Servicios personalizados
Español (pdf)
Articulo en XML
Referencias del artículo
Enviar articulo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
En Cuba, el enfrentamiento a la epidemia por COVID-19 ha venido a demostrar dos importantes aspectos. Primero, la necesidad de entender y atender a la salud como un proceso complejo y producto social. Segundo, la urgencia de enfoques multidisciplinarios para el enfrentamiento a situaciones de complejidad sanitaria. Por tales motivos, se conforma el grupo asesor, a solicitud del Consejo de Defensa, en la provincia Santiago de Cuba. Este grupo multidisciplinario está integrado por epidemiólogos, microbiólogos, otros profesionales de la salud, matemáticos, físicos, estadísticos, sociólogos, cibernéticos y meteorólogos, pertenecientes a diversas instituciones.
La epidemia de COVID-19 ha sido estudiada desde diversos puntos de vista: la modelación matemática, la biología molecular, el desarrollo de posibles vacunas, entre otros. Sin embargo, el análisis integrado de técnicas de análisis de redes sociales, la gestión geoespacial y la investigación epidemiológica, ha sido poco explorado.1,2,3
El análisis espacial de clúster corresponde con el tipo de evento a caracterizar y de diferentes elementos de interés en la investigación epidemiológica, como el lugar de trabajo, los lugares de contacto, el porcentaje de la población confirmada, entre otros. En lo sucesivo, la palabra clústeres será referida al grupo espacial de casos.4,5
Las aplicaciones del análisis espacial de clúster cobran cada vez más importancia. La Universidad Johns Hopkins ofrece datos sobre el análisis de redes sociales y clúster de transmisión de COVID-19 en Estados Unidos donde se evidencia la influencia de los clústeres en la dinámica de transmisión. Además, Peng y Nagata aportan un algoritmo de clúster para identificar similitudes entre países por medio del uso de la prueba Kullback-Leibler. Estos autores interrelacionan las diferencias entre la distribución empírica de casos en 24 países y la distribución espacial de clúster de casos.6,7
Por otra parte, Desjardinsa y otros8 reportan el uso de la variable tiempo y la espacial para identificar clústeres de transmisión. La realización de un análisis prospectivo con el programa SaTScan permite la identificación de clústeres activos y emergentes.
No estamos conscientes del análisis de redes sociales y uso de sistemas de información geográfica de forma integrada para caracterizar clúster de transmisión de COVID-19, en Cuba y particularmente en la provincia Santiago de Cuba. Desde la perspectiva epidemiológica, un análisis integrado de este tipo es necesario para explicar la baja transmisión de COVID-19 y los 15 días consecutivos sin reporte de casos en la provincia. Por eso, el objetivo de este trabajo es identificar posibles clústeres espaciales de transmisión de COVID-19 en la provincia Santiago de Cuba y caracterizar la transmisión de la enfermedad según variables epidemiológicas.
Métodos
Se realizó un estudio observacional ecológico en este estudio no se trabajó directamente con pacientes, solo con la información disponible por registros oficiales, manteniéndose su confidencialidad y con apego a los principios de ética del Ministerio de Salud Pública de la República de Cuba (Minsap) y la Declaración de Helsinki.
Definiciones operacionales
Fueron definidos los casos sospechosos, confirmados y contactos según los criterios establecidos por el Minsap, a su vez regidos por los de la Organización Mundial de la Salud (OMS). El caso confirmado fue la persona con SARS-CoV-2 identificado por medio de la prueba Reacción en Cadena de la Polimerasa en tiempo real (PCR-RT; del inglés, Polimerase Chain Reaction in Real Time) independiente de los signos y síntomas clínicos. Se realizó el PCR-RT en el laboratorio de Biología molecular del Centro Provincial de Higiene y Epidemiología de Santiago de Cuba. Se llevó a cabo este procedimiento experimental bajo la norma ISO-9001, la cual se rigió por las normas establecidas por la OMS.
