Expertos de Chile y México comparan estrategias por COVID-19

Expertos de Chile y México comparan estrategias por COVID-19

El encuentro fue organizado en el marco del proyecto “Modelamiento matemático de procesos epidémicos, incorporando estructura poblacional, regional y grupos de riesgo”.

El Centro de Modelamiento Matemático (CMM) de la Universidad de Chile y el Instituto de Matemáticas de la Universidad Nacional Autónoma de México (UNAM) desarrollaron el seminario “Experiencias comparadas entre Chile y México en el manejo de la pandemia COVID-19: Lecciones aprendidas y desafíos futuros“.

El encuentro internacional congregó, en el Salón Rhin del Hotel Plaza San Francisco de Santiago de Chile, a autoridades de gobierno y sanitarias, académicos e investigadores de ambos países, quienes presentaron, debatieron y acordaron estrategias futuras referente a la toma de decisiones, determinantes sociales y perspectivas de género con base en el modelamiento matemático.

Chile y la pandemia

En la apertura el jefe del departamento de Epidemiología del Ministerio de Salud de Chile, Christian García, hizo “un reconocimiento, primero, a todos y a todas las funcionarias de salud que dieron su mayor esfuerzo durante el periodo más duro que tuvimos de la pandemia, que incluyeron nada más y nada menos que 1.303 días de alerta sanitaria (…) Quisiera también destacar el rol de las autoridades que se vieron enfrentadas al mayor desafío en la salud pública que hemos tenido en nuestro país. La toma de decisiones es un proceso complejo y en estas situaciones de emergencia hay una alta exposición y, por supuesto, de una alta presión de los distintos sectores de la sociedad”.

Hemos debido lamentar la muerte por COVID-19 de más de 57.000 personas en nuestro país, convirtiéndose en la primera causa de muerte en los años 2020 y 2021. El impacto fue tan importante que se redujo la expectativa de vida en los hombres en 1,5 años y en las mujeres de 0,9. Y la razón de mortalidad materna aumentó en un 64%”, detalló.

En esa línea, García estimó que “el 60% de las nuevas enfermedades son enfermedades zoonóticas transmitidas desde los animales. El 72% de ellas se originan en la vida silvestre, como por ejemplo el mismo SARS (Síndrome respiratorio agudo grave), el MERS (Síndrome respiratorio por coronavirus de Oriente Medio) o el ébola. Más de la mitad de estas son causadas por bacterias o rickettsias, muchas de ellas resistentes a antibióticos y otras drogas. Por eso es necesario estar preparados para enfrentar estos no tan nuevos desafíos y que la pandemia los hizo aún más evidentes”.

La autoridad del Minsal precisó las acciones coordinadas público-privada que desarrolló la administración anterior y actual. “La pandemia nos deja el conocimiento y las capacidades de biología molecular a lo largo del territorio como nunca antes las tuvimos, y debemos incorporar al trabajo diario y preparar para rápidamente incrementar la capacidad diagnóstica en el caso de una nueva emergencia sanitaria (…) No olvidar para aprender, tomar la información para generar conocimiento, aprender de la experiencia para ojalá forjar la sabiduría que requeriremos para la próxima pandemia, que no sabemos cuándo va a ocurrir, pero sí sabemos que ocurrirá. Algunos dicen que es para la influenza de 2028, pero tranquilidad, vamos a ver”, enfatizó.

“La gran mayoría de las posibles pandemias se controlan en el mismo origen y pocas personas se enteran. Ese trabajo silencioso de bajo perfil es el que necesitamos fortalecer y que comenzamos en el Ministerio –en el año 2022–, en conjunto con los CDC (Centros para el Control y la Prevención de Enfermedades) de los Estados Unidos, para formar en epidemiología de campo mediante el Field Epidemiology Training Program (FETP) para respondedores de primera línea y que ya cuenta con más de 50 profesionales capacitados en todas y cada una de las regiones de nuestro país“, señaló.

