Evaluating mitigation strategies in the Covid-19 Pandemic: a network model with stochastic dynamics

Abstract

Introducción: El Coronavirus 2019 (COVID-19) es una enfermedad causada por el síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2). Tiene un riesgo significativo debido a su alto número reproductivo básico, que puede traducirse en UCI sobrepobladas en el sistema de salud, siempre que la infección no esté controlada. En la medida en que no hayan vacunas disponibles para todos y todas, la única forma de controlar la pandemia es mediante la prevención: aislamiento de casos, rastreo de contactos, cuarentenas, distanciamiento físico y medidas de higiene. Razón fundamental: En este artículo simulamos cómo el virus se propagó a través de la población de la Región Metropolitana en Chile, usando una microsimulación. Utilizamos muchas fuentes de datos, incluido el censo, para recrear las principales características de las personas que viven en la región y sus desplazamientos. Para los desplazamientos utilizamos datos de teléfonos celulares para rastrear el movimiento de las personas, midiendo su cambio en sus desplazamientos con respecto a los mismos antes de la pandemia. Para evaluar las medidas de control, implementamos el mecanismo trazabilidad utilizado en Chile en diferentes niveles, para identificar qué tan dura debe ser la medida para controlar la infección rápida. Resultados: Desarrollamos una microsimulación donde los contagios ocurren agente por agente. Pueden pasar por distintos estados que dependen (y corresponden) a su comportamiento frente a la pandemia. También utilizamos un método de máxima verosimilitud a través del tiempo para calibrar el modelo. El modelo estimó que trazabilidad realizada en agosto-2020 equivale a testear y aislar al 20% (o 10%) de las personas y rastrear al 10% (o 20%) de sus contactos. Además, descubrimos que la eficacia de la trazabilidad necesaria para reducir a cero las nuevas infecciones es mayor a un 20% en ambas dimensiones.