Un algoritmo calcula cuántos niños con coronavirus hay en un aula

Un nuevo estudio del UCSF Benioff Children's Hospitals muestra que los datos públicos y una ecuación simple pueden ser todo lo que se requiere para estimar la cantidad de alumnos infectados de coronavirus que podría haber en un aula ante esta vuelta al cole.

El resultado de este estudio muestra un algoritmo que puede ayudar a las autoridades escolares a tomar decisiones sobre si es seguro que los estudiantes regresen al aula y en qué número.

¿Cómo funciona este algoritmo?

Los investigadores compararon la prevalencia del SARS-CoV-2, el virus que causa la COVID-19, entre niños asintomáticos y encontraron que reflejaba aproximadamente la cantidad de casos locales confirmados en la población general.

Los datos apuntan que rastrearon a más de 33.000 niños de hospitales de 25 regiones de EEUU que habían pasado una evaluación rutinaria, es decir, no asociada al coronavirus. Del total, los investigadores descubrieron 250 casos de coronavirus asintómáticos; la forma más habitual entre los niños, lo que supone un 0,65% de los pacientes evaluados. En otras palabras, uno de cada 155, con porcentajes que oscilan entre el 0% y el 2,2%, en función de la región de EEUU analizada.

Acto seguido, los investigadores compararon los datos de cada hospital con los casos confirmados semanalmente en el área de influencia del hospital, disponibles en el Centro de Investigación de Coronavirus Johns Hopkins. Entonces descubrieron que había una relación lineal entre la prevalencia de infecciones por SARS-CoV-2 en la población pediátrica asintomática y los casos en la población general, y que esta relación era constante en todas las regiones.

Los investigadores invirtieron esta operación

Calcularon la prevalencia pediátrica asintomática utilizando los datos públicos, junto con una ecuación que habían desarrollado (prevalencia pediátrica asintomática (%) = 1,07 x la incidencia semanal (por 1.000 habitantes en general) + 0,23). Este es el algoritmo en concreto.

Al comparar los resultados de esta variación con las cifras de prevalencia actual actualizadas, obtuvieron otros 15.000 niños asintomáticos, unas estimaciones bastante precisas.

Como ejemplo, la prevalencia de COVID-19 asintomático entre los pacientes evaluados en el UCSF Benioff Children's Hospital San Francisco, uno de los 28 hospitales del estudio, fue del 0,64% en junio. Los investigadores utilizaron casos confirmados semanalmente en datos públicos de esta área de captación durante el mismo período de tiempo, aplicaron su algoritmo y alcanzaron el 0,79%, que estaba dentro del error estadístico de la medición real.

Los datos de una población de la ciudad de 1.000 habitantes con un solo caso excluirían una estimación precisa. Según los datos públicos de la primera quincena de agosto, la prevalencia pediátrica asintomática estimada para San Francisco sería del 1,1%, según los investigadores. En un aula de modelo híbrido con 11 estudiantes, incluso si todos los estudiantes hubieran sido examinados para detectar síntomas de coronavirus y fuesen asintomáticos, habría un 11% de posibilidades de que al menos un estudiante asintomático infectado.

En un aula regular de grado inferior con 22 estudiantes, ese riesgo se elevaría al 22%, y con una clase regular de grado superior con 33 estudiantes, el riesgo alcanzaría el 30%.

Se desconoce el riesgo de que un niño asintomático contagie a otro niño

Este modelo de algoritmo puede representar el mejor medio para estimar el porcentaje de niños con COVID-19 activo pero asintomático utilizando datos públicos continuamente actualizados.