Christian García, además, destacó que “el programa hace algunas pocas semanas fue incorporado oficialmente por la Training Programs in Epidemiology and Public Health Interventions Network (TEPHINET), la más importante red de epidemiología y formación de epidemiología de campo en el mundo”.

México y la pandemia

La perspectiva del país norteamericano –que tuvo más de 335 mil decesos–, fue presentada por el jefe de Cancillería de la Embajada de México en Chile, Carlos Iván Mendoza, quien dijo que “al hacer una comparación sabemos que el manejo que tuvieron estos dos países de la pandemia tuvo grandes diferencias. Para empezar, en México nunca se cerró el ingreso de personas del exterior. Creo que ambos países desde sus respectivos enfoques fueron bastante exitosos, aunque hubo muchas pérdidas”.

Luego de resaltar el rol de los funcionarios de salud, la autoridad azteca describió la “labor invisible” que ejecutó el personal diplomático alrededor del mundo. “Tuvimos una participación, primero, en los procesos de repatriación de nuestros connacionales que se vieron de un momento a otro impedidos de regresar al país, lo cual, implicó un proceso bastante complicado de habilitación de vuelos especiales, de negociación con los países, los permisos y la asignación de recursos especiales para toda esta movilización“, puntualizó.

En ese aspecto, remarcó que “después los procesos de adquisición de las vacunas, revivieron unos procesos muy complicados sobre qué países podían tener en primera instancia las vacunas y toda una serie de debates, porque era asignación de recursos. También se vio el poderío de las naciones que, lamentablemente, no es simétrico, pero creo que nuestros respectivos países hicieron grandes esfuerzos y fueron de los primeros, por lo menos a nivel de América Latina, en contar con las vacunas. Y obviamente se asignaron de manera gratuita a la población”.

Mendoza reflexionó que “como embajadas, desde nuestros campos de acción, el diálogo constante y el apoyo mutuo entre gobiernos e instituciones significó la plataforma crucial para dar respuesta a las necesidades globales a la que nos enfrentó la pandemia. En este caso, el intercambio de experiencias, desde el rol del modelamiento matemático, permitirá pensar en futuras políticas públicas integrales que consideren la perspectiva interdisciplinaria y que busquen la cooperación entre gobiernos, centros educativos, de investigación e incluso de la propia sociedad civil. Unidos y coordinados seremos más capaces de brindar apoyo sustantivo a nuestras respectivas poblaciones“.

El proyecto Chile-México

A raíz de este acontecimiento global, el 1 de septiembre de 2023, el Centro de Modelamiento Matemático (CMM) de la Universidad de Chile, el Centro de Epidemiología y Políticas de Salud (CEPS) de la Universidad del Desarrollo, el grupo de investigación AM2V de la Universidad Técnica Federico Santa María, la Universidad de Aysén, el Instituto de Matemáticas y la Escuela Nacional de Estudios Superiores Unidad Juriquilla de la Universidad Nacional Autónoma de México (UNAM), y la Universidad de Sonora de México, iniciaron el proyecto binacional “Modelamiento matemático de procesos epidémicos incorporando estructura poblacional, regional y grupos de riesgo“.

Esta iniciativa internacional es financiada por el Fondo Conjunto de Cooperación Chile – México, suscrito el 26 de enero de 2006, y gestionado por la Agencia Chilena de Cooperación Internacional para el Desarrollo (AGCID) y la Agencia Mexicana de Cooperación Internacional para el Desarrollo (AMEXID), para promover la ejecución de programas, proyectos y/o acciones bilaterales y trilaterales de cooperación para el desarrollo.

El encargado en presentar el proyecto en el seminario fue el director del CMM, Héctor Ramírez, quien detalló que “fueron dos o tres años durísimos, donde enfrentamos un fenómeno epidemiológico, el más grave en los últimos 100 años. La Organización Mundial de la Salud (OMS) en 2024 reportó que ya han sido más de 624 millones de infectados y más de 7 millones de muertos (…) En la academia no fuimos el rubro que más perjudicado se vio, pero fue un momento de estrés muy interesante. Por un lado, fue una oportunidad única y distinta de acercar nuestro quehacer a la toma de decisiones y, por otro, nos llenamos de desafíos, desde logísticos para trabajar desde la casa y como organizar a nuestra institución, hasta temáticos, porque habían muchas preguntas, como: ¿qué prioridades tenemos?, ¿qué dudas somos capaces de responder? o ¿cómo encontramos temas abordables por nosotros e interesantes para los tomadores de decisiones?”.

