¿Podría haber funcionado la estrategia de cierre del perímetro del Madrid?

Por Dr. Alfonso de Miguel Arribas, Investigador de ZLC.

Leer versión en inglés

Durante la pandemia de Covid, la mayoría de las zonas urbanas de todo el mundo adoptaron una serie de “Intervenciones No Farmacéuticas” (NPIs, por sus siglas en inglés): desde el uso obligatorio de mascarillas y medidas de desinfección hasta confinamientos con el objetivo de frenar la propagación del virus, reduciendo, entre otras cosas, la movilidad de los ciudadanos.

Entre septiembre de 2020 y mayo de 2021, (la segunda y tercera oleadas de la pandemia) Madrid (e, independientemente, Santiago de Chile), emplearon una variante inusual de esta estrategia conocida como Confinamiento Perimetral (PL por sus siglas en inglés). Varios estudios estadísticos han sugerido que esta estrategia fue en gran medida ineficaz. Hemos intentado ir más allá del análisis del resultado en las circunstancias particulares de Madrid, intentando un modelo mecanicista que, si bien se basa en los datos de Madrid, es generalizado y puede revelar si, en otras condiciones y tal vez implementada de diferentes maneras, una estrategia de PL podría, no obstante, ser una herramienta eficaz en una situación epidémica.

Como todos sabemos ahora, y como reconocieron las autoridades madrileñas en su momento, los confinamientos y las cuarentenas generales tienen consecuencias económicas y sociales devastadoras. Por lo tanto, era bastante razonable buscar un enfoque más afinado que se centrara específicamente en los barrios especialmente afectados por el virus, permitiendo al mismo tiempo que el resto del área metropolitana siguiera funcionando con bastante más normalidad. A partir de los datos de incidencia acumulada recogidos a nivel de las Zonas Sanitarias Básicas (BHZ por sus siglas en inglés), en aquéllas donde había mayor motivo de preocupación se restringió la movilidad dentro y fuera de las BHZ, pero en el resto de la ciudad los residentes pudieron ir a trabajar o al colegio, realizar otras actividades esenciales y utilizar el transporte público, al tiempo que se permitía la apertura de pequeños comercios, aunque con una capacidad reducida.

Básicamente, el Confinamiento Perimetral (PL) se aplicó en zonas en las que la tasa de incidencia acumulada (CIR por sus siglas en inglés) de infección a 14 días estaba por encima de un determinado umbral (aunque los umbrales cambiaron a medida que evolucionaba la pandemia). Sin embargo, los datos sanitarios muestran que las fechas de los cambios en la Incidencia Acumulada (CIR) no pueden atribuirse a la aplicación de los Confinamientos Perimetrales (PL), y además que los aumentos y descensos de la tasa de Incidencia Acumulada estaban muy sincronizados en todas las Zonas Sanitarias Básicas (BHZ), estuvieran o no sujetas a restricciones de PL. Esta es la base para afirmar que la estrategia de PL fue en gran medida ineficaz.

A continuación, podemos examinar los datos sobre movilidad. Aquí podemos utilizar los datos recopilados por el Ministerio de Transporte, obtenidos de los registros de teléfonos móviles que, por supuesto, rastrean los movimientos de los teléfonos, y por lo tanto de sus propietarios, entre las áreas cubiertas por diferentes antenas (aunque hay que tener en cuenta que estos datos no son totalmente precisos a nivel de BHZ, pero proporcionan una valoración bastante buena de las tendencias en la movilidad). Hemos podido analizar las cifras de una semana típica previa a la pandemia, de la situación durante el primer confinamiento nacional (marzo-junio de 2020) y de la mayor parte del periodo cubierto por la estrategia de PL de Madrid.

A grandes rasgos, el confinamiento nacional redujo la movilidad al 40% de la línea de base "normal" y, a medida que se suavizaron las restricciones durante el verano de 2020, volvió a aumentar hasta el 70%. Al ser agosto temporada de vacaciones, la cifra cayó al 50% de la línea de base, pero volvió a subir al 70% a finales de septiembre, cuando se puso en marcha la estrategia de PL.

¿Y durante el PL? En promedio, los niveles de movilidad en toda la ciudad se mantuvieron en el 63%, o el 67% excluyendo los fines de semana. Parece justo decir, por tanto, que el impacto global de los PL sobre la movilidad en toda la ciudad (que, recordemos, se suponía era un importante vector de propagación de la enfermedad) fue insignificante.

Eso es lo que ocurrió en realidad. ¿Eran posibles otros resultados para una estrategia de PL? Nuestro modelo generalizado tiene una metapoblación (un conjunto de subpoblaciones en distritos administrativos que pueden ser objeto de tránsito de individuos que, en caso de infectarse en una subpoblación, pueden desplazarse a otra e iniciar allí la infección). Modelizamos la movilidad en una matriz origen-destino basada en datos de movilidad reales, previos a la pandemia. Asumimos que estaban aplicándose una serie de medidas generales de mitigación, como el uso de mascarillas, y utilizamos un "número efectivo de reproducción" y duración del periodo infeccioso estimados por el Ministerio de Sanidad cuando empezó la "segunda oleada".

