La búsqueda de soluciones a la pandemia del Covid-19 abarca muchos campos de investigación. Desde quienes trabajan contrarreloj hacia una vacuna, pasando por la experimentación de tratamientos que palien los efectos del patógeno en el organismo humano, terminando por lo que puede ser la base de todo: los datos. El cruce de estadísticas y de parámetros, aparentemente nada relacionados, puede aportar muchas respuestas y vías para comprender cómo funciona el SARS-CoV-2. Y esto es lo que pretende un proyecto coordinado desde el Departamento de Estadística de la Universidad de Granada y la unidad de Bioinformática de GENyO, además de la Escuela Andaluza de Salud Pública, que pretende encontrar correlaciones entre la contaminación, el clima, y la expansión del coronavirus.

"Si imaginamos la contaminación por partículas tamaño 10 y encontramos una correlación muy directa con picos de casos u hospitalizaciones, se podrá decir que cuando en las ciudades el nivel de esa partícula llegue a tal punto el riesgo de virulencia del virus puede subir", ejemplifica Juan Díaz Mochón, investigador de GENyO y fundador de Destina Genómica. "Esa es la idea de la plataforma, que puedan estudiarlo epidemiólogos o estadísticos y que podamos intentar tener una idea más clara de impacto de esas condiciones ambientales con la enfermedad, y si algunas de ellas las podemos manejar, como la contaminación, tomar medidas para ello. Ya sería una ayuda para políticas públicas y decidir en base a ello", añade Díaz Mochón.

La información mezcla múltiples variables y busca correlaciones entre mayor número de incidencia, mayor fatalidad, y cantidad de hospitalizaciones por coronavirus dependiendo de una mayor contaminación, un mayor nivel de ozono, partículas suspendidas, temperaturas más altas o más bajas.

La plataforma se puede encontrar, en la dirección https://covid19.genyo.es/ y denominada DatAC (Data Against COVID-19), se basa en que desde la aparición de la pandemia provocada por el coronavirus SARS-CoV-2 la cantidad de datos disponibles, a diferentes niveles, sobre el virus y la Covid-19 "ha crecido exponencialmente", por lo que "la integración de toda esta cantidad de datos con otras fuentes de información puede ayudar para conocer los factores que están asociados a la propagación del virus e incidencia de la enfermedad, así como llevar a cabo la detección temprana de focos de infección", explican en una nota de prensa.

La herramienta está abierta para cualquier investigador y mezcla múltiples variables

En este proyecto, configurado con código abierto para que cualquier investigador tenga acceso a los datos, se ha desarrollado una plataforma que integra información de Covid-19 con otra de factores ambientales y meteorológicos, con agregación espacio temporal, por provincias y comunidades autónomas. De esta manera no sólo centraliza e integra este tipo de información, "si no que también implementa diferentes funcionalidades de análisis y exploración visual que permiten a investigadores llevar a cabo análisis y buscar patrones entre las distintas fuentes de información", indican sus creadores.

"Como hemos hecho todas las provincias de España, sí parece que hay una correlación negativa con la temperatura. Es decir, a mayor temperatura la virulencia o el impacto del virus baja", afirma Díaz Mochón como primera conclusión del cruce de datos y las diferentes variables, que añade que esa relación va "más allá del encierro que hemos tenido". De todas formas, el investigador aclara que aún no es una certeza y que "necesitamos más meses para tener más datos", además de esperar a que las instituciones mejoren el cribado de cifras para "hacer distintos modelos".

Además, la integración y agregación de esta información no solo permite analizar patrones asociados al Covid-19, sino que también se ha podido analizar la evolución de los diferentes contaminantes atmosféricos desde que se tomaron las medidas de restricción de la movilidad, tanto en entorno urbanos como rurales, explican los creadores.

"El problema que hemos tenido es que dependemos de datos oficiales. Al principio eran muy heterogéneos y estamos intentando mejorarla. Cuantos más datos y más reales tengamos, mejores correlaciones vamos a hacer", añade Díaz Mochón.