imagen

 

 

Adam Kucharski. Reino Unido, 1986.

Profesor asociado y miembro del Departamento de Epidemiología de Enfermedades Infecciosas de la Escuela de Higiene y Medicina Tropical de Londres. Su investigación utiliza modelos matemáticos y estadísticos para comprender los brotes de enfermedades y los efectos del comportamiento social y la inmunidad en la transmisión y el control. De 2013 a 2017 obtuvo un Premio de Desarrollo Profesional del Consejo de Investigación Médica en Bioestadística. Gran parte de su trabajo consiste en desarrollar nuevos enfoques matemáticos y estadísticos para comprender la dinámica de los brotes de enfermedades infecciosas, y está particularmente interesado en cómo combinar diferentes fuentes de datos para descubrir la dinámica de transmisión y el impacto de las intervenciones. Esta investigación cubre infecciones de transmisión directa como la gripe y el ébola, así como los arbovirus como el dengue y el virus del Zika. La participación pública también es una parte importante de su trabajo: además de organizar eventos en escuelas, museos y festivales, ha trabajado en varios proyectos que vinculan la ciencia ciudadana con la recopilación de datos a gran escala. Es miembro de TED y ganador en 2016 del Premio Rosalind Franklin a la Mejor Conferencia y del Premio Wellcome Trust Science Writing 2012. Ha escrito para medios como The Observer, Financial Times, Scientific American y New Statesman.

 

 

 

Título original: The Rules of Contagion: Why Things Spread and Why They Stop

 

© Del libro: Adam Kucharski

© De la traducción: Francisco Herreros

Edición en ebook: agosto de 2020

 

© Capitán Swing Libros, S. L.

c/ Rafael Finat 58, 2º 4 - 28044 Madrid

Tlf: (+34) 630 022 531

28044 Madrid (España)

contacto@capitanswing.com

www.capitanswing.com

 

ISBN: 978-84-12226-46-1

 

Diseño de colección: Filo Estudio - www.filoestudio.com

Corrección ortotipográfica: Victoria Parra Ortiz

Composición digital: leerendigital.com

 

Cualquier forma de reproducción, distribución, comunicación pública o transformación de esta obra solo puede ser realizada con la autorización de sus titulares, salvo excepción prevista por la ley. Diríjase a CEDRO (Centro Español de Derechos Reprográficos, www.cedro.org) si necesita fotocopiar o escanear algún fragmento de esta obra.

 

Las reglas del contagio

 

 

CubiertaUn virus mortal se extiende repentinamente en la población, un movimiento político se acelera y luego desaparece rápidamente, una idea avanza como un incendio forestal, cambiando nuestro mundo para siempre… El mundo está más interconectado que nunca, nuestras vidas están formadas por brotes de enfermedades, de desinformación o incluso de violencia que aparecen, se propagan y se desvanecen a una velocidad desconcertante. Los brotes parecen estar impulsados por la aleatoriedad y leyes ocultas, y para comprenderlas debemos comenzar a pensar como matemáticos. El epidemiólogo Adam Kucharski ofrece explicaciones sobre el comportamiento humano y sobre cómo podemos mejorar para predecir lo que sucederá a continuación, y nos revela cómo los nuevos enfoques matemáticos están transformando lo que sabemos sobre el contagio, desde las iniciativas revolucionarias que ayudaron a abordar la violencia armada en Chicago hasta la verdad detrás de la difusión de noticias falsas. Y en el camino, explica cómo las innovaciones y las emociones pueden extenderse a través de nuestras redes de amistad, lo que las enfermedades de transmisión sexual nos pueden decir sobre la banca y por qué algunas predicciones de brotes se equivocan.

cover.jpg

Índice

 

 