El caso sospechoso fue la persona con enfermedad respiratoria aguda y cumplió al menos una de las siguientes condiciones en los últimos 14 días anteriores al inicio de los síntomas: contacto con un caso confirmado o probable de COVID-19; haber trabajado/permanecido en un centro de atención sanitaria con pacientes confirmados a SARS-CoV-2, pacientes con enfermedades respiratorias agudas y/o procedente de un país con transmisión activa de la enfermedad.
El contacto fue definido como el individuo aparentemente sano sin síntomas de la enfermedad y declarado/identificado mediante investigación epidemiológica relacionado directamente con un caso sospechoso o confirmado. Los contactos fueron clasificados de primer o segundo orden. Los de primer orden fueron convivientes dentro del hogar, las personas familiares y allegados que frecuentaron el hogar, colegas de trabajo y sociogrupos cercanos. Los de segundo orden fueron las personas que visitaron ocasionalmente el hogar, contactos ocasionales sociales, del trabajo u otros.
Se hizo el análisis de redes sociales a partir de las relaciones caso-contacto, fundamentado en la teoría de grafos. Se definió el nodo del grafo como el caso confirmado o contacto y la arista como la relación bidireccional existente entre ellos.
Fuente de datos
El período de estudio correspondió desde el 20 de marzo al 13 de mayo de 2020 (15 días mantenidos sin reportes de casos de COVID-19, a partir del último notificado el 28 de abril de 2020).
El tamaño de la muestra fue 3 272 registros de casos sospechosos y contactos ingresados en los centros para COVID-19 en la provincia Santiago de Cuba. Se reportan 49 casos de la enfermedad confirmados con SARS-CoV-2 a partir de la prueba PCR-RT.
Los datos fueron obtenidos de las bases oficiales del Sistema de Información Estadística del Centro Provincial de Higiene y Epidemiología y del Centro de Vigilancia Provincial, ambos de Santiago de Cuba.
Como unidades muestrales espaciales se contemplaron las delimitaciones territoriales de los municipios, consejos populares y áreas de salud de la provincia según división político administrativa de Cuba de agosto de 2010. Para el análisis espacial se utilizaron bases cartográficas georeferencidas del grupo empresarial GEOCUBA, División Oriente Sur, con proyección geodésica WGS-84. Se definió como clúster de casos el área geográfica que comprendió como mínimo tres casos confirmados con SARS-CoV-2, relacionados entre sí o por sus contactos. En este caso, el radio máximo fue de 600 m a partir de la triangulación de los casos.
Técnicas y procedimientos
Para el análisis estadístico, se resumieron variables cuantitativas y cualitativas, elaborándose tablas de contingencia. Las bases de datos fueron montadas en Libre Office Calc V 6.4.4.2 posteriormente analizadas en EpiInfo. Para el resumen de datos diarios (casos, muestras de laboratorio), se utilizó el DASHBOARD, programado en una plataforma Python Software Foundation y desplegado en la intranet de la Universidad de Oriente. Además, se usó otro DASHBOARD desarrollado por profesionales de otras universidades del país.
El análisis de datos para redes sociales fue realizado con el programa Ábaco Vínculos V 1.0 β MI, perteneciente a la empresa DATYS. Ábaco Vínculos es un módulo de minería de redes que brinda herramientas de visualización y análisis de redes sociales. Estos análisis confirmaron la presencia de clústeres de interés epidemiológico y las relaciones entre confirmados y contactos.
Para la gestión de la información geoespacial, se diseñó una plataforma en ambiente web, lenguaje de programación PHP y librerías Bootstrap y Jquery. Se usaron bases cartográficas planimétricas digitales de Cuba (escala máxima 1:2000), bajo proyección geodésica WGS-84. Para la visualización de las calles, se utilizaron las bases de OpenStreepMap del servidor OSM. La visualización de la cartografía Leaflet fue implementada sobre la plataforma QGIS 2.18 y PostgreSQL 10 como gestor de bases de datos con su extensión geoespacial Postgis 1.5.3. Las distancias entre los centroides de los clústeres de casos fueron determinadas directamente en la plataforma diseñada. La precisión de este método fue de 0,01 metros.
Toda la información se computó en una microcomputadora ubicada en DATYS, con microprocesador Core I-3, 8 Gb de RAM y sistema operativo Windows-10.
