Cómo es la estrategia matemática que podría transformar las pruebas de coronavirus

Cuatro gráficos de la prestigiosa revista científica Nature muestran cómo agrupar muestras de muchas personas puede ahorrar tiempo y recursos

Guardar
Testeos en Balvanera, en el marco del operativo detectAR (Maximiliano Luna)
Testeos en Balvanera, en el marco del operativo detectAR (Maximiliano Luna)

Los científicos sostienen que se necesitan pruebas o testeos generalizados para controlar los brotes del nuevo coronavirus. Pero en muchas regiones, hay una escasez de los químicos necesarios para realizarlos. En varios países, los funcionarios de salud comenzaron a utilizar una estrategia que se propuso por primera vez en la Segunda Guerra Mundial: las pruebas grupales. Al analizar muestras de muchas personas a la vez, este método puede ahorrar tiempo, reactivos químicos y dinero, dicen los investigadores.

“En la epidemia actual, es necesario evaluar a un número extremadamente grande de pacientes, lo que hace que la agrupación sea una opción atractiva”, explicó Roy Kishony, biólogo de sistemas en Technion - Instituto de Tecnología de Israel en Haifa.

China, India, Alemania y Estados Unidos ya están utilizando pruebas grupales.

Hay muchas formas de realizar pruebas grupales, y los científicos de varios países están experimentando con el mejor método para hacerlo durante una pandemia. Sus ideas provienen en gran medida de un campo de las matemáticas conocido como pruebas grupales, que ha sido ampliamente utilizado, desde detectar luces defectuosas de árboles de Navidad hasta estimar la prevalencia del VIH en una población. “Ha habido una oleada de innovación en este campo”, analizó Dror Baron, un científico de la información en la Universidad Estatal de Carolina del Norte en Raleigh.

Nature destaca cuatro métodos que se están probando actualmente.

Testeos grupales (Infografía: Marcelo Regalado)
Testeos grupales (Infografía: Marcelo Regalado)

Métodos 1 y 2: de la sífilis al coronavirus

La estrategia más directa para las pruebas grupales fue propuesta por el economista Robert Dorfman en la década de 1940 para evaluar a los soldados en busca de sífilis.

En este método, un número igual de muestras, recolectadas de hisopos nasales y de garganta en el caso del coronavirus SARS-CoV-2, se mezclan entre sí (ver método 1) y se analizan una vez. Se descartan grupos de muestras que dan negativo. Pero si un grupo da positivo, cada muestra de ese grupo se vuelve a analizar individualmente. Los investigadores estiman el tamaño de grupo más eficiente, el que utiliza el menor número de pruebas, en función de la prevalencia del virus en la comunidad.

En mayo, los funcionarios de Wuhan, China, utilizaron este método como parte de sus esfuerzos para evaluar a la gran mayoría de la población de la ciudad, llegando a aproximadamente diez millones de personas en poco más de dos semanas. Se analizaron muestras de unos 2,3 millones de personas, con hasta 5 muestras en un grupo, y se identificaron 56 personas infectadas.

El método es más eficiente cuando hay bajos niveles de infección, en alrededor del 1% de la población, porque las pruebas grupales tienen más probabilidades de ser negativas, lo que ahorra la prueba de muchas personas individualmente, de acuerdo a los investigadores.

La estrategia más directa para las pruebas grupales fue propuesta por el economista Robert Dorfman en la década de 1940 para evaluar a los soldados en busca de sífilis (Shutterstock)
La estrategia más directa para las pruebas grupales fue propuesta por el economista Robert Dorfman en la década de 1940 para evaluar a los soldados en busca de sífilis (Shutterstock)

“Este es probablemente el método más fácil”, afirmó Krishna Narayanan, un teórico de la información en la Universidad de Texas A&M en College Station. Pero hay formas más eficientes de construir la segunda etapa que probar a todos individualmente, agregó.

Una versión más sofisticada implica agregar más rondas de pruebas grupales, antes de analizar cada muestra por separado (ver Método 2). Agregar rondas reduce la cantidad de personas que necesitan hacerse la prueba individualmente.

Pero este enfoque es lento, porque lleva varias horas obtener los resultados de cada prueba grupal, dijo Wilfred Ndifon, biólogo teórico del Instituto Africano de Ciencias Matemáticas en Kigali, Ruanda. “Esta es una enfermedad de rápido crecimiento y propagación rápida. Necesitamos respuestas mucho más rápido de lo que este enfoque permitiría “, manifestó.

El distanciamiento social es una de las medidas que más demuestra eficacia para evitar nuevos contagios (Shutterstock)
El distanciamiento social es una de las medidas que más demuestra eficacia para evitar nuevos contagios (Shutterstock)

Método 3: dimensiones múltiples

Ndifon y sus colegas han mejorado la estrategia de Dorfman, que planean probar en Ruanda, y, en última instancia, reducen el número de pruebas necesarias. Su primera ronda de pruebas grupales es la misma que la de Dorfman, pero para los grupos que dan positivo, proponen una segunda ronda que divide las muestras entre los grupos que se superponen.

Imagine una matriz cuadrada con nueve unidades, cada una representando hisopos tomados de una persona (vea el Método 3). Las muestras en cada fila se prueban como un grupo, y las muestras en cada columna se prueban como un grupo, lo que resulta en seis pruebas en total, con la muestra de cada persona en dos grupos. Si una muestra contiene ARN viral de SARS-CoV-2, las dos pruebas grupales serán positivas, lo que facilitará la identificación de la persona.

