Lo que han desarrollado es un software que permite simular el número de deportistas infectados por COVID-19 a lo largo de una competición. Investigadores del Centro de Tecnología Biomédica de la Universidad Politécnica de Madrid (UPM) y del Centro de Astrobiología (CSIC-INTA) están trabajando en el desarrollo de ese modelo matemático que describa cómo la enfermedad podría propagarse entre los deportistas en el caso de que se reanude la temporada. Y ya han obtenido las primeras conclusiones.
Los investigadores analizan diferentes parámetros y los alteran para hacer simulaciones de mil temporadas con las distintas variaciones. Así han llegado a la conclusión de que, “realizando controles de manera periódica y comprimiendo el calendario, el riesgo de que se propague la enfermedad entre los jugadores de forma descontrolada es menor que si la competición se alargase en el tiempo o utilizando otro tipo de test”, afirma Daniel Ruiz Antequera.
Él y Javier M. Buldú, ambos del Centro de Tecnología Biomédica, son los responsables de un trabajo que inicialmente se ha centrado en una eventual reanudación de La Liga de fútbol de la primera división masculina. De hecho los responsables de esta competición ya se han interesado por el modelo matemático.
Se trata de calcular cuál es la probabilidad de que el COVID-19 se pudiera propagar sobre los jugadores tanto en los entrenamientos como en los partidos. Incluso habría una tercera fuente de posible contagio: el entorno personal del futbolista.
Tiempo de exposición
Tal y como explica Buldú en declaraciones a Innovaspain, ningún modelo te puede predecir el número de jugadores que se va a infectar, “pero sí te permite simular distintos escenarios y ver qué ocurriría” si subes o bajas un determinado parámetro, por ejemplo, el tiempo entre partidos.
De acuerdo al trabajo realizado, a medida que se separan los enfrentamiento, aumentan las probabilidades de infecciones; “básicamente porque el tiempo de exposición a la enfermedad es mayor”, afirma el también profesor de la Universidad Rey Juan Carlos I.
En sus simulaciones, los investigadores han llegado a un mínimo de tres días, ya que con un menor periodo de tiempo entre partidos los futbolistas podrían tener problemas para recuperarse del esfuerzo físico. En cualquier caso, los resultados obtenidos en este sentido han sido claros: “Reducir el tiempo entre partidos es importante”.
Test PCR
El segundo factor clave es el número de test. “Cuanto más, mejor”, afirma Javier M. Buldú. Los investigadores han desarrollado un modelo matemático y, como tal, no entran a valorar aspectos como la disponibilidad o el precio de estas pruebas médicas –hay que tener en cuenta que en la Liga de fútbol hay unos 500 jugadores–. Sus conclusiones se limitan a señalar que se deben realizar “lo más seguido posible”, por ejemplo, cada día de partido o incluso menos.
Respecto a la fiabilidad de los test, afirman que los tipo PCR son los más adecuados porque detectan la carga viral antes de que la persona tenga anticuerpos. Con estas pruebas se podría incluso contener la enfermedad cuando aparecieran los primeros deportistas infectados.
“Si un jugador se infecta, no tienes que parar la competición ni poner al equipo entero en cuarentena –afirma el científico del Centro de Tecnología Biomédica de la UPM–. Con poner en cuarentena al jugador que tiene la enfermedad y seguir haciendo test, la probabilidad de que se propague en el resto de la liga es muy, muy, muy baja”.
Modelo SEIR
Los resultados obtenidos se basan en un modelo SEIR adaptado a competiciones deportivas donde exista una interacción física entre jugadores –por ejemplo, fútbol, baloncesto o balonmano, pero no tenis–.
“El modelo SEIR parte de una población de individuos que pueden estar en cuatro estados básicos: Susceptible (S), Expuesto (E), Infeccioso (I) y Recuperado (R), de ahí sus siglas”, explica Jacobo Aguirre, del Centro de Astrobiología. “Nosotros hemos tenido que incluir dos estados más, Confinado (C) y en Cuarentena (Q). Conocer las probabilidades de pasar de un estado a otro son fundamentales para que la epidemia se propague o no, y esa ha sido una de las tareas más complicadas para completar en el modelo, ya que todavía no se conoce con detalle cómo ocurren estas transiciones en la COVID-19”.