Variables, medidas e indicadores
Se utilizaron como variables la edad, sexo, dirección, municipio, sexo, antecedentes patológicos personales, categoría epidemiológica de caso (confirmado, sospechoso o contacto), resultado del PCR-RT, fecha de inicio de síntomas, fecha de ingreso, fecha de confirmación, síntomas y signos. Se adicionó la fecha de entrada a Cuba y país de procedencia para el caso de los viajeros.
Para la caracterización epidemiológica de los clústeres se utilizaron frecuencias absolutas y relativas (en porcentajes) de las variables de interés. Como indicador de riesgo epidemiológico (para cada municipio y provincia), se utilizó la tasa de incidencia de COVID-19, denominada TI. Esta tasa fue calculada por la expresión siguiente: 
, donde n fue el tamaño de la población.
Para el análisis de las redes sociales se calcularon el número de nodos y aristas de cada clúster. A partir de estos datos, se estimó el Indicador social de transmisión (IST) que expresa de forma sintética el promedio de personas que teóricamente fueron necesarias para que se estableciera la transmisión en dicha red social. Este indicador se calculó a partir de la siguiente fórmula: 
.
Resultados
En la provincia Santiago de Cuba la transmisión fue iniciada por el municipio Palma Soriano, a partir de dos viajeros: uno procedente de España y otro de Estados Unidos. Se identificaron el primer y último caso el 20 de marzo y 28 de abril, respectivamente. Se confirmaron 49 personas con SARS-CoV-2, en la provincia Santiago de Cuba (tasa de 4,7 x105 habitantes). Se muestran variables epidemiológicas de interés para los municipios Palma Soriano, Contramaestre y Santiago de Cuba. Además, el total de cada una de las variables fue mostrada para la provincia (tabla 1).
Tabla 1 Resumen de variables epidemiológicas en tres municipios y provincia Santiago de Cuba
IT: Inicio de transmisión. FT: Fin de transmisión. TI: Tasa de incidencia. APP: Antecedentes patológicos personales. HTA: Hipertensión arterial.
Todos los porcentajes fueron calculados para N = 49 casos.
El estudio epidemiológico realizado reveló la existencia de redes sociales complejas de libre escala y con particularidades propias de cada municipio (tabla 2).
Discusión
En la provincia Santiago de Cuba se inicia la transmisión de COVID-19 el 20 de marzo de 2020 y se reporta el último caso el 28 de abril de 2020. Hasta el cierre de esta investigación (11 de mayo de 2020) se acumularon 49 casos (tasa de incidencia de 4,68 x 100 000 habitantes), siendo la cuarta provincia con tasa más baja de Cuba.
El predominio de casos con COVID-19 en la provincia Santiago de Cuba y los clústeres identificados fueron en edades jóvenes. Este hallazgo se puede explicar a partir de la propia dinámica demográfica y por ser además la población económicamente activa. No descartamos que otros aspectos no identificados en este estudio puedan influir en estos resultados. Este hallazgo difiere del resto del país (50 a 59 años) con 400 casos sin variación entre sexo. En contraste en Estados Unidos predominó en mayores de 85 años (tasa de 17,2 x 105 habitantes). En Hubei (China) 86,6 % de los casos predominaron en el grupo de 30-79 años; en Wuhan el porcentaje fue de 89,8 %.9,10
El predominio de la HTA en los clústeres estudiados guarda relación con el predominio del grupo de edad para el cual esta enfermedad hace su debut. Además, esta se corresponde con una de las principales causas de morbilidad general para la provincia Santiago de Cuba. Investigaciones en el área clínica evidencian que la HTA tiene un rol esencial en la evolución desfavorable de pacientes con COVID-19. Esto ha sido explicado, entre otros factores, a partir del papel de la Angiotensina II en la transportación del SARS-CoV-2. Giralt-Herrera y otros plantea que los coronavirus se unen a sus células diana a través de una proteína cuya unidad de superficie S1 se acopla a la enzima conversora de Angiotensina II como receptor. Salazar y otros refieren que la edad vascular y las patologías asociadas puede ser una explicación de la relación entre edad y formas severas de COVID-19.11,12