En esa línea, el profesor explicó que “el CMM junto a la Universidad del Desarrollo y la Universidad Federico Santa María, llevábamos más de cinco años trabajando antes de la pandemia, por supuesto con un corte mucho más académico, en torno a la temática economía y epidemiología, la cual se potenció en la pandemia y se incorporó a más investigadores de la Universidad de Aysén, aportando a este foco multidisciplinario y también con un mayor espectro regional. Participamos activamente en la sub mesa de datos (del Gobierno de Chile), todo ese desafío en disponibilizar los datos que se generaban para la investigación y la toma de decisiones. Esto fue una iniciativa del Ministerio de Ciencias cuando era liderado por el profesor Andrés Couve”.

“También lideramos y organizamos la línea de modelos predictivos de la Mesa Social COVID, organizando cuatro workshops sobre modelamiento matemático de la pandemia, que permitía orientarse a qué podíamos responder de manera consensuada para los tomadores de decisiones. Este grupo fue de los primeros que produjo herramientas de seguimiento y monitoreo de libre disposición a algunos indicadores biológicos, que fueron bastante usadas hasta el final de la pandemia. Hubo, además, participación de manera individual de muchos investigadores, acá me permito mencionar al grupo ICOVID, porque tuve el placer de trabajar (en esa iniciativa)”, agregó.

Luego de describir el panorama durante la pandemia, Héctor Ramírez aclaró que “sentimos que salimos, se nota una normalidad gracias al esfuerzo global de vacunación, pero la amenaza futura de un evento biológico de gran nivel existe, está ahí (…) Con México tuvimos una relación, a través de seminarios virtuales, y nos dimos cuenta que metodológicamente somos muy similares y también hubo ciertas carencias comunes de cómo abordamos la pandemia, la eficacia en la vacunación y otras diferencias con respecto, por ejemplo, a medidas de distanciamiento social que vale la pena estudiar más a profundidad”.

“Respecto a la vacunación sabemos que en el mundo se han reportado grupos que no se han vacunado en la última ola. Está bien estudiado que se debe a dos factores, por un lado hay actitudes y comportamientos de agotamiento y de necesidad económica, y por otro hay dudas por temas ideológicos, religiosos e incluso de confianza política. Con esto en mente, identificamos el Fondo Chile-México y comenzamos un proyecto para desarrollar modelos matemáticos que incorporen determinantes sociales y conductuales de las personas, pensando en futuras pandemias“, agregó.

La instancia binacional inició oficialmente el 23 de septiembre de 2023 y tiene un plazo de trabajo de 24 meses. “Estamos muy avanzados con el estudio de arte comparado entre Chile y México, estamos identificando factores y consecuencias relevantes para el mundo matemático del foco. La idea es construir y hacer los estudios posteriores de los modelos que salgan ahí, aprenderlos y transferirlos a las agencias e instituciones de ambos países”, sentenció Ramírez.

Debuta el Ministerio de Ciencia

Tras estas presentaciones, el seminario internacional consideró dos bloques de charlas expertas sobre las “Experiencias comparadas con foco al apoyo de la ciencia a la toma de decisiones” y el “Impacto de los Determinantes Sociales y Perspectivas de Género en la Gestión de Epidemias”, y una mesa redonda referente a las “Lecciones aprendidas y desafíos futuros en la toma de decisiones con base en el modelamiento matemático”.

Andrés Couve, actual profesor titular en el Departamento de Neurociencia de la Facultad de Medicina de la Universidad de Chile, en 2018 asumió el desafío como el primer ministro de Ciencia, Tecnología, Conocimiento e Innovación de Chile, el cual comenzó a operar el 1 de octubre de 2019, pocos meses antes que detonara el COVID-19.

