Un grupo de investigadores de la BUAP desarrolló un modelo de filtrado aleatorio, aplicable a las empresas de bienes e insumos esenciales (alimentarias, farmacéuticas y médicas), con el fin de promover la reactivación de la economía y evitar el quiebre de los negocios. 

Se trata de la aplicación de un modelo de filtrado donde a un porcentaje de empleados de las empresas de bienes e insumos esenciales se les hacen pruebas de Reacción en Cadena de la Polimerasa con Transcriptasa Inversa (RT-PCR, por sus siglas en inglés), presenten o no síntomas de COVID-19. El propósito es detectar brotes y mantener sana la fuerza productiva.

El Doctor Elias Manjarrez, investigador del Instituto de Fisiología BUAP y coautor de la investigación “Stochastic Filtrate of Essential Workers to Reactivate the World Economy Safely”, publicada en la revista Frontiers in Physics, compartió con LADO B la importancia de implementar el modelo estocástico en la aplicación de pruebas para detectar el virus SARS-Cov-2.

También puedes leer: App COVID Puebla puso en riesgo datos personales de quienes la usaron

De acuerdo con él, la aplicación de pruebas RT-PCR para detectar COVID-19 no se está aprovechando lo suficiente en nuestro país, ya que normalmente se aplican a personas que tienen los síntomas del virus o a quienes han estado en contacto con personas contagiadas, dejando a quienes son portadores asintomáticos sin detectar.

Por lo tanto, el riesgo de contagio continúa presente. Así pues, considera que es necesario focalizar los esfuerzos para la detección del virus también en personas asintomáticas.

En el caso de las empresas, hasta ahora no se ha contemplado ninguna estrategia basada en pruebas de detección para identificar y, eventualmente, reducir los contagios. Por lo que implementar este filtro ayudaría a salvar recursos económicos a las compañías, en cuanto a la aplicación de pruebas a cada uno de los empleados. 

El modelo de filtrado aleatorio ofrece, además, la posibilidad de adecuarse a las características y necesidades de las empresas de acuerdo al tamaño de su fuerza productiva y sus recursos económicos.

Tres escenarios posibles

Foto: Gustavo Fring | Pexels

Para ejemplificar la situación que expone el modelo de filtrado aleatorio, el estudio plantea tres escenarios posibles sobre cómo las empresas podrían reducir (o no) el número de contagios en empleados:

En el primer escenario, una empresa aplica pruebas diarias a cada empleado, de tal manera que mantiene controlados los contagios y mantiene la fuerza productiva de la organización en una media de 74.8 ± 6.7 por ciento; no obstante, este escenario sería costoso y poco práctico.

Un segundo escenario sería cuando la empresa decide no hacer pruebas para detectar el SARS-Cov-2 en los empleados, de tal modo que si hubiera un brote de la enfermedad no se podría contener y tras un cierto periodo de tiempo la fuerza laboral colapsaría (se calculó una media de la fuerza productiva de 3.0 ± 0.6 por ciento). 

Si se da un escenario de este tipo la organización enfrentaría problemas de operatividad, llegando incluso al riesgo de quebrar por falta de recursos humanos. 

Mientras que en un tercer escenario se plantea la aplicación del filtro estocástico, se elige una muestra que puede ser del 40 al 75 por ciento de trabajadores (dependiendo de las características, necesidades y posibilidades de la empresa), seleccionados al azar, y mediante la aplicación de pruebas RT-PCR se detecta a quienes puedan estar enfermos y se les pone en cuarentena, de modo que el filtro funcione como una suerte de tamiz. 

El estudio arrojó que la fuerza productiva de las compañías se puede mantener en una media de 32.4 ± 5.6 por ciento, en el caso de un filtro del 40 por ciento, y una media de 50.4 ± 9 por ciento para un filtro que abarque al 75 por ciento de los trabajadores.

Los resultados obtenidos del modelo de filtrado aleatorio fueron comprobados en quince simulaciones computarizadas de entornos empresariales con diversas cantidades de empleados y en los distintos rangos porcentuales en los que se plantea utilizar el filtro. Con estas se concluyó que tanto la aplicación de un filtro completo diario, como las estrategias de filtrado aleatorio, pueden ayudar a mantener una fuerza laboral activa en empresas esenciales –y rescatar así la economía nacional–, mitigando la propagación del virus. 

Combinar estrategias para potenciar resultados

Foto: Freepik

El Doctor Manjarrez expresa que, para que el filtro estocástico tenga éxito, es fundamental que vaya acompañado de las medidas de prevención adecuadas, como el distanciamiento social, el uso de cubrebocas, y el lavado de manos.

Asimismo, el estudio propone fusionar el filtro aleatorio con el modelo de trabajo 10-4 aplicado en Israel. Este consiste en mantener a grupos de la población en confinamiento durante diez días y permitir que salgan a trabajar durante cuatro, de modo que si una persona se ha contagiado durante el período de trabajo, no propague el virus en el período de latencia. 

Dicho modelo podría ser aplicado con el filtro estocástico, definiendo la periodicidad de las pruebas aleatorias en los lugares de trabajo.

Además de las propuestas ya mencionadas, el investigador hace un llamado a las empresas para aprovechar las tecnologías creadas para la mitigación de contagios: desde las más básicas (uso de cubrebocas, distanciamiento social y cuidado de la higiene) hasta la aplicación de códigos QR de monitoreo de trayectorias, sistemas de luz ultravioleta de tipo C (UV-C) para disminuir la carga viral en el aire y el uso de precipitadores electrostáticos que captan las partículas que transportan el virus SARS-Cov-2 en el aire.

Porque la combinación del filtro con las tecnologías y métodos de prevención, potenciarían la efectividad del modelo estocástico, y disminuirían la probabilidad de contagio, comenta el Doctor.

El futuro de la investigación está en la aplicación práctica del modelo en empresas reales. Los investigadores trabajan en la incorporación de nuevas variables para usar al filtro en áreas distintas a las empresas de bienes y servicios esenciales, asimismo para probar el uso de posibles pruebas de detección distintas a las RT-PCR que pudieran ser desarrolladas a futuro.

*Foto de portada: Daniel Roberts | Pixabay