Email
- 120 personas de una tripulación se pusieron a disposición de un grupo de científicos, luego de que en el barco un miembro se enfermara gravemente con coronavirus. 103 dieron positivo por el virus cuando regresaron a la costa
Esta es una traducción hecha por El Diario de la nota How an Ill-Fated Fishing Voyage Helped Us Understand Covid-19, original de The New York Times.
Foto principal: Ilustraciones de Ori Toor
American Dynasty, un arrastrero comercial, partió de Seattle un día de mayo para pescar merluza en la costa de Washington. Antes de partir, sus 122 miembros de la tripulación fueron examinados para detectar el coronavirus utilizando el método de reacción en cadena de la polimerasa (PCR) de alta precisión, y todos los resultados fueron negativos. Pero debido a que esas pruebas son “buenas pero no perfectas”, en palabras de Jesse Bloom, profesor del Instituto de Investigación del Cáncer Fred Hutchinson en Seattle, se perdieron al menos un caso: de alguna manera, el SARS-CoV-2 encontró su camino a bordo.
Cuando un miembro de la tripulación se enfermó gravemente, el barco regresó a puerto y casi todos fueron examinados nuevamente para detectar el virus. Los resultados del antes y el después de 120 de los miembros de la tripulación se pusieron a disposición de Bloom y sus colegas, quienes publicaron un estudio sobre ellos en The Journal of Clinical Microbiology en agosto. Además de las pruebas de PCR, las pruebas de detección previas al viaje también buscaron anticuerpos neutralizantes o proteínas generadas por el sistema inmunológico después de la exposición al virus, lo que sugiere que una persona ha sido infectada previamente. Resultó que tres miembros de la tripulación tenían esos anticuerpos al comienzo del viaje. De los 117 tripulantes que no lo hicieron, 103 dieron positivo por el virus cuando regresaron a la costa, una tasa de infección del 88 por ciento. Si seleccionara al azar tres nombres del manifiesto del barco, las probabilidades de que los tres hubieran resultado negativos son de aproximadamente el 0,2 por ciento. Sin embargo, los tres marineros con anticuerpos se salvaron.
Se cree que el hallazgo es la primera evidencia directa de que los anticuerpos protegen contra la infección por SARS-CoV-2 en humanos, y ofrece pistas sobre qué tipo de concentraciones podrían ser necesarias para conferir inmunidad. Las cantidades de anticuerpos presentes en los tres marineros son “bastante alcanzables con las vacunas” en desarrollo, dice Alex Greninger, virólogo de la Facultad de Medicina de la Universidad de Washington y autor principal del estudio. Dice que los datos lo hacen “más optimista” de que estas vacunas podrían funcionar. En un comentario sobre el estudio, Danny Altmann, profesor de inmunología en el Imperial College de Londres, lo llamó “un experimento humano notable, de la vida real”.
Cuando los investigadores examinan eventos pasados para comprender por qué algunas cosas le suceden a determinadas personas y no a otras, están realizando “estudios de observación”. A menudo, estas son la única forma de evaluar qué medidas de comportamiento y políticas previenen la propagación del coronavirus. Desafortunadamente, no pueden probar causa y efecto. A diferencia de los ensayos controlados aleatorios, en los que los sujetos se asignan al azar a grupos “experimentales” y “control”, asegurando que la única diferencia entre ellos sea la intervención que se investiga, los estudios observacionales siempre incluyen la posibilidad de que otros factores influyan en los resultados. Greninger señala que no puede probar que todos en American Dynasty estuvieron expuestos al virus; quizás los tres con anticuerpos, junto con sus 14 colegas no infectados, nunca lo encontraron. O tal vez, dice Anupam B. Jena, profesor de atención y políticas de salud en la Facultad de Medicina de Harvard, eran más jóvenes y menos susceptibles a las infecciones. (Los investigadores no estaban al tanto de la información sobre los miembros de la tripulación más allá de sus muestras). Para demostrar que los anticuerpos los protegían, Jena dice, “tienes que demostrar que las personas que tenían los anticuerpos eran similares en todos los demás aspectos a las personas que no tenía anticuerpos “.
Sin embargo, la amenaza que representa el virus ha hecho que los ensayos aleatorios sean extremadamente difíciles de realizar. Si bien los investigadores asignaron al azar a monos macacos para recibir una vacuna o un placebo y luego los expusieron al virus (aquellos con anticuerpos producidos por la vacuna tenían menos probabilidades de infectarse), no sería ético realizar este experimento en humanos, dado que riesgo de enfermedad grave y muerte. En cambio, los ensayos de vacunas están inscribiendo a miles de personas, dándoles al azar una vacuna o un placebo y esperando meses hasta que, en el curso normal de sus vidas, un pequeño porcentaje de ellos se infecte; en ese momento, sabrán en qué grupo estaban.