“El Ministerio de Ciencia reorganizó el sistema de creación de conocimiento, de formación de personas y de incorporación de ese conocimiento al mundo productivo. Esto es lo que llamamos hoy día el Sistema Nacional de Ciencia, Tecnología, Conocimiento e Innovación. Además, por primera vez se desconcentró territorialmente la coordinación de la ciencia y tecnología en Chile. Y también nos encontró con un ecosistema mucho más maduro que hace 20 años. Tenemos una cantidad importante de universidades, centros y empresas que hacen investigación, y de programas de formación de posgrado. Y han aparecido actores que funcionan como habilitadores de este ecosistema, por ejemplo, las Fuerzas Armadas”, dijo.

Aquí las cosas se hicieron bien. No es casualidad que en Chile hayamos estado preparados en inmunología, en infectología, en datos. Nos encontró preparados porque habíamos invertido durante muchos años en una base rica y diversa de producción de conocimiento (…) Durante la pandemia lo que hicimos fue tener un propósito único. Cuando uno tiene un propósito único y ese propósito es el bien común, todos los actores capturan valor“, hizo hincapié el exsecretario de Estado de Sebastián Piñera.

Luego de enumerar los logros de la cartera, como la rapidez de adjudicación para fondos de investigación, la conformación de una red de laboratorios de diagnóstico y vigilancia genómica para la detección temprana de variantes del virus, la estrategia nacional de vacunas gracias a la vinculación de académicos nacionales y laboratorios extranjeros, la fabricación de ventiladores mecánicos de altos estándares o el trabajo conjunto con Cancillería y el Ministerio de Salud para las campañas de inoculación, Andrés Couve resaltó que “cuyo objetivo fue realmente abrir los datos para informar a la ciudadanía, para investigar y para tomar decisiones”.

Trabajamos siempre con la convicción del acceso libre a datos, es lo que tiene que ocurrir en una sociedad democrática: transparencia, explicabilidad, reproducibilidad y capacidad de respuesta. Se nos acabaron los problemas una vez que abrimos los datos al público, porque en vez de llamar a la prensa nos llamaban a nosotros y corregían lo que estaba mal y aplicábamos lo que estaba bien (…) La mayor ventaja que proveen los datos es cuando están abiertos, es cuando todos pueden contribuir, cuando todos pueden trabajar, cuando todos pueden criticar los datos y no la falta de datos”, agregó el doctor en biología celular.

Finalmente, el exministro reflexionó que “no he visto hasta el momento una transformación de la pandemia equivalente a lo que fue, por ejemplo, el terremoto, donde hubo una reformulación completa de los organismos públicos que se encargan de las emergencias. Eso no lo hemos hecho, lo tenemos pendiente y hay que hacerlo porque no sabemos cuándo va a llegar, pero va a llegar y tenemos que estar preparado para una futura amenaza biológica”.

ICOVID Chile

La decana de la Facultad de Medicina de la Universidad de Concepción, Ana María Moraga, durante la pandemia integró el Comité Asesor Externo del Minsal y junto a expertos de la Universidad de Chile y la Pontificia Universidad Católica de Chile, construyó la plataforma ICOVID.

“Las dimensiones de análisis de indicadores fue dinámica de contagios, testeo, trazabilidad y capacidad hospitalaria, porque para el control de la pandemia necesitábamos conocer la dinámica del riesgo de tener la enfermedad y la velocidad en que la pandemia empezaba a evolucionar. Necesitábamos conocer cuál era la capacidad del sistema de salud para enfrentar la pandemia, eso quiere decir, disponibilidad de camas a nivel nacional, capacidad para detectar y manejar nuevos casos, velocidad del testeo y velocidad de la trazabilidad“, remarcó.

Allí profundizó que “construimos un semáforo. Nos pareció más intuitivo y fácil de comprender para la población en general. Rojo, naranja, amarillo y verde. Estábamos bien en verde y estábamos en crisis en rojo, y nos funcionó (…) Esto pasa a ser importante cuando, por ejemplo, en la región de Coquimbo podíamos ver la información para la región, para la provincia y para un servicio de salud, y notar que la información era distinta”.

