Las matemáticas y las encuestas ayudan a explicar epidemias pasadas

Emily Schwin: Esto es científico americano60 segundos de ciencia. Soy Emily Schwinn.

Es posible que el mundo haya comenzado a comprender la naturaleza de las epidemias de enfermedades en el último año, pero David Erne, quien ha estado trabajando en su propia comprensión de las enfermedades infecciosas durante más de dos décadas, está utilizando las matemáticas para explicarlo todo.

David gana: Estoy particularmente interesado en los patrones de epidemias que ocurrieron en el pasado, y aprender sobre lo que sabemos sobre la propagación de enfermedades en el pasado y, con suerte, en el futuro.

Schwin: Earn es matemático aplicado en la Universidad McMaster en Ontario. Su investigación explora los factores que contribuyen a cómo la enfermedad se propaga en la población. Se ha convertido en un experto en rastrear documentos históricos sobre epidemias de hace mucho tiempo que aún contienen pistas matemáticas que podemos aprender hoy.

La clave de todo es la habilidad de su equipo para el reconocimiento digital. Al principio de su carrera, Erne se dio cuenta de que podía descubrir el número de muertes en Europa y sus causas examinando montones de registros antiguos. Se llamaban facturas de la muerte, y encontró miles de ellas.

ganar: Las muertes se registraron en 1538. Si observamos todas las muertes a lo largo del tiempo, publicadas semanalmente durante cientos de años, vemos un patrón que puede ser instructivo.

Schwin: Earn comenzó a buscar un modelo de este tipo en Londres en la década de 1660. Fue entonces cuando una plaga llamada la Gran Plaga arrasó la ciudad. La peste fue la culpable. Esta es una enfermedad infecciosa transmitida por pulgas que pican ratas.

Erne lo sabía todo.Lo que no sabe es cómo es el modo de transmisión. Tiempo extraordinario.

ganar: Tan típico de una epidemia: lo que sucede es que los patógenos ingresan a la población, alguien se infecta e infecta a otras personas. Inicialmente, cuando casi todo el mundo es susceptible a la infección, verá un aumento exponencial de muertes, o ambos. Pero eventualmente, muchas personas se infectan o se vuelven inmunes y, en efecto, la epidemia se revierte y comienza a ver que los casos diarios o semanales disminuyen.

Schwin: Si, como David Earn, traza el número de casos a lo largo del tiempo contra una sola epidemia, verá un aumento exponencial, luego una rotación, luego otro aumento, y así sucesivamente.

ganar: Es como una campana torcida.

Schwin: Y esa trama puede responder muchas preguntas:

ganar: ¿Qué tan rápido está aumentando este índice? ¿Qué tan alto es? ¿Qué tan rápido se voltea? La estructura de una epidemia: la llamada curva epidémica.

Schwin: Las respuestas a algunas de estas preguntas se encuentran en la Biblioteca Guildhall de Londres, oculta a la vista durante siglos, donde Erne y su equipo encontraron cientos de páginas de pergamino amarillento.

Resulta que la ciudad puso en marcha su propio sistema de control de la salud a principios del siglo XVII. Erne y el resto de su equipo ahora tienen acceso a las muertes por peste semanales para cada una de las 130 parroquias que conforman la ciudad.

El número de muertos es clave para comprender la velocidad de transmisión. Pero el hecho de que estén vinculados a la red espacial les da algo más: revela a un asesino sigiloso en acción.

Earn y sus colegas encontraron que la cantidad de infecciones fatales se duplicaba cada 11 días. También pudo descubrir pruebas muy sólidas de que una ola de muerte se precipitó desde los suburbios hasta el centro de la ciudad durante un período de varios meses en 1665.

En año y medio ha muerto una cuarta parte de la población de una de las ciudades más grandes de Europa. Las bajas son espantosas. Pero lo que el equipo aún no sabe es cómo se compara esto con las epidemias que ocurrieron hace siglos.

ganar: Los períodos cubiertos por el proyecto de ley de la muerte incluyen la Gran Peste de Londres y algunas epidemias de peste anteriores. Pero sabemos que hubo epidemias de peste antes, pero no hay posibilidad de encontrar registros de mortalidad antes de 1538, porque no se registraron muertes.

Schwin: Erne se quedó perplejo de nuevo. ¿Cómo podrían él y sus colegas aprender más sobre la dinámica de la peste y su propagación antes de la década de 1530?

Por capricho, un colega simplemente buscó en Google testamentos y testamentos digitalizados y encontró miles de documentos. Usaron la fecha de escritura de estos testamentos como un sustituto de la fecha de muerte y la compilaron.

ganar: Si los dibujas, es un recuento diario de la voluntad, y puedes ver claramente las cuatro epidemias de peste en el siglo XIV, lo cual es realmente emocionante.

Schwin: Con este nuevo método, Erne descubrió que durante la Peste Negra, la cantidad de personas que morían a causa de la plaga solo se duplicaba cada 43 días.

Fue la epidemia de peste más mortífera de la historia de la humanidad, alcanzando su punto máximo en Europa entre 1347 y 1351. Aun así, la enfermedad se propagó entre la población apenas tan rápido como lo descubrió Erne en la década de 1660.

ganar: Ya sabes, hasta donde sabemos, hay una gran diferencia en la tasa de crecimiento o el tiempo de duplicación para una enfermedad que no ha evolucionado de manera significativa. Ya sabes, se propagó cuatro veces más rápido en el siglo XVII que en el siglo XIV. No es una pequeña diferencia. Ese es un gran cambio: un tiempo de duplicación de aproximadamente 10 días en lugar de semanas.

Schwin: El equipo no está del todo seguro de por qué la Gran Peste del siglo XVII se propagó cuatro veces más rápido que en el siglo XIII. Durante estos tres siglos, la población de Londres aumentó de unos 50.000 a 500.000. También sospechan que el clima puede haber influido.

ganar: Los ricos luego se congregaron más en el centro. Y el punto más bajo de la Pequeña Edad de Hielo fue en realidad en el siglo XVII, por lo que el período de la Gran Plaga fue un poco más frío que el período de invasión de la Peste Negra.

Schwin: Las temperaturas más frías podrían significar que las personas pasan más tiempo en espacios cerrados. Solo hay que mirar la ola invernal de nuestra epidemia de coronavirus para entender por qué esto conduce a una propagación más rápida.

Independientemente de los detalles, el trabajo también trae otros beneficios. Earn y sus colegas han recopilado todos los documentos históricos que pueden recopilar en un archivo digital, una valiosa fuente de datos para otros que intentan comprender cómo se propagan las epidemias.

También desarrollaron dos herramientas de software diferentes para predecir brotes de enfermedades infecciosas y estudiar la tasa de crecimiento de brotes como el COVID-19 en tiempo real.

ganar: Lo hemos estado usando para estimar la tasa de crecimiento y el tiempo de duplicación de COVID desde que comenzó el brote.

Schwin: Es posible que el nuevo software se haya desarrollado utilizando datos de siglos de antigüedad, pero la información en tiempo real que ahora produce puede dar a los legisladores y funcionarios un vistazo a la primera línea de la pandemia mundial que estamos viviendo actualmente.

Para 60 Seconds Science, soy Emily Schwing.

[The above text is a transcript of this podcast.]