Análisis del estudio System dynamics analysis on the effectiveness of vaccination and social mobilization policies for COVID-19 in the United States, de Chen, Chou, Hui-Kuang Yu, Ugih Rizqi y Thi Hang
Arturo Demian García Nepomuceno, A01731485
Abigail Arenas del Bosque, A01746807
Isaac Tienda Castro, A00831572
Ana Paula Meillon Pantoja, A01177516
Ximena Flores González, A01746468
4 de marzo de 2024
Introducción al Estudio y Metodología de Dinámica de Sistemas
Contexto del estudio
La pandemia de COVID-19 tuvo un gran impacto sin precedentes en la vida diaria, la economía global y los sistemas de salud pública a nivel mundial. Desde su brote inicial, este virus altamente contagioso desencadenó una crisis sanitaria y socioeconómica a escala global (CEPAL, 2020). La propagación acelerada del virus llevó a restricciones de movimiento, cierres de negocios, cambios en la educación y trabajo remoto, entre otras medidas; estas transformaron radicalmente la forma de vivir y relacionarse de la sociedad. Actualmente, y desde la capturación de la información dentro del estudio, la vacuna contra el COVID-19 se considera una forma prometedora de reducir la transmisión, infecciones y muertes debido a esta enfermedad; se consideró un medio esencial para poner fin a la pandemia.
En Estados Unidos, las campañas de vacunación masiva han sido implementadas con el objetivo de inmunizar a la población y alcanzar la inmunidad colectiva necesaria para controlar la propagación del virus. Estas iniciativas han sido fundamentales para controlar la protección a los ciudadanos, reducir la carga sobre los sistemas de salud y avanzar hacia la recuperación económica y social en esta crisis (AFP, 2022). En este contexto, es fundamental comprender que los modelos de dinámica de sistemas pueden ayudar a analizar y abordar desafíos complejos que surgen durante esta pandemia, especialmente midiendo el impacto que tiene la vacunación en estas medidas implementadas. Los objetivos generales de este estudio son analizar el impacto de las políticas de vacunación y movilización social en Estados Unidos, al igual que el mapeo de distintos escenarios para ayudar a la toma de decisiones y esfuerzos de mitigación del virus.
Metodología de Sistemas Dinámicos
System dynamics Modeling
- Permite comprender cómo cambian las cosas a lo largo del tiempo, centrándose en el comportamiento de retroalimentación (bucle) de las variables dentro de los sistemas y acuerdos con sistemas complejos, así como con no linealidad y retardo.
Ventajas de ejecución
- La fuerza de la dinámica de sistemas radica en la forma en que analiza el impacto de la retroalimentación del sistema en un sistema complejo al considerar la incertidumbre simultánea.
Razones de aplicación
Permite relaciones complejas de causa y efecto.
Equilibra los ciclos de retroalimentación.
Modela los períodos de incubación de infecciones.
Utiliza la distribución de probabilidad para determinar los indicadores del sistema en ausencia de información completa.
Modelo SIDR
- Este es un tipo de modelo en el que se puede simular que una persona susceptible
- se infecta de un virus o enfermedad (I), y después de esto pueden morir
- o recuperarse (D). Gracias a planteamientos de ecuaciones diferenciales con estas variables, es posible estudiar su evolución a través del tiempo.
Supuestos generales del modelo
Población homogénea y estática.
No se aborda que las personas recuperadas puedan reinfectarse.
Primera dosis protege de la infección/muerte.
Personas infectadas harán cuarentena.
Vacunas consideradas: Pfizer, Moderna y Johnson & Johnson.
Los costos de vacunación los asume el gobierno.
PIB son pronósticos oficiales de la Oficina de Presupuesto del Congreso.
No se consideran las variantes de COVID-19.
Descripción del Modelo de Dinámica de Sistemas Utilizado
La hipótesis que se trabajó en este modelo es que la efectividad de la vacuna en la población vacunada con ya sea una o dos dosis fue moderadamente efectiva contra el COVID-19.
A continuación, se presenta el modelo de flujos bajo el que cada simulación efectuó sus cálculos. Cabe recalcar que el modelo no cuenta con polaridades detalladas en el diagrama, puesto que se detalla el flujo y relación que cada variable del modelo sigue, aunque por la complejidad del sistema, no se puede detallar la naturaleza de estas relaciones:
Variables
Modelo dividido en tres subsistemas
Subsistema de vacunación: Pfizer-BioNTech, Moderna y Johnson & Johnson. Son las 3 principales vacunas con las que se contaba en el momento de publicación del artículo para el combate contra la COVID-19. Su efectividad contra la enfermedad es una variable clave que moldea la eficacia de las respuestas de gobiernos ante la contingencia. La efectividad de las vacunas que se consideró en este estudio fue del 95%. Sin embargo, además de la vacunación, otra variable importante a considerar es la disposición de las personas a vacunarse con las vacunas ofrecidas en el mercado, así como las estrategias de comunicación del gobierno para promover esto.