Respecto a las lecciones aprendidas, la medica cirujana y magíster en Salud Pública enumeró: “lo primero, es el trabajo multi e interdisciplinario; segundo, el trabajo conjunto de la academia más los ministerios aumenta la credibilidad, pero fundamentalmente multiplica los resultados; tercero, la mirada regional, provincial y comunal para la construcción de indicadores, análisis y estrategias para multiplicar resultados y adhesión a las recomendaciones; cuarto, alfabetizar en salud a los medios de comunicación, porque así son nuestros aliados; quinto, incorporar expertos técnicos de regiones distintas a la Metropolitana multiplica la difusión de la información y los efectos buscados; sexto, se requiere de tiempo y recursos desde las universidades para generar información sanitaria según las necesidades del Estado; y séptimo, el trabajo conjunto entre la red pública y la privada, es posible y muy positivo para todos”.

Predicciones mexicanas

El investigador titular del Instituto de Matemáticas de la UNAM y miembro de la Academia Mexicana de Ciencias, Jorge Velasco, fue líder de varios equipos de investigación de modelamiento sobre COVID 19 en México. “Estuvimos involucrados proporcionando información a la Secretaría de Salud, la Dirección General de Epidemiología, la Secretaría de Innovación y Tecnología de la Ciudad de México, la Secretaría de Salud del Estado de Querétaro y la Secretaría de Educación, donde ayudamos al regreso a clases. Interactuamos con diferentes instancias que estaban hambrientas de análisis de información que les permitiera formar criterio para tomar decisiones”, señaló.

El profesor hizo hincapié que “una de las áreas más interesantes de investigación estrictamente en modelamiento matemático de procesos poblacionales, en particular epidemias, es el efecto de la conducta humana. ¡Qué difícil es modelar conducta humana! Es nuestro reto. Por ejemplo, si queremos hacer una predicción de COVID y me dicen ‘el riesgo de salir y contagiarte es 90%’, no salgo. Si mucha gente no sale, ya no va a ocurrir el contagio y van a decir el modelo está mal”.

En México se priorizó la predicción sobre la generación de escenarios, particularmente al inicio de la pandemia. ‘Quiero saber cuándo es el máximo de prevalencia’, es una pregunta de buena fe pero un poco tramposa, porque si hay un máximo eso quiere decir que va a bajar. Pero si me preguntan que les prediga el máximo y yo les digo que va a pasar entre el 6 y 8 de mayo –cuando realmente pasó hasta julio–, y que el fin de la epidemia iba a ser el 26 de junio del 2020 con el 90% de confianza, pues se armó un soberano desorden y comenzó a perderse la confianza en las predicciones, que es una herramienta tan útil“, describió.

En ese contexto, el biólogo y doctor en matemáticas remarcó que “hay causas muy particulares. El subreportaje fue amplísimo, hubo muy baja aplicación de pruebas diagnósticas, se usó un modelo centinela que está diseñado para virus conocidos donde podemos estimar la prevalencia total de un área –en el COVID era absolutamente imposible hacer eso–, y se puso énfasis sobre el ajuste de curvas (…) El hecho es que hubo un modelo oficial que se calibró con las curvas epidémicas de Wuhan, España e Italia y de ahí salieron esas fechas”.

“Nosotros usamos un modelo que se llamó COVID Testing, que lo desarrolló Johns Hopkins Medicine, y es muy interesante porque estima un solo parámetro, que es el número reproductivo. Todos los demás, que son muchos, no son parámetros realmente, sino se obtienen de distribuciones de probabilidades. Por ejemplo, la probabilidad de que alguien contagiado en algún día dado acabe en la UCI (…) La capacidad explicativa del fenómeno se incrementa muchísimo porque no tienes toda esa incertidumbre pegada”, explicó.

