), Cantabria (600), La Rioja (600), Murcia (600) y Asturias (700) serían las comunidades con el número de casos activos más bajos.

El modelo se basa en considerar la letalidad de la COVID-19 del 1% en aquellos territorios con penetración significativa de la enfermedad. Este valor se obtiene de un análisis de los estudios de seroprevalencia realizados hasta ahora en otros países y de la evolución en el tiempo del Case Fatality Rate (la proporción de fallecidos respecto al de detectados) por edades de países con una alta detección como Corea del Sur. En este sentido, un aspecto a tener en cuenta es que el número de personas fallecidas en residencias de la tercera edad es un buen indicador de la penetración de la enfermedad. El investigador de la UPC Enric Álvarez, autor del estudio, indica que “en las zonas donde la pandemia ha penetrado en la población mayor de 70 años se da un número significativo de casos en residencias de la tercera edad. Debido a la peor prognosis de estas personas, el promedio de letalidad de la población podría aumentar hasta el 1.2% dependiendo de cuál sea el número final concreto de fallecidos en residencias debido a la COVID-19. Dicha cifra será difícil de evaluar dada la falta de confirmación en muchos casos”. En zonas con menor penetración y afectación, la letalidad puede estar incluso por debajo del 0.7%, en cuyo caso los casos reales se alejarían de las estimaciones de los investigadores. En caso de tener una menor letalidad, los casos reales sin síntomas o con síntomas leves son superiores a los que se estiman.

A partir de la letalidad, se analiza el retraso diagnóstico, es decir, el tiempo que pasa entre desarrollar síntomas y ser introducido en la base de datos como caso positivo, y la capacidad de detección del país. En España se detecta aproximadamente entre un 8% y un 10%, como indica el investigador del IGTP Martí Català: “El diagnóstico en España se realiza a partir de PCR que hasta ahora se han hecho básicamente en hospitales. Esto nos da una evolución del número de casos graves. Está previsto que en los próximos meses estas pruebas puedan ser realizadas en los centros de atención primaria para incrementar el porcentaje de diagnóstico. Así también se reduciría el intervalo de tiempo entre la aparición de los primeros síntomas y su registro como caso diagnosticado en las estadísticas oficiales. Actualmente, este intervalo se encontraría alrededor de los 10-12 días, según nuestro modelo.”

Con este último valor y a partir de los datos reportados por las comunidades autónomas se puede establecer el número real de casos que ha habido en los últimos 14 días. Estos casos son los considerados activos por el Centro de Evaluación de enfermedades de la Unión Europea (ECDC), ya que un porcentaje de los mismos, determinado por el nivel de síntomas, es el que pueden contagiar en un día como el actual. Los casos activos son el número de personas potencialmente contagiosas, cosa que no quiere decir que todos lo sean.

Acierto en los datos de seroprevalencia
El modelo desarrollado por el equipo de científicos predijo con acierto los datos resultantes de la primera ronda del estudio sero-epidemiológico por COVID-19 que hizo públicos el Ministerio de Sanidad (ENE-COVID). El modelo no solo es capaz de obtener un resultado muy similar al del estudio para la seroprevalencia global en España (5%), sino que reproduce la variabilidad de cada comunidad autónoma. El modelo no concuerda con los datos del estudio principalmente en La Rioja y, en menor medida, en Andalucía y Canarias.

En estas dos últimas comunidades autónomas, la prevalencia observada ha sido mayor que la que estima el modelo (asumiendo una letalidad del 1%). En estos casos la letalidad es claramente menor del 1%, probablemente porque la afectación en los grupos de edad por encima de 60 años ha sido menor que en otras comunidades autónomas.

Para La Rioja, el modelo asigna una prevalencia mucho mayor de la reflejada en el estudio ENE-COVID. Como indica David Pino, “creemos que el particular desarrollo de la epidemia en el territorio de esta comunidad autónoma puede haber afectado a los resultados. En esta comunidad hay áreas básicas de salud que, representando algo más del 10% de la población de La Rioja, registran el 30% de los casos a 18 de mayo y, probablemente, un porcentaje similar o mayor de fallecimientos. Por el contrario, Logroño y los municipios colindantes, que suponen más del 50% de la población de esta comunidad, representan el 40% de los casos de COVID-19 registrados en La Rioja. Como el muestreo del estudio de seroprevalencia se ha hecho teniendo en cuenta toda la población de esta comunidad autónoma, es posible que el dato obtenido en ENE-COVID sea menor que el real. Y la sobreestimación del modelo en esta comunidad autónoma sería menor que la que vemos en la figura”.