Investigadores del CIBER de Enfermedades Respiratorias (CIBERES) del Grupo de Genética de Micobacterias de la Universidad de Zaragoza, y del Grupo de Redes y Sistemas Complejos del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) han diseñado un novedoso modelo epidemiológico de  transmisión de la Tuberculosis (TB), el más completo existente hasta la fecha, que incluye los efectos reales del envejecimiento de la población y de los patrones de contacto en la dinámica de transmisión de la enfermedad. Dicho trabajo acaba de ser publicado recientemente en la prestigiosa revista Proceedings of the National Academy of Sciences USA (PNAS) e incide en que la incidencia mundial de la tuberculosos podría aumentar en las próximas décadas.

Este estudio, cuya publicación coincidió con la conmemoración del "Día Mundial de la Lucha contra la Tuberculosis" el pasado 24 de marzo, tendrá aplicaciones importantes para el diseño óptimo de campañas de vacunación y mejoras en el control. Sin duda, será decisivo ante los datos de la OMS que estima que esta enfermedad infecciosa ha sido la responsable, solo durante el transcurso del año 2016, de más de 1.5 millones de muertes a nivel mundial, la mayor parte en los países subdesarrollados. Estas dramáticas cifras sitúan a la TB, junto con el SIDA y la Malaria, en el pódium de las enfermedades infecciosas más mortíferas existentes en la actualidad.

Uno de los principales resultados del estudio es que la incidencia de la TB a nivel mundial podría aumentar en las próximas décadas si no se tienen en cuenta aspectos claves como el envejecimiento poblacional. Este factor tiene un efecto inesperado en la modelación de la TB, pues su introducción en los modelos predice un ascenso en los niveles de incidencia de la enfermedad con respecto a los pronósticos producidos en poblaciones que no envejecen.

Dicho resultado podría implicar que el descenso en la incidencia observado desde inicios de este siglo en todo el mundo podría frenarse, o incluso revertirse en algunas áreas (especialmente aquellas cuyas poblaciones van a envejecer más pronunciadamente en las próximas décadas), y dar lugar a un nuevo incremento de la prevalencia de la enfermedad a nivel mundial. Por otro lado, los investigadores incorporan en su formalismo datos recientes basados en encuestas sobre patrones de contacto entre grupos de edad, introduciendo por primera vez en el estudio de propagación de la TB lo que ya se había implementado con éxito en la modelación de otras enfermedades respiratorias transmisibles como la gripe.

La dificultad de la investigación realizada radica en que los modelos matemáticos de propagación de enfermedades infecciosas deben integrar datos geo-demográficos, epidemiológicos y sociológicos para simular la dinámica de transmisión del patógeno entre individuos.

Los modelos con los que se contaba antes de este estudio tenían limitaciones a la hora de describir de manera precisa la relación entre demografía y transmisión de la TB. Específicamente, estos modelos que se usaban para pronosticar el nivel de incidencia de la TB a escalas supranacionales, operaban bajo el supuesto de estructuras demográficas estáticas y asumían que las interacciones entre individuos que transmiten el patógeno ocurren homogéneamente entre todos los grupos de edad. En el presente trabajo, los investigadores han logrado cuantificar cómo cambia la distribución de contagios entre grupos de edad cuando se abandona la hipótesis de que éstos son homogéneos, tal y como se asumía hasta ahora. De esta manera, también permite obtener estimaciones precisas del número de afectados, por la enfermedad, en cada grupo de edad.

Los investigadores, una vez que han desarrollado este nuevo modelo, plantean aplicarlo a la optimización de campañas de vacunación, la evaluación y comparación de diferentes candidatos a vacunas y finalmente, para mejorar el diseño y resultados de ensayos clínicos con las nuevas vacunas.

En este contexto, la combinación de disciplinas tan dispares como la Inmunología, la Microbiología, la Epidemiología y las Ciencias de la Complejidad es clave para desarrollar nuevos modelos capaces de hacer pronósticos fiables sobre el impacto de la enfermedad y para evaluar la relación coste-beneficio de las intervenciones epidemiológicas en cauce.

El estudio ha sido llevado a cabo por investigadores del Grupo de Redes y Sistemas Complejos (COSNET) del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) (Sergio Arregui, Yamir Moreno), en colaboración con el Grupo de Genética de Micobacterias de la Universidad de Zaragoza, perteneciente al CIBERES y al IIS Aragón (María José Iglesias, Sofía Samper, Dessislava Marinova, y Carlos Martín) y el Hospital Sainte Justine de la Universidad de Montreal (Joaquín Sanz).