Velasco, además, resaltó que “el dilema del modelador realmente es un dilema ético: ¿Cuándo se necesita la modelación en un proceso epidemiológico?, ¿cuándo es procedente o cuando es contraproducente? Un ejemplo de contraproducente es tratar de predecir un máximo, pero a la hora de la hora (sic) tenemos que tener la forma de hacerlo (…) Estoy promoviendo, junto a otros colegas, centros de modelación matemática especializados en epidemiología, porque necesitamos modelos con fines operativos, no solo académicos, y ofrecer una voz unificada para los tomadores de decisiones“.

Genómica y datos

A continuación presentó el investigador principal del CMM, Alejandro Maass, quien fue integrante de la Mesa Social COVID-19 en la Submesa de Datos. Allí profundizó que “lo que hicimos en mi laboratorio fue apoyar a secuenciar genoma y a diferenciar los marcadores de PCR, entre virus o epidemias tradicionales y epidemias menos tradicionales. El 3 de marzo partió el COVID (en Chile) y el 30 de marzo teníamos mesa de datos. Se generaron más de 70 productos y el Ministerio de Ciencia dijo ‘yo me voy a hacer responsable en el tiempo’, casi sin personal”.

El también académico del Departamento de Ingeniería Matemática de la Universidad de Chile contó que “inventamos el perfil de máximo exponente. Si calculan una serie dinámica, uno puede pensar que había una ecuación diferencial detrás y que esa ecuación diferencial –que no conozco– en cada punto tenía un cierto exponente de explosión. Entonces, dimos intervalos más pequeños y empezamos a ver si eso efectivamente tenía algún comportamiento. Y empezamos a encontrar que los números acá eran 0.4, 0.5, 1″.

Lo interesante en Chile es que uno ve posiblemente al único país que lo llevó a negativo. Es decir, al principio fue tan severa la intervención en la pandemia que lo llevó a negativo. No vimos ninguna serie temporal que ocurriera eso. Es decir, Chile logró infinitesimalmente controlar la pandemia. Después de eso, empezaron a llegar las variantes y cuando llegó Omicron, obviamente esto creció”, recalcó el doctor en Matemática Pura.

Al cierre, el exdirector del CMM enfatizó que “las campañas de vacunación mostraron un tremendo éxito, sobre todo con la segunda vacunación. Posiblemente el número de ingreso a la UCI, que bajó en un 70%, tiene que ver solo con la segunda vacunación. Interesante porque las dos primeras fueron las vacunas de China y con dos vacunas Chile evitó mucho lo que pasó en el mundo y somos un país subdesarrollado”.

Determinantes sociales en salud

El segundo bloque fue iniciado por la docente e investigadora del Centro de Epidemiología y Políticas de Salud de la Universidad del Desarrollo, María Isabel Matute, quien fue la encargada del proyecto original y de la actualización de los Diagnósticos Regionales de Salud con enfoque de Determinantes Sociales para el Ministerio de Salud de Chile.

En su presentación la doctora abordó el concepto “inequidad en salud”, afirmando que “la inequidad implica un juicio de valor, es algo que no está siendo justo. Las inequidades son, además de injustas, sistemáticas y tienen la característica que se producen y reproducen socialmente. En el fondo, es que nos preguntemos cuál de estos residentes de estos barrios van a tener una mejor salud. Y es ahí donde viene el concepto de los determinantes sociales de la salud (DSS), que ven las condiciones en que las personas viven, crecen, trabajan y se desarrollan. Tienen un componente acumulativo a lo largo del curso de la vida y son determinantes que van interactuando unos con otros, a veces uno puede potenciar el efecto de otro determinante”.

“Son distintos los modelos que buscan explicar el enfoque de los determinantes sociales, a nosotros nos va a orientar el de la OMS, donde están los determinantes intermedios –que se parecen mucho a los factores de riesgo y a veces los causantes directos de las condiciones de salud–, están los determinantes estructurales –que se conocen también como las causas de las causas, lo que está detrás de los factores intermediarios–, y el contexto sociopolítico“, detalló.

