Mapas de brotes de Coronavirus, basados en una rica historia de cartografía

Los cartógrafos están mapeando el coronavirus de maneras más sofisticadas que las usadas en las epidemias del pasado; pero remontándose hasta visualizar las fechas de los brotes del Cólera y la Fiebre Amarilla.

A medida que los casos de coronavirus se multiplican, los mapas interactivos nos ayudan a entender cómo se propaga la enfermedad—al igual que el pánico al respecto.

Uno de los mejores ejemplos de este tablero de control (dashboard) fue construído por el Centro de Sistemas de Ciencia e Ingeniería de la Universidad Johns Hopkins con un llamativo diseño rojo sobre negro. Usando las herramientas de la compañía Esri, para software de mapeo, Johns Hopkins agrega datos del personal de la salud alrededor del mundo en tiempo real. A medida que una burbuja roja se agranda, quiere decir que se han identificado más casos en dicha área geográfica.

El número de muertos por esta nueva pandemia superó los 25,000 esta semana, haciéndolo más mortal que la epidemia de SARS de 2003.

Por primera vez en la historia, cualquier persona puede acceder en tiempo real a los datos sobre el avance de una pandemia gracias a herramientas como esta. Solo hasta enero 31, este mapa interactivo o dashboard construido por Johns Hopkins para rastrear los brotes de Covid-19 en todo el mundo había acumulado cerca de 52 millones de visitas, de acuerdo con datos de Esri.

Por otra parte, Metabiota, una compañía especializada en el manejo de amenazas de pandemia, sumó el coronavirus a su lista de más de 130 patógenos y ya lo está rastreando globalmente (tracking globally). El mapa resultante usa una paleta de colores monótona—a excepción de unos puntos naranja intermitentes que señalan la presencia del virus en un país.

Metabiota estructura los datos de múltiples organizaciones de la salud para rastrear las epidemias en curso. Tiene también información incorporada y depurada sobre miles de brotes previos.

Pero; ¿Es esto realmente nuevo?

La visualización espacial de los brotes se remonta a varias edades: Se han registrado algunos intentos de hacerlo desde el siglo XVII. Pero durante las últimas décadas la cartografía médica despegó y se democratizó como consecuencia de los avances tecnológicos que fueron posibles gracias a los computadores. Además de dispositivos cada vez más potentes, internet permite un acceso rápido a la recopilación y el intercambio de datos.

Durante siglos, los geógrafos y el personal de la salud han utilizado el también llamado mapeo de Sistemas de Información Geográfica (SIG) para elaborar teorías acerca de por qué un brote particular ocurrió, basado en la agrupación de víctimas. Ahora pueden también proyectar cómo una epidemia en curso podría evolucionar—en tiempo real—e instaurar políticas basados en dichos modelos.

“El objetivo subyacente de usar un SIG en el pasado era desarrollar un mayor entendimiento de lo que pasó y sobre algunas de las causas originales” cuenta la doctora Este Geraghty, Médico en Jefe y Directora de Soluciones de Salud en Esri. “Pero hoy, los SIG han evolucionado, así que podemos hacer mucho más”.

Mapas en los tiempos del cólera

En el primer mapa de enfermedades, Fillipo Arrieta visualizó la estrategia para contener la propagación de la enfermedad en la región de Bari, Italia
1690-92.

El primer caso de mapeo de enfermedades se remonta a 1692, según Tom Koch, profesor de geografía en la Universidad de British Columbia y autor del libro Cartografías de las Enfermedades – Cartographies of Diseases. En ese tiempo, la Peste estaba causando estragos en toda Europa, y Fillippo Arrieta, un auditor real Italiano, visualizó espacialmente la estrategia para contener la propagación de la enfermedad en la región de Bari, Italia. En el mapa de Arrieta, Bari está separada del resto del país por una línea discontinua que representa un “cordón sanitario.” Dentro de la provincia acordonada están dos áreas más pequeñas, separadas del resto por una línea más gruesa. El lector que observa puede ver unas letras “D” más grandes en el área superior derecha, significando que la provincia está infectada por la Peste.

Así mismo, según la investigación de Koch, el primer estudio espacial realmente detallado sobre una epidemia no apareció antes de 1797 (aproximadamente) y su publicación en Medical Repository, en los mapas del brote de la Fiebre Amarilla, hechos por Valentine Seaman en la ciudad de New York. Seaman superpuso la ubicación de los casos de fiebre amarilla — puntos en el mapa de más abajo— con la posición de áreas de descarga y alcantarillado en el bajo Manhattan. El marcó estos sitios con una letra gruesa “S.” Reflexionando sobre sus observaciones, Seaman concluyó que el brote mortal estaba relacionado con aquellas áreas y sus emanaciones pútridas.

Incluso, aunque la teoría de Seaman no era del todo correcta—la fiebre amarilla es transmitida por los zancudos que se estaban criando en estos sitios de basuras—el mapeo de enfermedades había nacido. Con el tiempo, la tecnología mejoró y los datos relativos a las enfermedades estuvieron más disponibles, según Koch. De cualquier manera, fue sólo cuando una epidemia de Cólera golpeó a Europa masivamente, especialmente en Reino Unido a mediados del siglo XIX, que los mapas de enfermedades detonaron.

“Y luego hubo… un clímax”, dijo Koch por email.

El famoso mapa del brote de Cólera en Londres durante 1854, de John Snow, continúa siendo el ejemplo más popular de este boom en visualización espacial sobre la epidemia del cólera, mientras los británicos intentaban desesperadamente entender sus orígenes. Snow superpuso la ubicación de las víctimas con la posición de las bombas de agua en la ciudad, y de allí dedujo correctamente el origen de la enfermedad transmitida por el agua.