Eso hace que casos como el de la dinastía, donde un alto porcentaje de personas en condiciones bastante uniformes se infectaron con el virus mientras que otras no lo fueron, potencialmente muy útiles. Las pruebas realizadas durante un brote que infectó a unas 700 personas en el crucero Diamond Princess en febrero ayudaron a revelar que muchas infecciones nunca produjeron síntomas notables. “Estamos tratando de aprender con evidencia limitada”, dice Emily Oster, economista de la Universidad de Brown. “Profundizando, ¿Cuáles son los detalles particulares de un incidente del que podemos aprender? Creo que hay mucho valor ahí “.
Tal indagación puede ayudar a generar hipótesis. El ejemplo clásico es el estudio de John Snow, un médico inglés, sobre un brote de cólera en Londres en 1854. Trazar casos de la enfermedad en un mapa y entrevistar a los residentes: “Es como el rastreo de contactos original”, dice Oster. Snow comenzó a sospechar que una bomba, donde muchos de los que se enfermaron obtuvieron su agua, fue la culpable. Pero Snow también había probado su teoría de que el cólera se transmitía por el agua, obteniendo mapas de hogares que eran atendidos (al azar) por una de las dos compañías de agua rivales, con diferentes fuentes de agua, y observando cuál de ellos experimentó muertes por cólera. Cuando la tasa de mortalidad de una empresa resultó mucho más alta que la de la otra, quedó claro que el agua era la causa. (La contaminación por aguas residuales fue la culpable).
Estos “experimentos naturales”, en los que algún evento o factor ha aleatorizado a los participantes en grupos experimentales y de control, han sido especialmente difíciles de encontrar durante la pandemia. La necesidad urgente de detener la propagación del virus ha llevado a los legisladores a cambiar muchas variables a la vez: cierres y reaperturas de escuelas y negocios, ordenanzas enmascaradas. Esto hace que sea difícil separar sus efectos. Para averiguar si el cierre de las escuelas redujo las tasas de infección en la comunidad al principio del brote, por ejemplo, puede buscar en áreas demográficamente similares donde las escuelas cerraron a mediados de marzo o principios de abril y comparar sus tasas de infección a principios de mayo. “Pero los lugares que se han visto más afectados pueden ser los que están apretando el gatillo antes”, dice Joseph Doyle, economista del MIT. Sloan School of Management, lo que puede hacer que parezca que el cierre de las escuelas conduce a altas tasas de infección, cuando en realidad un aumento anticipado de las infecciones provocó el cierre de las escuelas. Aleatorizarlos significaría encontrar aquellos que se cerraron por razones “no relacionadas con nada sobre la salud de la comunidad”, dice Doyle.
Por ejemplo, varias escuelas en Tennessee fueron afectadas por tornados en marzo y cerraron temprano, mientras que las vecinas permanecieron abiertas. La comparación de las tasas de infección de la comunidad semanas después podría aproximarse a un ensayo aleatorio, si las tormentas no afectaran de manera significativa otras interacciones locales. —Dice Doyle. Por ejemplo, varias escuelas en Tennessee fueron afectadas por tornados en marzo y cerraron temprano, mientras que las vecinas permanecieron abiertas. La comparación de las tasas de infección de la comunidad semanas después podría aproximarse a un ensayo aleatorio, si las tormentas no afectaran de manera significativa otras interacciones locales. —Dice Doyle. Por ejemplo, varias escuelas en Tennessee fueron afectadas por tornados en marzo y cerraron temprano, mientras que las vecinas permanecieron abiertas. La comparación de las tasas de infección de la comunidad semanas después podría aproximarse a un ensayo aleatorio, si las tormentas no afectaran de manera significativa otras interacciones locales.
La aleatorización ideal rara vez es posible. “A veces, si necesitas respuestas, recurres a experimentos naturales que no son potencialmente tan limpios, pero podemos aprender de ellos”, dice Doyle. “Y luego los respalda con la teoría”. En American Dynasty, por ejemplo, la distribución de anticuerpos no se regía por el clima fortuito. Pero existe evidencia previa para apoyar la teoría de que los anticuerpos protegen contra la infección, lo que hace más plausible que ellos, a diferencia de algún otro factor compartido, protegieran a los tres marineros.
En cierto sentido, todos hemos estado generando datos sobre la pandemia durante seis meses: siguiendo las políticas promulgadas por los funcionarios locales o no, enviando a nuestros hijos a la escuela o no. La mayoría de los casos positivos no se están investigando rigurosamente, lo que significa que no entendemos bien con qué frecuencia (por ejemplo) determinados comportamientos provocan una infección. Los experimentos naturales no pueden solucionar ese problema. Pero buscarlos podría permitirnos recopilar datos o usar lo que tenemos para llegar de manera más eficiente a las respuestas a las preguntas a medida que surjan: ¿Hasta qué punto medidas como requerir máscaras evitan que el virus se propague en las escuelas? ¿Un nuevo fármaco mejora los resultados de Covid-19? ¿Qué tipo de mensajes motivan a las personas a vacunarse? ¿Qué vacuna funciona mejor y para quién? “Estos experimentos naturales están ahí”, dice Jena.
Kim Tingley es una escritora colaboradora de la revista.
Traducido por Oswaldo González