En esa línea, Matute señaló que “en la estructura social tenemos una jerarquía que va a determinar nuestros bienes, prestigio y poder. Esto afecta nuestras conductas y condiciones de manejo del riesgo para la salud. Por lo tanto, genera inequidades en los resultados de salud y también consecuencias sociales (…) Este modelo enfatiza mucho más las jerarquías sociales en la producción de inequidades en salud y también la importancia del contexto. Establece que la jerarquía social o la posición social de las personas va a afectar la salud a partir de su relación con estos determinantes intermedios”.

“En el fondo, los grupos con más vulnerabilidad o de nivel socioeconómico más bajo van a tener una mayor exposición y, por lo tanto, van a tener efectos en su salud. Una persona que tiene un problema de salud lo va a afrontar y tener consecuencias muy distintas de acuerdo a la ubicación que tiene en esta jerarquía social y los recursos que tiene para manejarlo“, lamentó la socióloga y magíster en Salud Pública.

La experta, además, ejemplificó estas definiciones con casos de mortalidad en Chiapas de México y la región Metropolitana de Chile, luego puso énfasis en los factores que aumentaron el contagio. “La evidencia nos dijo que el hacinamiento, la falta de electricidad e Internet, el vivir en ciudades grandes, la dificultad para acceder a comercios, farmacias o servicios, y la imposibilidad a trabajar, fueron factores que aumentaron el riesgo y la gravedad o las muertes asociadas al COVID”, dijo.

Matute complementó que “también estuvieron presentes los factores psicosociales, como el estrés, el aislamiento social o la incertidumbre. Dentro de lo conductual, hay evidencia en relación a fumar en cuanto agravó el desenlace. Hay factores biológicos, el más conocido es la obesidad. Y el sistema de salud, un determinante social que puede amortiguar los efectos de los determinantes estructurales”.

Sobre esto último afirmó que “acá tenemos el tema tanto de la riqueza, los bienes y el prestigio. Los determinantes estructurales afectan los determinantes intermedios y por lo tanto tienen repercusiones en los resultados de las inequidades de salud“.

“La educación tiene un efecto, por ejemplo, en la alfabetización de salud, en la posibilidad de salir o no salir de la casa, en la experiencia que uno tiene en cuanto a los medios digitales para trasladar la educación a la casa, etcétera. La ocupación puede ser un determinante directo en cuanto a los riesgos y la exposición, pero también un determinante indirecto cuando se analizan el estrés laboral, la independencia, la inseguridad laboral, es decir, cosas que dificultan las medidas de contención y también aumentan las posibilidades inflamatorias en el organismo. Los grupos étnicos, porque hay un tema de restricción de autonomía en las decisiones para las mujeres y esta idea que el hombre no va al consultorio, por ejemplo”, especificó.

La investigadora concluyó que “la pandemia no solo vino a mantener, sino que a profundizar las inequidades sociales a nivel de determinantes sociales. Ya no solo vemos inequidades a nivel de los resultados de salud producto de los determinantes sociales, sino que también vemos que la pandemia impactó en los determinantes sociales“.

Perspectivas de género en epidemias

Continuando la línea de los determinantes sociales, la investigadora del Centro de Modelamiento Matemático de la Universidad de Chile, Gloria Henríquez, centró su análisis en “el estado del arte con respecto a temas de género en trabajos de investigación relacionados con modelamiento matemático y epidemias“. Allí enfatizó que “para el Fondo de Cooperación Chile-México, el tema de género es algo relevante. Por eso se nos dio la misión de abordarlo en la investigación y también como estructura y equipo de trabajo, esto para asegurar la equidad no solo en el análisis, sino que también en cómo distribuimos nuestro trabajo”.

“Partimos definiendo nuestros términos de búsqueda donde tenemos modelamiento matemático, salud y epidemiología de determinantes sociales. Que intervenciones se hicieron en ambos países o en los distintos países. Ahí seleccionamos los artículos científicos con relevancia alta, media y baja que respondían a los términos de búsqueda y principalmente lo referente a género”, describió la primera mujer ingeniera y médica del Colegio de Ingenieros de Chile.