Subsistema económico: hogares, gobiernos y empresas. Estos últimos implementaron medidas para limitar las interacciones en persona que pudieran esparcir el virus, causando pérdida de empleos en la economía. Además, el gobierno utiliza recursos públicos para mantener el rumbo de la respuesta ante la COVID-19.
Subsistema social: “flujo primario” de la enfermedad. Esto es porque la gente susceptible se infecta a través del contacto con una persona infectada. Después de infectarse, una persona puede ser tratada y tal vez se recupere, o tal vez muera. En este estudio, se asume que las personas que se recuperan o mueren no son personas que puedan contagiar a alguien más. Además, el aislamiento puede reducir efectivamente la frecuencia de contacto de las personas así como el riesgo de transmisión, sin embargo, esto a su vez aumenta el desempleo, obligando a los gobiernos a tomar medidas para solventar el impacto social y económico de la COVID-19.
Análisis de Resultados
El modelo se basa en la variación de variables auxiliares que están asociadas con intervenciones para la mitigación de la COVID-19 realizadas alrededor del mundo. Algunas de estas variables incluyen el porcentaje de aislamiento y la oferta incremental por día de vacunas contra la enfermedad.
Tres casos fueron elaborados para evaluar qué tipo de intervención sería efectiva para mitigar el número de personas infectadas por la enfermedad. En cada caso, se plantean 3 posibles escenarios en los que se juega con la magnitud de cada una de las variables –aislamiento y oferta de vacunas– para evaluar su impacto, siempre con respecto a un escenario base –8% de aislamiento y 0.5% de oferta de vacunas. Los resultados fueron los siguientes:
- Cambio en el porcentaje de aislamiento: Se le considera aislamiento a la persona que está infectada por el virus, pero que está recluida de otras personas, y por esto no puede contagiarlas. En este escenario, se simuló el aumento y disminución del porcentaje base de aislamiento. Se obtuvieron resultados marginalmente superiores al incrementar el porcentaje de aislamiento, ya que se logra que la tasa de contagio se disminuya en promedio un 20.6%, así como también se reducen el número total de infectados y la tasa de muertes diarias. Aunque muchos trabajadores pierden su trabajo, se incrementan algunos subsidios y apoyos económicos del gobierno hacia los desempleados, aumentando el gasto público en estos rubros.
- Cambio en la oferta de vacunas: Con el incremento en la cobertura de vacunas, se puede conseguir la inmunidad de rebaño, por lo que muchos países optaron por políticas de este tipo. En esta simulación, se encontró que entre más crecimiento tenga la tasa de provisión de vacunas por el gobierno, menor número de infectados y de muertes se obtendrá. Comparado con el caso base, si se duplica por día la tasa de vacunas provistas por el gobierno, el número de infectados disminuye en promedio un 15.6%, y se incrementa en un 11.8% el número de recuperados. Aunque esto cause un incremento momentáneo del gasto público, hay señales de mejoramiento en la sociedad y en la economía.
- Políticas combinadas: Tras realizar todas las posibles combinaciones de cambios en las variables de porcentaje de aislamiento y oferta de vacunas, se encontró que el caso óptimo era el de tener un porcentaje de aislamiento por debajo del caso base –solo 2%–, y a su vez, duplicar diariamente la tasa de vacunas provistas por el gobierno, pues se reduce significativamente el número de infectados, y no es una carga económica pesada para el gobierno, puesto que no se destinan muchos recursos a subsidios a personas desempleadas. Comparado con el caso base, se logró disminuir el número total de infecciones y muertes en un 54.9%, así como también se logró aumentar el número de personas inmunizadas en un 116.2%.
Recomendaciones Basadas en el Modelo
La pandemia por COVID 19 en Estados Unidos representa un reto sin precedentes para el sistema de salud, empleo y de gobierno en la región, la incertidumbre fungió como factor fundamental para exigir análisis complejos que involucren perspectivas multidisciplinares. No obstante, aunque la Modelación de Sistemas Dinámicos permite generar un análisis de esta índole en relación con problemáticas de alto impacto, es importante considerar el caso como un esquema multifactorial, el cual está sujeto a mejoras considerando la evolución de factores internos y externos al modelo.
Dentro del presente análisis, las principales recomendaciones emitidas por los autores residen en continuar con la intervención gubernamental dentro del caso por medio de subsidios, además de mantener la implementación de esquemas de adquisición de vacunas y apoyo al sector desempleado, con la finalidad de reducir la propagación de contagios e incrementar la inmunidad de la población en un 116.2%. Es importante agregar que esto únicamente será posible si los ciudadanos son conscientes de su responsabilidad con la problemática, incluido el consenso de vacunación, el cual permitirá reducir las estadísticas de muerte y propagación del virus. Finalmente, se recalcan los efectos de las políticas contempladas en el estudio dentro de la economía estadounidense, determinando que, de mantenerse la tendencia a la baja del virus y los apoyos gubernamentales, los Estados Unidos regresarán a un estado de normalidad económica a futuro.