Las formas asintomáticas (29 pacientes, 40,8 %) no predominaron en Santiago de Cuba en concordancia con Nishiura y otros y 46 % en Japón. En contraste Sijia Tian y otros reportan 5,08 % de formas asintomáticas en Beijng y 1,2 % de formas asintomáticas en Hubei, China. A pesar del porcentaje de asintomáticos en la provincia Santiago de Cuba, la tasa de transmisión es baja en los tres municipios y en la provincia. Esto puede ser explicado porque el sistema sanitario de atención primaria garantizó la detección oportuna de casos de COVID-19, con aislamiento en centros especializados, unido al cumplimiento de las medidas dictadas por el gobierno cubano y el accionar efectivo de la población.13,14,15
Henrique y otros reportan que el aislamiento horizontal, reduce el número total de infectados y “aplana la curva de crecimiento de la enfermedad”. Un aporte de este estudio es el uso del IST calculado a partir del análisis de redes sociales. Este indicador revela que la cantidad de personas promedio necesarias para “sostener” la transmisión es mayor en el municipio Palma Soriano (30 individuos). Epidemiológicamente este hallazgo indica transmisión de bajo nivel; dispersión de la transmisión; aislamiento efectivo, elevado número de contactos; distancias espaciales entre casos lo suficientemente grande para disminuir el riesgo de transmisión (contacto poco efectivo), aspectos corroborados con las revisiones de historias epidemiológicas y demostrados por las bajas tasas de incidencia.16
Desde el punto de vista biofísico, el término distancia suficientemente grande significa la distancia a partir de la cual un caso con COVID-19 (sintomático o no) no puede infectar a un individuo. En Santiago de Cuba, el subgrupo de modelación matemática estimó la distancia entre 8-9 m (sin rozamiento del aire) y 3-4 m (con rozamiento) para un diámetro de la gota de saliva de 1 mm en estornudo sin nasobuco (resultados no publicados). En contraste a estos resultados, en China, Estados Unidos, Brasil y Colombia las redes sociales exhiben aleatoriedad, gran densidad y alto grado de relación nodal. En esos estudios se usan otros indicadores diferentes al IST propuesto en este estudio.17,18
La mayor interrelación, densidad y conexión de los clústeres de casos (identificados con 1) permite sugerir que estos son de tipo familiar o de sociogrupos cercanos. Estos clústeres contribuyeron a la transmisión de COVID-19 en la provincia Santiago de Cuba, a pesar de que esta sea baja. Además, la agrupación de clústeres de casos concuerda con los hallazgos de las historias epidemiológicas y confirman que la transmisión en Santiago de Cuba es por clústeres de casos, fundamentalmente de tipo familiar y con fuente de infección conocida.
Los autores de este manuscrito son del criterio de que en Santiago de Cuba el accionar del gobierno, la movilización y participación social organizada, la adopción de medidas de protección individual y colectiva unido al accionar del sistema de salud influyeron en la interrupción de la evolución natural de la epidemia. Ello condicionó cortes en las cadenas de transmisión, bajas tasas de transmisión y por ende clústeres pequeños con redes sociales poco complejas y características particulares de una epidemia controlada.
En la ciudad de Santiago de Cuba, los clústeres identificados en este estudio coinciden con los hallados por Palú Orozco y otros en investigación para caracterizar la dinámica de la transmisión por dengue, con lo cual se asume que la dinámica social, las características socio-culturales, entre otros factores, modelan la ocurrencia, transmisión y propagación de eventos epidémicos.19
La transmisión de COVID-19 en la provincia Santiago de Cuba mostró grupos de casos y contactos con redes sociales epidemiológicas características para cada municipio, así como el modo de transmisión de acuerdo a la fuente de infección, relaciones de familiaridad o cercanía social y la relación de distancia espacial entre contactos, aspectos que influyeron en las bajas tasas de incidencia de la enfermedad, con predominio en su forma sintomática, edades jóvenes y en mujeres.
