“Nuestro modelo predictivo contribuyó a evitar la saturación de los hospitales de Catalunya”
Las doctoras Catalina Bolancé y Montserrat Guillén son profesoras de la Facultad de Economía y Empresa de la Universidad de Barcelona. Durante la pandemia de la covid-19 desarrollaron un modelo predictivo que fue trascendental para evitar el colapso de los hospitales de toda Catalunya.
¿En qué consiste el proyecto en el que han trabajado?
El proyecto tenía como objetivo realizar predicciones diarias sobre la ocupación hospitalaria de camas por covid tanto en las unidades de cuidados intensivos (UCI) como fuera de estas unidades. Se preveía el escenario más probable a una semana y a dos semanas vista. Además, a diario se predecía el número de días que podían faltar hasta llegar a una ocupación límite. Por tanto, de alguna manera se quería prever el momento crítico de saturación. Estas predicciones se obtuvieron a nivel general para toda Catalunya y desagregadamente para cada una de las regiones sanitarias.
¿Cómo lo hicieron para predecir con precisión las camas disponibles?
Se diseñaron unos programas que, utilizando modelos predictivos dinámicos con el lenguaje R, nos permitían cargar los datos enviados a diario desde el Departamento de Salud de la Generalitat de Catalunya. Los datos incorporaban información sobre la actividad asistencial del día anterior a todos los niveles, es decir, desde la atención primaria o los centros de urgencias de atención primaria, en todos los hospitales, teniendo en cuenta los pacientes con pruebas PCR positivas que acudían a urgencias. En paralelo, a diario se hacía un recuento de las camas convencionales y de las UCI ocupadas en cada uno de los centros hospitalarios de toda Catalunya, se actualizaban las estimaciones y las proyecciones y se hacía una valoración cualitativa para ayudar a las autoridades sanitarias a valorar la situación y la evolución prevista. El tablero de control permitía proyectar escenarios de crecimiento de casos y de su impacto posterior en el número de hospitalizaciones.
Por tanto, fue un sistema trascendental para que las autoridades pudieran tomar las medidas más adecuadas y evitar, de este modo, la saturación de los hospitales.
Era un sistema que los comités de expertos y las autoridades podían interpretar directamente y que facilitaba por tanto la toma de decisiones anticipándose a la posibilidad de saturación hospitalaria a escala general y por regiones sanitarias. En los momentos de máxima crudeza, antes de las vacunaciones o en los primeros meses, cuando las vacunas aún no habían llegado a toda la población, este sistema ayudaba a realizar las recomendaciones de distancia social y restricción de actividades que evitaron la saturación de los hospitales en Catalunya, que sí se produjo en otros lugares.
¿Cuáles son los aspectos diferenciales de su proyecto?
Uno de los aspectos diferenciales es el uso de modelos estadísticos predictivos tanto a nivel agregado como a nivel desagregado en un período de pandemia. La intensidad con la que nos dedicamos a ello también es muy destacable. La nota diaria de evolución nunca se dejó de hacer, ni ningún día festivo, en ningún momento. Esta intensidad e implicación personal de los investigadores nunca la habíamos vivido. El proceso no podía ser completamente automático, puesto que los cambios en las variantes del virus y las dinámicas propias de la sociedad hacían que los contagios no fueran estables ni siguieran un patrón epidemiológico constante en el tiempo.
¿Qué factores hacían variar las predicciones?
Todos los días se replanteaba la proyección y se tenían en cuenta factores como el día de la semana, si había habido algún festivo, la actividad de los centros de primaria, el nivel de vacunación de la población y el acceso a los servicios de urgencias. Utilizando información de las llamadas relacionadas con la covid que se hacían al servicio de emergencias del 061 también logramos uno de los sistemas más avanzados del mundo en capacidad de anticipar la saturación. Y, como hemos dicho, nuestro premio fue que, gracias a la coordinación de todos, nuestro sistema sanitario no se colapsó en ningún momento.
¿En qué sitios se podría aplicar esta tecnología?
Fue pensada fundamentalmente para monitorizar la ocupación hospitalaria y poder adelantarse a una posible sobreocupación en un entorno muy cambiante. La pandemia creó la necesidad de actualizar las proyecciones muy rápidamente, fijándonos más en lo que podía ocurrir que en lo que había ocurrido, que es la visión más clásica y la que se hizo más patente en los medios de comunicación durante la pandemia. Esto es de aplicación a cualquier sistema de gestión hospitalaria o de logística de suministro cuando la capacidad es limitada.
¿Por qué es importante monitorizar la ocupación de camas hospitalarias?
Porque la falta de camas es un problema, en primer lugar para los pacientes y sus familiares, que deben sufrir momentos de incertidumbre por la posible falta de camas; y en segundo lugar para los propios sanitarios, que tienen una capacidad máxima de atención en cuanto al número de pacientes. En Catalunya no tuvieron que utilizarse instalaciones montadas rápidamente, como los hospitales de campaña, que no ofrecen las posibilidades que tienen los centros permanentes.
¿En qué estado se encuentra su proyecto?
Se trata de un proyecto cerrado, que finalizó a finales del 2022, una vez que se comprobó que la pandemia de la covid apenas afectaba ya la ocupación hospitalaria en Catalunya.
Más sobre las doctoras Catalina Bolancé y Montserrat Guillén
¿El mejor invento de la historia?
Dra. Bolancé: Internet
Dra. Guillén: La lavadora
¿Qué les gustaría ver en un futuro?
Dra. Bolancé: La traducción simultánea
Dra. Guillén: El teletransporte
¿Un avance del futuro que les dé miedo?
Que se pueda hablar con un robot pensándonos que es una persona
¿Un referente?
Dra. Bolancé: Gauss o Pearson
Dra. Guillén: La Madre Teresa
La transferencia es importante para…
Para avanzar. Porque el mundo puede cambiar, y para que esto se traduzca en mayor bienestar para los ciudadanos