También tuvimos que incluir un “umbral de riesgo” que define cuándo se aplicará el PL en un área, y un factor para reflejar que el PL no era la única intervención en estas áreas de alto riesgo.

Al realizar nuestras simulaciones, buscábamos tres variables epidemiológicas observables: la incidencia máxima global, la prevalencia final y la proporción final de distritos que habían superado en algún momento el umbral de riesgo dado. Podemos compararlos con un escenario sin ninguna medida de mitigación al tiempo que variamos tres parámetros libres: la movilidad general, el umbral de riesgo y la reducción de la transmisibilidad.

Nuestra modelización demostró que la reducción de la movilidad general podría ayudar a reducir el impacto de la epidemia, pero hay un problema. Para lograr algo más que un efecto bastante insignificante, los umbrales de riesgo que activan el PL tendrían que ser drásticamente inferiores a los realmente empleados en Madrid, y la movilidad de una magnitud inferior a la alcanzada durante el confinamiento nacional. Con un umbral mucho más estricto para el PL podríamos reducir la incidencia máxima en más de un 20% y la prevalencia en torno a un 10%, pero a menos que la movilidad se redujera en un 90% o más, tantas áreas estarían sujetas al PL que el resultado sería un confinamiento general de facto, que es lo que el PL pretendía evitar.

Podemos probar el modelo de otra manera, manteniendo la movilidad, pero con mayores reducciones en la transmisibilidad. Sin embargo, dado que asumimos que ya están en marcha otras “Intervenciones No Farmacéuticas” (NPIs), puede que esto no sea factible y, en cualquier caso, incluso reducciones muy significativas en los picos de incidencia y prevalencia seguirían dejando a todas las áreas de la ciudad con algún brote por encima del umbral de riesgo. Así pues, aunque en estas condiciones la PL podría reducir en gran medida el impacto sobre la población, no protegería partes de la ciudad de las áreas más afectadas ni siquiera en condiciones epidemiológicas leves.

Al mismo tiempo, al probar el modelo con valores de umbral incluso muy bajos, sólo una reducción fuerte de la movilidad protegerá de la progresión hacia todo el sistema.

Nuestro trabajo se suma al de otros que cuestionan tanto la correcta implantación como la eficacia de la experiencia de Madrid. Otros ya han señalado que el descenso de la curva epidémica comenzó antes de que la implantación de PLs pudiera haber sido eficaz y que la estrategia no aumentó el ritmo de descenso de los casos. También se sugiere que el énfasis en reducir la movilidad en lugar de prevenir las situaciones de alto riesgo fue erróneo, y dada la cantidad de desplazamientos “esenciales” (servicios de emergencia, atención sanitaria, suministros básicos) que aún se requieren, esa reducción podría no ser alcanzable. (También cabe señalar que, incluso durante los periodos de PL, seguía estando permitido desplazarse para trabajar en otro distrito). Estos puntos concuerdan bien con nuestra propia modelización. También se observa que basar los PL en las ZHB puede no ser eficaz, ya que estas zonas se determinan esencialmente de forma administrativa y apenas reflejan la realidad para los ciudadanos “en la práctica·.

En resumen, el criterio más estricto para imponer el PL en un distrito tenía una tasa de Incidencia Acumulada (CIR) a 14 días de 500 (casos por cada 100.000 habitantes): para tener un efecto significativo, este valor debería haber sido más bien de 20 (lo que podría no ser perceptible “en tiempo real”) y las reducciones de la movilidad tendrían que ser mayores que las logradas incluso durante el bastante draconiano confinamiento nacional. Hay que tener en cuenta también que nuestro modelo asumía restricciones mucho más estrictas sobre los PL que las que se dieron en la práctica, por lo que en muchos sentidos podría considerarse como el “mejor de los casos”.

Por lo tanto, los cierres perimetrales parecen ser una respuesta ineficaz a una epidemia de esta naturaleza a escala urbana debido a la gran interconexión de dichos sistemas. No obstante, quedan preguntas sin respuesta. Tanto la estrategia como nuestra modelización presuponen un grado de homogeneidad en la forma en que se mezclan las poblaciones que puede no ser cierto a menor escala. Los efectos de los confinamientos y de otras intervenciones no farmacéuticas pueden variar entre los distintos grupos socioeconómicos, y es posible que, más allá de las fases iniciales de un brote, la movilidad en sí misma desempeñe un papel relativamente menor.

El artículo completo está disponible en  https://www.nature.com/articles/s41598-023-31614-8

Para más información, contacte con Dr. Alfonso de Miguel Arribas, Investigador de ZLC, [email protected].