Antecedentes
En diciembre de 2019, en Wuhan (Hubei, China) se reportaron 27 personas
con neumonía de etiología desconocida; en
enero de 2020 se identificó como agente a un virus zoonótico
de la familia
Coronaviridae
(SARS-CoV-2). A su vez, la enfermedad producida por SARS-CoV-2 se
denominó
COVID-19; el
virus se transmite de persona a persona por gotitas respiratorias,
contacto directo o fómites. La COVID-19 tiene un período
de incubación de 0-24 días. Algunos individuos no desarrollan
síntomas y la mayoría se recupera, sin tratamiento específico.
La COVID-19 se definió como pandemia en marzo de 2020 (1-
3). Los efectos de la COVID-19 sobre el sistema endocrino aún
no están bien establecidos; sin embargo, los individuos con
diabetes mellitus (DM) que
sufren COVID-19 tienen una mayor tasa de letalidad (entre el 10% y el
11%), lo cual establece
que la DM es un factor de riesgo para desenlaces fatales entre
aquellos que padecen COVID-19, algo similar a lo que se ha
presentado por otras infecciones por coronavirus, como el síndrome
respiratorio agudo grave (SARS) y el síndrome respiratorio de Oriente
Medio (MERS-CoV). En un modelo en ratones
transgénicos, se encontró que la célula del alvéolo pulmonar
expresa el receptor de la dipeptidil peptidasa IV (DPP-IV). Por
su parte, el MERS-CoV se une a dicho receptor; por lo tanto,
se ha hipotetizado (a partir de dicho modelo) que la expresión del
receptor de DPP-IV en la célula del alvéolo pulmonar
podría estar involucrada en la asociación entre DM y un compromiso
pulmonar inflamatorio más grave y prolongado en
aquellos infectados por COVID-19 (1-4).
Inmunidad de rebaño (IR), conceptos
básicos
Número reproductivo básico (R0)
El número reproductivo básico (R0) proporciona información sobre la
velocidad y la dinámica en la cual una enfermedad puede propagarse
poblacionalmente, de modo que un valor umbral de 1,0 indica cuándo
ocurrirá un brote. Si R0 >1,0,
entonces, es una epidemia; si R0 =1,0, es endemia; y si es <1,0,
existiría control de la enfermedad. No se dispone aún del R0
para COVID-19 en Colombia, aunque este podría estar entre
2,0 y 3,0. El R0 posee tres componentes, a saber: (b): la tasa
de ataque (para COVID-19 se estima entre 60%-80%); (c): número de
contactos potencialmente infecciosos de un caso (no
hay datos en nuestro medio, pero extrapolando datos de población
europea, podría ser de 30 contactos/semanales); (d):
duración de la transmisibilidad (actualmente se considera que
para infectados asintomáticos es de 14 días [2 semanas]; para
sintomáticos leves, de 21 días [3 semanas]; y para sintomáticos graves
o críticos, de 28 a 36 días [4 semanas]). La fórmula
para R0 es: R0 = b × c × d (5-7). Si planteamos para Colombia
un (b) del 60%, con un (c) de 30 y un (d) de 2 semanas, el R0
sería: R0: 0,6 × 30 × 2 = 36 (cada caso de COVID-19 produciría
36 casos/semana). Para un (b) del 80%, un (c) de 20 y un (d)
de 4 semanas, el R0 = 0,8 × 20 × 4 = 64 (cada caso de COVID-19
produciría 64 casos/semana). Para un (b) del 30%, un (c) de
10 y un (d) de 2, el R0 = 0,3 × 10 × 2 = 6. Para un (b) del 10%,
un (c) de 10 y un (c) de 3, el R0 = 0,1 × 10 × 3 = 3. Para un (b)
del 10% un (c) de 5 y un (d) de 2, el R0 = 0,1 × 5 × 2 = 1.
IR y proporción crítica de vacunados (Pc)
La IR es una situación en la que suficientes individuos de una
población adquieren inmunidad contra una infección (por vacunación o
por haber tenido la enfermedad). Esto es, cuando hay un
brote, al aumentar el número de individuos inmunes, disminuye
la probabilidad de contacto entre uno susceptible y uno infectado
(hasta que llega el momento en el que se bloquea la transmisión)
La Pc junto con el R0 son los indicadores de la IR; la Pc identifica
el “umbral” que debe alcanzar la cobertura de vacunación para
controlar o erradicar un patógeno (7-9). Para que la IR bloquee la
transmisión, la inmunización debe lograr un valor de R0 <1,0; para
esto, la Pc debe ser: Pc = 1 – (1/R0). Por ejemplo, para la COVID-19,
en un R0 de 2 (si existiese una vacuna con efectividad demostrada), la
Pc sería: 1 – (1/2,0) = 0,5 (50%); lo que indicaría que habría
que vacunar al 50% de la población para bloquear la transmisión.
¿Existe otra forma de aplicar la IR como
concepto poblacional?