“Seleccionamos 60 (trabajos de investigación) para el proyecto y nueve para la revisión de género. ¿Qué criterios se usaron para dar la relevancia alta, media o baja? Para el análisis de relevancia alta: poseer buenas bases de datos, buenos datos desagregados por género y tratar de forma equitativa el análisis por género. Para los de relevancia media: el criterio de exclusión fue basar la interpretación en resultados de aspectos distintos al género. Por ejemplo, dentro del texto se mencionaba el género, pero en realidad para el análisis el énfasis estaba en la edad o en otros aspectos. Y para relevancia baja: el desarrollo del tema fuera insuficiente, poco claro o que no se plasmaron los resultados adecuadamente en base al género”, señaló.

Sobre los resultados la también magíster en Epidemiología Clínica y doctora en Ciencias de la Ingeniería dijo que “algo importante es que en los trabajos revisados la mayoría usa como sinónimo género y sexo, y muchas veces es difícil para el lector poder discriminar en qué sentido lo están usando. Por lo tanto, aquí no me basé en las diferencias porque no es claro. Para relación con enfermedad, desde el inicio de los síntomas hasta el diagnóstico, se vio que severidad de enfermedad, mortalidad y exceso de mortalidad, necesidad de UCI, estancia en UCI y tiempo de diagnóstico era mayor en las personas de género masculino. Así que ojo aquí los hombres“.

“De percepción y conducta, se hicieron estudios asociados a percepción de riesgo de la enfermedad, sentimientos sobre la pandemia, aceptación de la vacuna y uso de transporte público. Es súper diverso, no convergen en algo en particular, pero fueron estudiados o aparecen en distintos estudios. La aceptación de la vacuna en general tendía a ser mayor en el género femenino. El uso del transporte público se mencionaba como algo importante en cuanto a los contagios, porque se dieron cuenta que las mujeres usamos más el transporte público que los hombres, por ejemplo, para ir al trabajo”, advirtió.

Al presentar un estudio de Bélgica, Henríquez precisó que “las mujeres abandonaron más el colegio que los hombres, también más mujeres eran despedidas de su trabajo o tenían que renunciar por labores de cuidado, y aumentó la violencia de género”. En tanto, una investigación a 1.012 pacientes del Hospital de la Florida de Chile, donde la distribución por género fue 43% masculino y 56% femenino, arrojó que “en los decesos versus los no decesos, un 68% de hombres morían con respecto a las mujeres. También la severidad de la enfermedad en hombres era mayor que en las mujeres. Esto es relevante porque todos los estudios que abordaron este tema se repetía el mismo patrón –con distintas cifras–, pero siempre era mayor en hombres que mujeres”.

Referente a un estudio mexicano, la investigadora del CMM contó que “fueron 12.000 individuos que respondieron una encuesta y su principal conclusión es la heterogeneidad en la percepción de riesgo manifestado por estos distintos parámetros: edad, género y expresión de sentimientos. Este último comportamiento fue similar en ambos géneros o sexo, incrementa a medida que aumenta la percepción de riesgo y esto conlleva un menor nivel de aburrimiento. En cambio, hubo un comportamiento distinto en cuanto a los sentimientos de alarma, miedo, confusión y depresión, que era mayor en mujeres que en varones”.

Emisión en vivo:

Centro de Modelamiento Matemático

El CMM es hoy la institución de investigación científica más activa en modelación matemática en Latinoamérica. Es un centro de excelencia de la Agencia Nacional de Investigación y Desarrollo (ANID) de Chile, integrado por ocho universidades asociadas y ubicado en la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile. Además, es el Laboratorio Internacional de Investigación (IRL) #2807 del Centro Nacional de Investigación Científica (CNRS) de Francia.

Su misión es crear matemáticas para dar respuesta a problemas de otras ciencias, la industria y las políticas públicas. Busca desarrollar ciencia con los más altos estándares, excelencia y rigurosidad en áreas como ciencia de datos, clima y biodiversidad, educación, gestión de recursos, minería y salud digital.

Por Alonso Farías Ponce, periodista del Centro de Modelamiento Matemático.

Posted on May 20, 2024 in Frontpage, Noticias en castellano