Profesor del Departamento de Matemática y Ciencias colabora en la resolución de un problema para testeos masivos de COVID-19

Un grupo de investigadores de universidades de Argentina y Brasil, entre los cuales se encuentra el profesor de la Universidad de San Andrés Daniel Fraiman, resolvió un problema matemático que permite llevar adelante testeos masivos de COVID-19 con mayor eficiencia.


Un grupo de investigadores de universidades de Argentina y Brasil, entre los cuales se encuentra el profesor de la Universidad de San Andrés Daniel Fraiman, resolvió un problema matemático que permite llevar adelante testeos masivos de COVID-19 con mayor eficiencia. Los resultados del trabajo han sido publicados en la revista abierta Scientific Reports de la prestigiosa revista Nature y resultan promisorios para la técnica de los testeos masivos que agrupan muestras con el objetivo de ahorrar tiempo y uso de reactivos.

El testeo masivo de COVID-19 es una estrategia central de mitigación de la pandemia, sobre todo en un contexto en que la distribución de vacunas es todavía altamente desigual en el mundo y donde se temen mutaciones virales que comprometan a la efectividad del plan actual de inmunización. Para aumentar la efectividad y eficiencia y disminuir el costo que produce cada testeo de forma individual, desde el 2020 se vienen desarrollando técnicas de agrupamiento de muestras. Este procedimiento es clave para identificar casos asintomáticos y sintomáticos en momentos en que la circulación del virus en una población es relativamente baja, tal como viene sucediendo en Argentina desde las últimas semanas.

El problema matemático de cómo ahorrar recursos testeando masivamente no es nuevo. Se remonta al año 1943, cuando el profesor emérito de la Universidad de Harvard Robert Dorfman propuso detectar casos de sífilis analizando muestras de distintas personas al mismo tiempo. Sin embargo, la investigación de Fraiman y colegas es particularmente novedosa ya que indaga matemáticamente en el procedimiento de testeos “anidados” para el caso del COVID-19. Esta técnica consiste en que el número total de muestras obtenidas se divide en subgrupos, cada uno de los cuales vuelve a analizarse; ese paso es repetido sucesivamente hasta encontrar a los contagiados. Como ejemplo, imaginemos que 300 personas se testean y sus muestras son analizadas conjuntamente utlizando un solo test. Si el resultado es negativo, entonces sabemos que las 300 personas no están contagiadas realizando un solo test. Ahora bien, si el resultado es positivo, sabemos que al menos una es positiva. La pregunta entonces es: ¿cómo saber cuáles son las personas positivas y cómo lograrlo haciendo la menor cantidad de test posibles?

La respuesta radica en subdividir la muestra en un número óptimo de etapas y grupos. La adición clave de la nueva investigación de Fraiman y colegas es justamente encontrar esos números, y estudiar el alcance de estos resultados sobre un tipo de tecnología para la detección del virus llamada droplet digital PCR (ddPCR). Esta tecnología de medición tiene alto nivel de sensibilidad al virus, entre 10-100 veces más que la tecnología estándar (RT-qPCR). El hallazgo del trabajo podría impactar significativamente la manera en que se identifican casos de asintomáticos y sintomáticos en Argentina y el mundo, ya que la técnica de los testeos masivos anidados posibilitaría tanto ahorrar recursos como desplegar campañas eficientes de monitoreo preventivo para evitar la propagación del virus en la población.

Miércoles, Octubre 27, 2021