Otra forma de aplicar la IR es esperar a que se presente un
número suficiente de personas infectadas, por ejemplo, en una
población en donde no se generen medidas de aislamiento,
distanciamiento, cuarentena, entre otras. Si la COVID-19 continúa
propagándose al ritmo actual, una proporción importante de
individuos se infectará, y entre aquellos que sobrevivan, se
desarrollará inmunidad, lo que haría que el brote desapareciera
por sí mismo (porque el virus tendría cada vez más dificultades en
encontrar un huésped susceptible). El valor estimado
poblacional para IR (para COVID-19) es del 60%. Esto plantea
que se frenaría la propagación y se desarrollaría una IR de manera
“controlada”. Sin embargo, un número importante de individuos se
infectarían en un corto período, lo que haría que el
pico del brote tuviera mayor magnitud y menor duración (pero
con mayor número de desenlaces fatales y mayor necesidad
de atención intrahospitalaria), lo cual colapsaría el sistema de
salud (10-12). Asimismo, si se disminuye la velocidad de propagación
(aplanamiento de la curva [
Figuras 1A
y 1B]), probablemente la estabilidad del sistema de salud sería
más viable y
habría mejor capacidad de respuesta en términos de atención.
La clave está en que el R0 es cambiante a lo largo del brote (a
mayor R0, mayor magnitud y menor duración tendrá el brote, y
viceversa). Lo anterior indica que, para un (b) y (d) constantes,
la única opción de reducir el R0 es a través de la disminución
de (c) (por medio de la instauración de medidas de salud pública
[farmacológicas y no farmacológicas]). Por lo anterior, a
partir del hecho de que no disponemos aún de una vacuna accesible, así
como tampoco de antivirales o medicamentos que
prevengan o modifiquen significativamente los desenlaces en
la COVID-19; y bajo un escenario hipotético, en donde se genere una
inmunidad completa y permanente hacia el SARS-CoV-2
en individuos que padecen o hayan padecido la COVID-19, cabe
preguntarnos: ¿seguimos insistiendo en las intervenciones poblacionales
de aislamiento, distanciamiento, cuarentena, entre
otras, en nuestra sociedad, donde cerca del 50% vive de la economía
informal, en donde las consecuencias económicas serán
de gran magnitud? ¿Quién o quiénes asumirán el costo del aislamiento y
distanciamiento social? ¿O es momento de plantear
la IR como estrategia para enfrentar esta situación (protegiendo a la
población de mayor edad y a aquellos con comorbilidades y mayor
vulnerabilidad) y volver a nuestras actividades de
la vida cotidiana lo más rápido posible?
Solo el tiempo dirá qué fue lo mejor.
Figura 1. A. Efectos que podrían originarse sobre la curva
epidémica en una pandemia
por intervenciones como el
aislamiento, el distanciamiento social, la cuarentena, entre otras.
Figura 1. B. Efectos del R0 sobre las curvas epidémicas. A un mayor
valor del R0, la curva
gana en magnitud y se reduce
en tiempo, lo cual lleva a un mayor número de individuos afectados
en una menor cantidad de tiempo, aspecto que se
acompañaría de un mayor número de desenlaces fatales.
Véase el texto para más detalles. Fuente: archivo del autor.
Atentamente,
Hernando Vargas-Uricoechea
Médico Especialista en Medicina
Interna y Endocrinología.
MSc en Epidemiología.
Doctor en Ciencias de la Salud.
Ph.Dc en Ciencias Biomédicas.
Profesor asociado y director del
Grupo de Investigación en Enfermedades Metabólicas, Departamento de
Medicina Interna,
Universidad del Cauca, Colombia.
Miembro de número, Asociación
Colombiana de Endocrinología, Diabetes y Metabolismo.
Referencias
1. Wu F, Zhao S,
Yu B, Chen YM, Wang W. A new coronavirus associated with human
respiratory disease in China. Nature. 2020;579(7798):265-9.
2. Zhu N, Zhang D, Wang W, Li X, Yang B. A Novel Coronavirus from
Patients with
Pneumonia in China, 2019. N Engl J Med. 2020;382(8):727-33.
3. Zhang C, Huang S, Zheng F, Dai Y. Controversial treatments: an
updated understanding of the Coronavirus Disease 2019. J Med Virol.
2020. doi: 10.1002/
jmv.25788.
4. Kulcsar KA, Coleman CM, Beck SE, Frieman MB. Comorbid diabetes
results in
immune dysregulation and enhanced disease severity following MERS-CoV
infection. JCI Insight. 2019; 4:131774.
5. Lloyd AL, Kitron U, Perkins TA, Vazquez-Prokopec GM, Waller LA.
The basic
reproductive number for disease systems with multiple coupled
heterogeneities. Math Biosci. 2020;321:108294.
6. Viceconte G, Petrosillo N. COVID-19 R0: Magic number or
conundrum? Infect
Dis Rep. 2020;12(1):8516.
7. Peeples L. Rethinking herd immunity. Nat Med.
2019;25(8):1178-80.
8. Wallinga, J, Lipsitch M. How generation intervals shape the
relationship between growth rates and reproductive numbers. Proc Biol
Sci. 2007;274:599-
604.
9. Anderson RM, May RM. Infectious Diseases of Humans: Dynamics and
Control.
Oxford, UK: Oxford Science Publications; 1992.
10. Brett T, Ajelli M, Liu QH, Krauland MG, Grefenstette JJ.
Detecting critical slowing down in high-dimensional epidemiological
systems. PLoS Comput Biol.
2020;16(3):e1007679.
11. Dudley MZ, Privor-Dumm L, Dubé È, MacDonald NE. Words matter:
Vaccine
hesitancy, vaccine demand, vaccine confidence, herd immunity and
mandatory vaccination. Vaccine. 2020;38(4):709-11.
12. Kwok KO, Lai F, Wei WI, Wong SYS, Tang J. Herd Immunity -
Estimating the
Level Required to Halt the COVID-19 Epidemics in Affected Countries. J
Infect. 2020. pii: S0163-4453(20)30154-7.