Dentro de la misión de la Facultad de Medicina de la Universidad de Valparaíso (UV) está el formar profesionales con un dominio amplio de conocimientos actualizados, espíritu crítico, capacidad de gestión y de mejoramiento continuo; fomentar en los estudiantes el desarrollo de competencias necesarias para enfrentar las exigencias propias del campo profesional; y enfatizar la vinculación con la comunidad a través de la investigación.

Siguiendo esta última premisa, los estudiantes de quinto año de la Escuela de Medicina -Diego Aragón Caqueo y Javier Fernández Salinas- participaron en un estudio que propone implementar un sistema basado muestras agrupadas para aumentar la capacidad de testeo de casos COVID-19, el cual individualiza de mejor forma a las personas infectadas y contribuye a aislarlas tempranamente, evitando nuevos contagios y propiciando una atención rápida para que superen la enfermedad.

La investigación sobre “Optimización del tamaño del grupo en la estrategia de prueba de grupo para SARS-CoV-2: un modelo matemático simple”, que contó con la colaboración de David Laroze Navarrete, doctor en Física, experto en modelamiento matemático y director del Centro de Alta Investigación de la Universidad de Tarapacá, plantea la necesidad de implementar un sistema que ayude a hacer más eficientes los recursos limitados y continuar con una de las indicaciones más sugeridas: aumentar en número de testeos. Esto implica que, en vez de utilizar los test de manera individual, se hagan mediante un pool de muestras.

“Esta estrategia ha sido previamente utilizada como método de screening para otros patógenos que afectaron a la población mundial, previo al COVID19, como VIH-Sida, citomegalovirus y clamidia, entre otros. Esto último resulta particularmente útil en poblaciones donde la prevalencia del virus es relativamente baja y donde testear individualmente supondría que muchos test saldrían negativos”, explicó Diego Aragón.

En efecto, este trabajo de investigación indica que la mayoría de los países presenta una prevalencia que varía entre un 10% a un 20% de test positivos del total que son realizados a diario, por lo que implementar esta práctica podría significar un ahorro considerable de exámenes, aumentando aún más la capacidad de aplicación.

“Para estimar el número óptimo de sujetos a incluir en un pool de testeo, desarrollamos un modelo matemático asumiendo la siguiente estrategia: si las muestras agrupadas salen negativas, entonces se descarta la infección en todos los sujetos incluidos en el grupo. Sin embargo, si la muestra es positiva, se vuelve a testear individualmente a cada sujeto incluido en el grupo. Es así como basados en las prevalencias históricas de resultados positivos, respecto al total de los test realizados, es que podemos calcular el número óptimo de sujetos a incluir”, explicó el profesor Laroze.

La propuesta fue dada a conocer en un artículo que publicaron en el Journal of Medical Virology y que ya fue citado por el Centro para el Control y la Prevención de Enfermedades (CDC, por sus siglas en inglés) del Departamento de Salud y Servicios Humanos de los Estados Unidos.

Referencia
Aragón-Caqueo, Diego & Fernández‐Salinas, Javier & Laroze, David. (2020). Optimization of group size in pool testing strategy for SARS‐CoV‐2: A simple mathematical model. Journal of Medical Virology. DOI:10.1002/jmv.25929.