Press and News La labor de diversas instituciones y disciplinas para brindar respuestas basadas en ciencia a la lucha contra el COVID-19 en Etiopía

la-labor-de-diversas-instituciones-y-disciplinas-para-brindar-respuestas-basadas-en-ciencia-a-la-lucha-contra-el-covid-19-en-etiopia

Los investigadores agrícolas están aplicando el intercambio de datos y la analítica para mejorar las pruebas y el tratamiento del COVID, en colaboración con el Ministerio de Sanidad y otros centros de investigación.

Etiopía registró su primer caso de COVID-19 el 13 de marzo de 2020 y la enfermedad se ha estado propagando paulatinamente desde entonces, lo cual ha generado preocupación sobre las graves consecuencias para la salud y los severos impactos económicos. Para el 11 de junio se habían registrado ya 2670 casos en diferentes regiones del país, la mayoría en Addis Ababa, la capital.

Es posible que el verdadero número de casos sea más alto, con lo que efectuar más pruebas será clave para dar seguimiento y contener la propagación de la enfermedad. Pero Etiopía, como muchas naciones en África, enfrenta desafíos para efectuar pruebas a gran escala, algo que los profesionales de la salud consideran clave para controlar, dar seguimiento y contener la propagación del virus.

Científicos de CGIAR, incluido el Instituto Internacional de Investigaciones Pecuarias (ILRI) y la Alianza de Bioversity International y CIAT, han estado trabajando con socios nacionales en el desarrollo de soluciones que evidencian la forma en que la experiencia en el ámbito de la agricultura puede adaptarse para brindar apoyo a los esfuerzos para mitigar la pandemia en Etiopía

Ellos propusieron dos ideas innovadoras y actividades complementarias que buscan dar una mejor orientación y uso a los limitados recursos. En primer lugar, el grupo evaluó la factibilidad de llevar a cabo análisis de COVID-19 de muestras mezcladas. Luego propusieron un método utilizando análisis geoespacial para mapear e identificar las áreas más afectadas, donde se puedan priorizar pruebas masivas de COVID-19.

Las dos propuestas se presentaron al Ministerio de Salud de Etiopía para su consideración. Casualmente, los científicos del Instituto de Investigación Armauer Hansen (AHRI) se encontraban trabajando en el método de agrupación para diagnósticos de laboratorio de COVID-19. El apoyo técnico de ILRI para ayudar a optimizar el protocolo de agrupación fue acogido inmediatamente por los científicos de Armauer. El ministerio se comprometió a implementar el protocolo, en tanto los científicos de AHRI e ILRI brindan apoyo técnico y monitoreo.

“Es fundamental tomar decisiones basadas en ciencia durante esta pandemia”, indicó Abebe Genetu, el Director General de AHRI. “El método de análisis de muestras mezcladas complementado con zonificación es fundamental, porque nos permite orientar nuestros esfuerzos hacia potenciales áreas afectadas, lo cual nos ahorrará tanto recursos como tiempo, además de ser eficientes en nuestra lucha contra el COVID-19”.

Análisis de muestras mezcladas para aumentar la eficiencia

Dado el número relativamente bajo de casos de Etiopía en comparación con otros países, un procedimiento de muestras mezcladas podría acelerar las pruebas y minimizar el tiempo de entrega de resultados. El análisis de muestras mezcladas es un procedimiento comúnmente utilizado para aumentar la eficacia en función de los costos haciendo pruebas masivas a la población. Ha sido utilizado ampliamente con otras enfermedades, como VIH-SIDA y hepatitis.

El Instituto Internacional de Investigaciones Pecuarias (ILRI) cuenta con experiencia utilizando métodos de análisis de muestras mezcladas en sus programas de investigación. Tal como lo planteó Tadelle Dessie, científico principal de ILRI, “estamos buscando formas en que podamos aplicar nuestra experiencia para brindar apoyo a los esfuerzos gubernamentales y después de consultar con expertos principales de ILRI, esta pareció ser una buena opción”.

Un equipo liderado por Andargachew Mulu, virólogo de AHRI, comenzó a realizar pruebas piloto utilizando el método de análisis de muestras mezcladas. Al inicio, evaluaron la optimización de tres muestras mezcladas y luego aumentaron a diez muestras en la mezcla. De acuerdo con Andargachew, “se encontró que cuatro muestras en la mezcla es lo óptimo para un rápido análisis sin perder la sensibilidad de la prueba. Se estima que esto puede aumentar la eficiencia de las pruebas en casi 300 por ciento, reduciendo el tiempo de entrega de resultados de 36 a 12 horas”.

Esto es bueno para efectuar pruebas en áreas dentro y en las afueras de Addis. Un grupo de muestras, por ejemplo, podría ser procesado simultáneamente, ahorrando tiempo y reactivos, para determinar si un área dentro de la ciudad cuenta con casos de la enfermedad. Un resultado negativo básicamente descartaría un área (al menos temporalmente), mientras que uno positivo daría lugar a efectuar pruebas individuales y a la trazabilidad de los contactos en el área afectada. Este proceso aumentaría la eficiencia, siempre y cuando la cantidad de casos en general siga siendo baja.