De cualquier modo, aún estaba lejos de ser el único mapeando el brote.

Entre los tesoros de los mapas del Cólera en Londres de mediados del siglo XIX, se encuentra el de Richard Grainger, quien planteó la hipótesis de una relación entre la enfermedad y la altitud. Grainger mapeó la ciudad con mucha precisión, dibujando todos los distritos y subdistritos, y agregando a su mapa la ubicación del alcantarillado y los pozos. Él superpuso la información de la elevación y sombreó las áreas de acuerdo a la intensidad del brote de Cólera: a medida  que la sombra azul era más oscura, el brote era más devastador. Y, en efecto, Koch escribe en su libro, las masas de gente cercana a los bancos del río Támesis al sur de Londres, luchaban en general con aire menos limpio que el de los Londinenses que vivían a mayor altura.

Mapas en los tiempos del big data

Avanzando rápido un par de siglos: la invención del computador proporcionó un soporte electrónico para generar los mapas más rápidamente. Adelante unas décadas más, e internet permite la recopilación y transmisión de datos a una velocidad cada vez mayor. Los computadores se han vuelto más eficientes y sus capacidades para procesar datos detonaron, resultando en la creación de modelos geoespaciales (geospatial models) que permiten al personal de la salud entender dónde podría golpear próximamente una epidemia en curso, e identificar aquellos sitios con mayor riesgo. Estos modelos hacen posibles las intervenciones en salud pública.

Geraghty dijo que la comunidad de salud pública estaba muy familiarizada con SIG. “Ellos ya tenían un entendimiento del tema y habían estado mapeando, pero lo habían estado haciendo con herramientas de escritorio, no con SIG basadas en la red”, mencionó ella cuando se vinculó a Esri. Como resultado, ahora hay disponibilidad de conjuntos de datos más grandes, y los usuarios de SIG pueden construir sus propios modelos de predicción basados en ellos. Dentro de los tesoros de información fácilmente accesible están los datos de censos, rutas de avión o barco, e incluso contenidos de social media.

Durante el 2016, los Centros Estadounidenses para el Control y Prevención de Las Enfermedades utilizaron los productos de Esri y la experiencia para monitorear la difusión del virus del Zika. El Zika es transmitido por el zancudo Aedes, y la tasa de sobrevivencia y reproducción del insecto está estrechamente vinculada a cinco variables, según Geraghty: temperatura, precipitación, uso del suelo, población y elevación. Después del análisis, los investigadores pudieron identificar las áreas del mundo donde el zancudo pudiera vivir fácilmente, e hicieron referencias cruzadas de estos resultados con datos del censo.

El Zika es particularmente peligroso para las mujeres embarazadas, y la superposición de los datos de censo permitió a los investigadores identificar las zonas con poblaciones de más alto riesgo. Esto facilitó la elaboración de políticas y pruebas efectivas, ya que se alentó a los locales a usar insecticidas y larvicidas, entre otros medios, para limitar la propagación de la enfermedad.

El mapa anterior, creado para monitorear el número de casos de Zika en los Estados Unidos fue puesto a disponibilidad del público. Entre más oscuro el sombreado rojo, había más casos identificados en determinado estado.
Al final, la compañía Metabiota acumuló y depuró datos sobre 2,400 brotes desde su creación en el 2008, según Nita Madhav, Director Ejecutivo de la compañía. Su rastreador de epidemias está disponible al público; pero la mayoría de las capacidades para modelado de la firma están disponibles sólo para sus clientes, entre los que se incluyen la CDC y la Agencia Estadounidense para el Desarrollo Internacional.

“Estos [datos sobre epidemias previas] pueden realmente ayudar a alimentar la toma de decisiones futuras (..) Y pueden mostrarnos que estas epidemias no deberían llegar sorpresivamente. Esto es algo que sucede con cierta frecuencia en el tiempo”, dijo Madhav.

La compañía evalúa cuándo y dónde podrían ocurrir brotes con mayor probabilidad, está actualmente proyectando la evolución a corto plazo del coronavirus. Metabiota también resultó con una manera de medir “el miedo,” una medida que llama un patógeno de “puntaje de sentimiento”. Para calcular ese puntaje, Madhav explicó que los investigadores combinan los datos existentes teniendo en cuenta un brote— como la tasa de mortandad, por ejemplo—y la pone en un “algoritmo de puntajes”. Los resultados disponibles para el público son ranqueados en una escala bastante amplia: El “puntaje de sentimiento” del nuevo coronavirus está definido como “alto.” Otros mínimos resultados están disponibles; pero no han sido publicados en el sitio web de la compañía.

El dashboard más común por estos días, el creado por John Hopkins, está construído en sí mismo sobre múltiples fuentes de datos. Utiliza reportes como- It uses CDC, WHO, ECDC and DXY reports – y fuentes de datos Chinas, Norteamericanas y globales. El mapa resultante es sólo tan bueno como lo sean las fuentes de datos, sin embargo; rastrear una epidemia puede ser complicado, pues no todos los casos son reportados.

Desde Esri, Geraghty reflexiona sobre hacia dónde podría ir el siguiente campo: “Los Sistemas de Información Geográfica (SIG) se están moviendo en una dirección que posiblemente es más democratizada. Siempre existe la necesidad de estos profesionales en SIG, así muchas personas cuyo trabajo es totalmente diferente y necesitan mapas para tomar decisiones no tienen que tener la experiencia. Ellos simplemente necesitan saber lo suficiente acerca del mapeo”.