Aumentar el número de dimensiones, por ejemplo, de un cuadrado a un cubo, permite grupos más grandes y mayores ganancias en eficiencia, cree Neil Turok, físico teórico de la Universidad de Edimburgo, Reino Unido, y coautor del estudio.

Un tercer método plantea las dimensiones múltiples (Shutterstock)
Un tercer método plantea las dimensiones múltiples (Shutterstock)

Ndifon, que forma parte del grupo de trabajo COVID-19 de Ruanda, piensa que las pruebas grupales son parte de la estrategia del gobierno para identificar y aislar rápidamente a las personas infectadas. Él y sus colegas estiman que su método podría reducir el costo de las pruebas de US $9 por persona a 75 centavos. Los investigadores están llevando a cabo experimentos de laboratorio para ver cuántas muestras se pueden incluir prácticamente en una prueba grupal y aún así detectar un resultado positivo. Leon Mutesa, genetista de la Universidad de Ruanda en Kigali, y otro coautor que forma parte del grupo de trabajo del gobierno, analizó que ha podido identificar una muestra positiva en un grupo de 100 en el laboratorio.

Pero Sigrun Smola, un virólogo molecular en el Centro Médico de la Universidad de Saarland en Homburg, Alemania, que ha estado analizando muestras en grupos de hasta 20, no recomienda agrupar más de 30 muestras en una prueba, para garantizar una precisión suficiente. Los grupos más grandes harán que sea más difícil detectar el virus y aumentarán las posibilidades de perder positivos, evaluó ella. Smola también es escéptico sobre la aplicación práctica de la técnica de corte de cubos en las pruebas de rutina. “Si le contarás esto a un técnico, diría: ‘Qué desastre. Quiero un esquema simple ‘’‘, agrega.

Ndifon enfatizó que su equipo planea desarrollar software para automatizar la colocación de muestras.

Sigrun Smola, un virólogo molecular en el Centro Médico de la Universidad de Saarland en Homburg, Alemania, que ha estado analizando muestras en grupos de hasta 20, no recomienda agrupar más de 30 muestras en una prueba, para garantizar una precisión suficiente (Shutterstock)
Sigrun Smola, un virólogo molecular en el Centro Médico de la Universidad de Saarland en Homburg, Alemania, que ha estado analizando muestras en grupos de hasta 20, no recomienda agrupar más de 30 muestras en una prueba, para garantizar una precisión suficiente (Shutterstock)

Método 4: solución de un paso

Algunos investigadores creen que incluso dos rondas de pruebas son demasiadas cuando se trata de frenar un virus de rápida propagación como el SARS-CoV-2. Los técnicos de laboratorio deben esperar a que lleguen los resultados de la primera ronda, lo que ralentiza el proceso, dice Manoj Gopalkrishnan, científico informático del Instituto Indio de Tecnología de Bombay en Mumbai.

En cambio, Gopalkrishnan propone hacer todas las pruebas en una ronda, con muchos grupos superpuestos. Esto aumentaría el número de pruebas, pero ahorraría tiempo, aunque la configuración inicial lleva mucho tiempo, porque tener grupos adicionales significa que se deben pipetear más muestras.

El enfoque de Gopalkrishnan implica mezclar muestras en diferentes grupos, usando una técnica de conteo conocida como Kirkman triples, que establece reglas sobre cómo se deben distribuir las muestras. Imagine una matriz plana en la que cada fila representa una prueba, y cada columna representa a una persona (consulte el Método 4). En general, cada prueba debe incluir la misma cantidad de muestras, y la muestra de cada persona debe analizarse la misma cantidad de veces.

El enfoque de Gopalkrishnan implica mezclar muestras en diferentes grupos, usando una técnica de conteo conocida como Kirkman triples, que establece reglas sobre cómo se deben distribuir las muestras (Shutterstock)
El enfoque de Gopalkrishnan implica mezclar muestras en diferentes grupos, usando una técnica de conteo conocida como Kirkman triples, que establece reglas sobre cómo se deben distribuir las muestras (Shutterstock)

Pero Narayanan, las estrategias de un solo paso requieren más pruebas para garantizar el mismo nivel de precisión que para las pruebas grupales de varios pasos. Los enfoques de un solo paso también significa trabajar con una gran cantidad de muestras a la vez, lo que puede ser complicado, añadió. “Es imposible para un técnico hacer esta agrupación. Necesitarías un sistema robótico.

Para simplificar el proceso en el laboratorio, Gopalkrishnan y sus colegas han desarrollado una aplicación para teléfonos inteligentes que les dice a los usuarios cómo mezclar las muestras. En los resultados no publicados de ensayos clínicos en India en Mumbai, Bengaluru y Thalassery, se identificaron con éxito 5 muestras positivas de 320 utilizando solo 48 pruebas.

Los investigadores en Israel están utilizando un sistema automatizado y una aplicación para aplicar un sistema similar de un solo paso. Moran Szwarcwort-Cohen, que dirige el laboratorio de virología en el campus de Rambam Health Care en Haifa, adelantó que su equipo actualmente está evaluando el sistema, con resultados prometedores.

SEGUÍ LEYENDO:

Guardar