Portada

Las reglas del contagio

Introducción

01. Una teoría de los eventos

02. Pánicos y pandemias

03. La medida de la amistad

04. Algo en el aire

05. Volviéndose viral

06. Cómo hacerte el amo de internet

07. Rastreando los brotes

08. Un punto problemático

Agradecimientos

Lecturas adicionales

Sobre este libro

Sobre Adam Kucharski

Créditos

imagen

imagen

Introducción

Hace unos pocos años, provoqué accidentalmente un pequeño brote de información falsa. En mi trayecto diario al trabajo, un amigo informático me envió una foto de archivo de un grupo de personas con pasamontañas inclinadas en torno a una mesa. Nos pusimos a bromear acerca de cómo en las noticias los artículos sobre el pirateo informático a menudo incluían fotos preparadas de gente de aspecto malvado. Pero esta foto, debajo de un titular sobre los mercados ilegales online, llegaba mucho más lejos: además de pasamontañas, había una pila de drogas, y un hombre que parecía no llevar pantalones. Parecía todo muy surrealista, muy inexplicable.

Decidí tuitearlo. «Esta foto es fascinante en muchos sentidos», escribí,[1] señalando todas las peculiaridades de la imagen. Los usuarios de Twitter parecieron estar de acuerdo, y en pocos minutos docenas de personas habían compartido y dado «me gusta» a mi mensaje, incluidos varios periodistas. Y entonces, justo cuando estaba empezando a preguntarme hasta dónde se iba a propagar, algunos usuarios señalaron que había cometido un error. No era una foto de archivo; era una imagen congelada de un documental sobre comercio de drogas en las redes sociales. Lo que, visto desde la distancia, tiene mucho más sentido (aparte de la ausencia de pantalones).

Un poco avergonzado, colgué una rectificación, y el interés pronto decayó. Pero incluso en ese corto espacio de tiempo, casi cincuenta mil personas habían visto mi tuit. Dado que mi trabajo es el análisis de los brotes epidémicos, me entró curiosidad sobre lo que acababa de suceder. ¿Por qué mi tuit se propagó tan rápidamente al principio? ¿Realmente fue la rectificación lo que frenó su propagación? ¿Qué habría ocurrido si hubiese pasado más tiempo antes de que alguien descubriese el error?

Preguntas de ese tipo afloran continuamente en muchos campos. Cuando pensamos en el contagio, tendemos a imaginarnos enfermedades infecciosas o contenido viral online. Pero los brotes pueden referirse a muchas cosas. Pueden implicar cosas que causan daño —como virus informáticos, violencia o crisis financieras— o beneficios —como las innovaciones y la cultura—. Algunos de esos brotes comenzarán con infecciones tangibles, como en el caso de los patógenos biológicos y los virus informáticos; otros con ideas y creencias abstractas. En algunos casos los brotes escalarán rápidamente; en otras ocasiones tardarán en crecer. Algunos crearán patrones inesperados, y, mientras esperamos a ver qué ocurre a continuación, estos patrones generarán conmoción, curiosidad o incluso miedo. Teniendo todo esto en cuenta, una pregunta obvia es: ¿por qué los brotes surgen —y decaen— de la forma en que lo hacen?

Cuando la Primera Guerra Mundial ya duraba tres años y medio, apareció una nueva amenaza letal. Mientras el ejército alemán lanzaba su Ofensiva de Primavera en Francia, al otro lado del Atlántico había empezado a morir gente en Camp Funston, una transitada base militar situada en Kansas. La causa era un tipo nuevo de virus de la gripe, que posiblemente había saltado de los animales a los humanos de una granja cercana. Durante 1918 y 1919, la infección se convertiría en una epidemia global —conocida también como pandemia— que mataría a alrededor de cincuenta millones de personas. La cifra final de muertes sería el doble de la de toda la Primera Guerra Mundial.[2]