Prioridades de mapeo

Para identificar mejor las áreas adonde se puedan canalizar muestreos masivos y otras prioridades, otro grupo de científicos aprovechó su experiencia en planificación y análisis geoespacial para localizar áreas más afectadas, lo cual ayudaría a agilizar las respuestas a brotes localizados.

“Con apoyo de GIZ, la agencia alemana de desarrollo, hemos estado trabajando durante mucho tiempo con el Instituto de Investigación Agropecuaria de Etiopía (EIAR, sus siglas en inglés) y el Ministerio de Agricultura de Etiopía para brindar apoyo a la agenda de transformación agropecuaria de Etiopía, mediante mejoras en el intercambio y análisis de datos”, comentó Lulseged Tamene, científico principal de la Alianza de Bioversity International y CIAT. “Cuando la pandemia de COVID-19 llegó por primera vez a África, el equipo empezó a explorar apoyo potencial que pudiera brindar y surgió la oportunidad con las pruebas masivas, lo cual no se puede hacer en todas partes por razones logísticas y financieras. Se nos pidió ver si podíamos ayudar a encontrar formas de priorizar en dónde podrían llevarse a cabo”.

La coalición de científicos que se encuentran trabajando en estas propuestas incluye a individuos de ILRI, la Alianza de Bioversity International y CIAT y de institutos nacionales, entre ellos AHRI, EIAR, el Centro de Recursos Hídricos y Terrestres (WLRC, en inglés) y la Universidad de Addis Ababa (AAU, en inglés).

Actualmente el equipo está trabajando en tres métodos:

  • mapeo de áreas afectadas para dirigir hacia allá las pruebas masivas,
  • predicción espacial y temporal de COVID-19 para elaborar modelos de brotes y propagación, y
  • trazabilidad de los contactos mediante teléfonos móviles.

El equipo comenzó evaluando las áreas afectadas. Addis se priorizó, debido a su numerosa población y el número de personas que habían llegado a Addis desde el extranjero. Sobre la base de algunos criterios iniciales relacionados con asuntos como distanciamiento físico, situación de los medios de subsistencia, condiciones habitacionales, medios de transporte y acceso a agua, el equipo creó un mapa de áreas afectadas y lo presentó al Ministerio de Salud. A pesar de la falta de datos de buena calidad, el equipo pudo crear mapas confiables que mostraban dónde podrían darse los brotes y así priorizarlos para intervenir. Para verificar su análisis, compararon los mapas de casos reales con los mapas de áreas afectadas, los cuales mostraron una buena concordancia (ver las figuras a continuación).

ciat-covidprensa

El Ministerio de Salud sugirió que el equipo recibiera apoyo para obtener datos más minuciosos y mejorar los mapas, además de ampliar la escala del trabajo al ámbito nacional. Se necesitan datos de buena calidad y con resolución adecuada para desarrollar mapas de áreas afectadas con detalles útiles. Los funcionarios del Ministerio han proporcionado más datos, los cuales han ayudado a afinar y actualizar los mapas.

“Los datos son clave para asegurar que podemos brindar soluciones basadas en evidencia”, dijo Tamene. “Este espíritu de colaboración con el Gobierno de Etiopía se basa en nuestra labor de los últimos años en la formulación e implementación de soluciones para problemas en el intercambio de datos”.

También se están desarrollando otros mapas y herramientas, incluido un tablero para facilitar la visualización y una aplicación que determinará en dónde se deberían llevar a cabo pruebas masivas, y se están poniendo a disposición del Ministerio de Salud. “Queríamos brindar un apoyo rápido al Ministerio y estamos satisfechos con los resultados; esperamos que sean útiles para orientar las intervenciones”, comentó Tamene.

“Agradecemos mucho al equipo del ILRI y la Alianza por su apoyo en nuestra lucha contra el COVID-19. Ellos lograron generar un mapa de áreas afectadas que se alinea bien con los mapas de casos reales de COVID-19”, dijo Munir Kassa, líder de un equipo de planificación para COVID-19 dentro del Ministerio de Salud, después de que la coalición de científicos presentara sus resultados iniciales.

El equipo de ILRI-AHRI-Alianza presentó los resultados de estas dos actividades complementarias a grupos de trabajo nacionales a finales de abril de 2020, con el fin de explorar de qué manera podía el equipo apoyar al Ministerio de Salud en la realización de las pruebas masivas en áreas afectadas prioritarias.   

Las actividades involucran a expertos de la Oficina de Administración en Salud, la Universidad de Addis Ababa, AHRI, CIAT, EIAR, ILRI, MHE y WLRC, lo cual refleja un equipo verdaderamente multidisciplinario de expertos en acción. Tadelle resume muy bien una lección importante para la coalición de científicos: “para ganar esta batalla, tenemos que trabajar en conjunto y traspasar fronteras de la agricultura a la salud humana y construir puentes en todo CGIAR”.


Publicado originalmente en inglés por el Instituto Internacional de Investigaciones Pecuarias (ILRI) en Sitio web de ILRI.