A lo largo del siglo siguiente habría otras cuatro pandemias de gripe. Antes de la aparición de la COVID-19, la gente a veces me preguntaba: ¿cómo será la próxima pandemia? Desgraciadamente era difícil de decir, porque las anteriores pandemias de gripe han sido todas ligeramente distintas. Ha habido distintas cepas del virus, y los brotes han golpeado con mayor dureza algunos sitios que otros. De hecho, en mi área de investigación tenemos un dicho: «Si has visto una pandemia, entonces has visto… una pandemia».[3]

Nos enfrentamos al mismo problema ya estemos estudiando la expansión de una enfermedad, un patrón online o cualquier otra cosa; un brote no se parecerá necesariamente a otro. Lo que necesitamos es una forma de separar las características que sean específicas de un brote particular de los principios subyacentes que llevan al contagio, una forma de ir más allá de las explicaciones simplistas y de descubrir qué está realmente detrás de los patrones que observamos en los brotes.

Este es el objetivo del libro. Al explorar contagios en diferentes esferas de la vida, entenderemos qué es lo que hace que las cosas se propaguen y por qué los brotes adoptan unas formas determinadas. Al mismo tiempo, veremos las conexiones emergentes entre problemas aparentemente no relacionados: desde las crisis bancarias, la violencia con armas de fuego y las noticias falsas hasta la evolución de las enfermedades, la adicción a los opiáceos y la desigualdad social. Además de explorar aquellas ideas que nos pueden ayudar a enfrentarnos a los brotes, nos detendremos en esas situaciones poco frecuentes que están cambiando la forma en la que pensamos en los patrones de infecciones, creencias y comportamiento.

Empecemos con la forma de un brote. Cuando los investigadores de las enfermedades nos enteramos de la existencia de una nueva amenaza, una de las primeras cosas que hacemos es dibujar lo que denominamos una curva del brote —una gráfica que muestra cuántos casos han aparecido a lo largo del tiempo—. Aunque su forma puede variar mucho, normalmente incluirá cuatro estadios principales: estallido inicial, crecimiento, pico y declive. En algunos casos, estos estadios aparecerán varias veces; cuando la pandemia de la «gripe aviar» llegó al Reino Unido en abril de 2009, creció rápidamente a comienzos del verano, alcanzó un pico en julio y después creció y alcanzó un nuevo pico a finales de octubre (descubriremos por qué en capítulos posteriores del libro).

A pesar de la existencia de estos diferentes estadios de un brote, la atención a menudo se circunscribe al estallido inicial. La gente quiere saber por qué escaló el brote, cómo empezó y quién fue el responsable. Retrospectivamente, es tentador conjurar explicaciones y narrativas, como si el brote hubiese sido inevitable y pudiese suceder de nuevo y de la misma manera. Pero si simplemente enumeramos las características de infecciones o patrones que han tenido éxito, terminaremos con una imagen incompleta de cómo funcionan realmente los brotes. La mayoría de las cosas no empiezan con un estallido: por cada virus de la gripe que salta de los animales a los humanos y se propaga al mundo entero en forma de pandemia, hay millones que no infectan a nadie. Por cada tuit que pasa a ser viral, hay muchos más que no lo consiguen.

Incluso aunque un brote estalle, eso es solo el comienzo. Intente imaginar la forma de un brote en particular. Podría tratarse de una enfermedad epidémica, o de la propagación de una idea nueva. ¿A qué velocidad crece? ¿Por qué crece tan rápidamente? ¿Cuándo alcanza su pico? ¿Hay solo un pico? ¿Cuánto dura la fase de declive?

En lugar de aproximarnos al estudio de los brotes en términos de si estallan o no, necesitamos saber cómo medirlos y cómo predecirlos. Tomemos por ejemplo la epidemia de ébola de 2014 en África Occidental. Después de propagarse a Sierra Leona y Liberia desde Guinea, los casos empezaron a aumentar drásticamente. Los análisis iniciales llevados a cabo por nuestro equipo sugerían que la epidemia se estaba doblando cada dos semanas en las áreas más afectadas.[4] Esto quería decir que, si actualmente había cien casos, podría haber doscientos más en una quincena y otros cuatrocientos en un mes. Por ello, las agencias sanitarias debían responder rápidamente: cuanto más tardasen en combatir la epidemia, mayores esfuerzos de contención de esta serían necesarios. En suma, esto suponía que abrir un nuevo centro de tratamiento de la enfermedad de manera inmediata equivalía a abrir cuatro un mes después.

Figura 1. Pandemia de gripe en el Reino Unido, 2009. Fuentes: Eames, K. T. D. et al., «Measured dynamic social contact patterns explain the spread of H1N1V Influenza», PLOS Computational Biology, 2012; Agencia de Protección de la Salud, Epidemiological report of pandemic (H1N1) 2009 in the UK, Londres, 2010.

Algunos brotes crecen a una escala aún más rápida. En mayo de 2017, el virus informático WannaCry infectó ordenadores en todo el mundo, incluidos sistemas cruciales del Servicio Nacional de Salud británico. En sus estadios iniciales, el ataque duplicaba su magnitud casi cada hora, y finalmente afectó a más de doscientos mil ordenadores en ciento cincuenta países.[5] Otros tipos de tecnología tardan más en propagarse. Cuando las grabadoras de vídeo se popularizaron, a comienzos de la década de 1980, el número de propietarios de estas solo se duplicaba cada cuatrocientos ochenta días, aproximadamente.[6]

Además de la velocidad, hay que considerar el tamaño: un contagio que se propaga rápidamente no necesariamente provoca un brote mayor. ¿Qué es lo que hace que un brote alcance un pico? ¿Y qué ocurre tras ese pico? Es esta una cuestión muy relevante para muchas industrias, desde las finanzas y la política a la tecnología y la salud. No obstante, no todo el mundo tiene la misma actitud hacia los brotes. Mi mujer trabaja en publicidad; mientras que mi investigación intenta detener la transmisión de enfermedades, ella quiere que las ideas y los mensajes se propaguen. Aunque parecen enfoques muy diferentes, es cada vez más plausible medir y comparar el contagio entre industrias, empleando ideas de un área de la vida para ayudarnos a comprender otra. A lo largo de los siguientes capítulos, veremos cómo las crisis financieras son similares a las infecciones de transmisión sexual, por qué a los investigadores de enfermedades les resulta tan fácil predecir juegos como el desafío del cubo de agua helada, y cómo ideas empleadas para erradicar la viruela nos ayudan a erradicar la violencia con armas de fuego. También echaremos un vistazo a las técnicas que podemos emplear para ralentizar las transmisiones o —en el caso de la publicidad— promoverlas.

Nuestros conocimientos sobre los contagios han progresado drásticamente en los últimos años, y no solo en mi campo, la investigación de las enfermedades. Mediante datos detallados sobre interacciones sociales, los investigadores están descubriendo cómo la información puede evolucionar para hacerse más persuasiva y susceptible de ser compartida con otras personas, por qué algunos brotes no cesan de alcanzar picos —como en el caso de la pandemia de gripe de 2009— y cómo conexiones entre amigos distantes del tipo «qué pequeño es el mundo» pueden ayudar a que ciertas ideas se propaguen ampliamente (y, no obstante, también obstaculizan la propagación de otras). Al mismo tiempo, estamos aprendiendo más sobre cómo surgen y se propagan los rumores, por qué algunos brotes son más difíciles de explicar que otros y cómo los algoritmos online influyen en nuestras vidas e invaden nuestra privacidad.

Como resultado de todo ello, ideas derivadas de la ciencia que estudia los brotes están ayudando a combatir amenazas en otros campos. Los bancos centrales están empleando estos métodos para prevenir futuras crisis financieras, y las empresas tecnológicas están construyendo nuevas defensas contra programas informáticos dañinos. Al mismo tiempo, los investigadores están poniendo en cuestión ideas muy asentadas acerca de cómo funcionan los brotes. En materia de contagios, la historia nos ha mostrado que las ideas acerca de cómo las cosas se propagan no siempre se ven refrendadas por la realidad. Las comunidades medievales, por ejemplo, culpaban de la naturaleza esporádica de los brotes a influencias astrológicas; gripe significa «influencia» en italiano.[7]

Las explicaciones populares de los brotes siguen siendo descartadas por los descubrimientos científicos. Estos descubrimientos están desentrañando los misterios de los contagios, enseñándonos cómo evitar las anécdotas simplistas y las soluciones ineficaces. Pero, a pesar de estos progresos, la cobertura de los brotes sigue siendo vaga: simplemente nos enteramos de que algo es contagioso o de que se ha vuelto viral. Solo en raras ocasiones se nos dice por qué se ha expandido tan rápidamente (o tan lentamente), qué ha hecho que alcance un pico, o qué deberíamos esperar la próxima vez. Ya estemos interesados en propagar ideas e innovaciones, o en detener virus o violencia, necesitamos identificar qué es lo que explica el contagio. Y en ocasiones eso significa reconsiderar todo lo que pensábamos que sabíamos sobre una infección.

[1] Tuit original, que tuvo un total de 49.090 impresiones. Como es lógico, varios usuarios posteriormente lo «destuitearon»: https://twitter.com/AdamJKucharski/status/885799460206510080. (Por supuesto, un número alto de impresiones no suponen necesariamente que los usuarios leyesen el tuit, como veremos en el capítulo 5).

[2] Información sobre la pandemia de 1918: Barry, J. M., «The site of origin of the 1918 influenza pandemic and its public health implications», Journal of Translational Medicine, 2004; Johnson, N. P. A. S. y J. Mueller, «Updating the accounts: global mortality of the 1918-1920 “Spanish” influenza pandemic», Bulletin of the History of Medicine, 2002; «World War One casualty and death tables», PBS, octubre de 2016, https://www.uwosh.edu/faculty_staff/henson/188/WWI_Casualties%20andDeaths%20%PBS.html. Nótese que recientemente han aparecido otras teorías sobre la fuente de la pandemia de gripe de 1918. Algunas de ellas argumentan que su aparición fue muy anterior a lo que hasta ahora se pensaba, p. ej., Branswell, H., «A shot-in-the-dark email leads to a century-old family treasure—and hope of cracking a deadly flu’s secret», STAT News, 2018.

[3] Ejemplos de este dicho en los medios de comunicación: Gerstel, J., «Uncertainty over H1N1 warranted, experts say», Toronto Star, 9 de octubre de 2009; Osterholm, M. T., «Making sense of the H1N1 pandemic: what’s going on?», Center for Infectious Disease Research and Policy, 2009.

[4] Otros grupos alcanzaron conclusiones similares, p. ej., Equipo de Respuesta al Ébola de la OMS, «Ebola virus disease in West Africa—The first 9 months of the epidemic and forward projections», New England Journal of Medicine, 2014.

[5] «Ransomware cyber-attack: who has been hardest hit?», BBC News Online, 15 de mayo de 2017; «What you need to know about the WannaCry Ransomware», Symantec Blogs, 23 de octubre de 2017. Los intentos de ataque a ordenadores pasaron de dos mil a ochenta mil en siete horas, implicando un tiempo de duplicación = 7/log2 (80.000-2.000)= 1,32 horas.

[6] «Media Metrics #6: The Video Revolution», The Progress & Freedom Foundation Blog, 2 de marzo de 2008, http://blog.pff.org/archives/2008/03/print/005037.html. Su incorporación a los hogares pasó del 2,2 por ciento en 1981 al 18 por ciento en 1985, lo que implicaba un tiempo de duplicación = 365 x 4/log2 (0,18/0,02) = 481 días.

[7] «Etymologia: influenza» [gripe, en inglés (N. del T.)], Emerging Infectious Diseases, 12(1), 2006, p. 179.