A pesar de que los investigadores son conscientes de las limitaciones de su modelo, consideramos relevante señalar disparidades entre los resultados y sus conclusiones. Como primer punto a discutir, no se logra encontrar una conexión entre las variables utilizadas en el modelo y las recomendaciones emitidas, ya que se habla de la importancia de contar con la conciencia social de la población en la problemática para alcanzar los resultados esperados, mas no existe una variable que determine este factor dentro del modelo, por lo que resulta más una suposición que una certeza en la investigación. Además, se habla de un regreso a la normalidad en cuanto a temas económicos considerando los subsidios gubernamentales en materia laboral y la adquisición de vacunas, usando el PIB como indicador, sin embargo, de acuerdo con el FMI, (2022), estas variables resultan insuficientes para determinar una posible recuperación, ya que excluye elementos macroeconómicos que impactan en el PIB como las importaciones/exportaciones, la pérdida del valor adquisitivo y la baja en el ingreso (Gross Domestic Income), el cierre definitivo de actividades económicas en la cadena de producción, además de la tasa de inflación, siendo esta última “el problema económico central en los Estados Unidos durante la pandemia por COVID 19”, por lo que el análisis resulta insuficiente para determinar dicho resultado esperado.
Por otro lado, el segundo punto por discutir es la supuesta efectividad del esquema de vacunación y la reducción de contagios para alcanzar la “normalidad” previa a la pandemia. Esto resulta inviable, al menos considerando las variables utilizadas en el modelo, ya que se excluyen variables determinantes en el caso como la infección y reinfección por nuevas variantes, el flujo migratorio, los nuevos nacimientos en el país y la desigualdad en la distribución de vacunas entre las entidades federativas, así como su aplicación desigual entre los diversos grupos de la población. Según los datos, el mayor impacto se observó en la comunidad negra o afroamericana, ya que al 1 de abril de 2021, mientras que el 54.8 % de los blancos no hispanos había recibido una dosis y el 23.4 % había recibido dos dosis de la vacuna COVID-19, solo el 32% de los negros o afroamericanos había recibido una dosis y el 14% dos dosis (Mortiboy, et.al, 2023). Asimismo, las tasas de vacunación para otros grupos BIPOC (Black, Indigenous and Other People of Color) fueron aún más bajas (Mortiboy, et.al, 2023). Sólo el 21% de los hispanos o latinos había recibido una y el 6.6% dos dosis de la vacuna COVID-19, mientras que la población AIAN (American Indian / Alaska Native) tuvo la tasa de vacunación más baja, con solo el 17.7% recibiendo una dosis y el 7,0% recibiendo dos dosis de COVID-19 al 1 de abril de 2021, a pesar de los esfuerzos, el acceso al esquema de vacunación continuó siendo desigual (Mortiboy, et.al, 2023).
Por último, es importante determinar el alcance del modelo y reconocer sus limitaciones en un contexto geográfico. Si bien desde un principio los autores especifican que el análisis es únicamente válido en los Estados Unidos, la diferencias entre las propias entidades federativas existen, por lo que los resultados no pueden ser generalizables. Si bien es cierto que la mejor manera de detener el contagio por el virus COVID 19 en el país es por medio de la vacunación, dicho esquema presenta ciertas condiciones necesarias para considerar su eficiencia, tales como la conciencia social, los grupos poblacionales mayoritarios y minoritarios en la entidad, los niveles de pobreza y desigualdad, además de la situación económica en las entidades, las cuales basan su economía en actividades productivas diferentes e.g. Arkansas cuya principal actividad productiva es la agricultura no puede ser comparable con Nueva York, el cual cuenta con servicios financieros sofisticados que acaparan el mayor porcentaje de aportación a su economía. Lo antes mencionado se ve reflejado en los estados con la menor tasa de vacunación hasta Septiembre 12, 2022, los cuales son Wyoming (52.8%), Alabama (52.9%), Mississippi (53.5%), Louisiana (54.8%) y Tennessee (56.1%), los cuales están por debajo del promedio nacional de vacunación en comparación con los Estados privilegiados como Nueva York, Washington y Massachusetts (Gilligan, Wolf & Rezal, 2022). Por tanto, las presentes recomendaciones y resultados esperados no pueden generalizarse para todas las entidades del país.
A pesar de que las recomendaciones emitidas por los autores sean alcanzables bajo ciertos supuestos, el modelo no tiene la capacidad de determinar dichos resultados, por lo que un cambio en el enfoque, además de la adición de variables determinantes podría aumentar las probabilidades de ejecución para las propuestas. La innovación que otorga el estudio en comparación con el resto de los análisis COVID 19 en los Estados Unidos radica en la inclusión de políticas gubernamentales y su efecto en variables relacionadas al contagio, la muerte y la recuperación de los ciudadanos, no obstante, su manejo debe estar respaldado por expertos cuya visión logre expandir los alcances y la lógica del modelo, permitiendo así tomar decisiones bajo condiciones de incertidumbre.
Crítica y Reflexiones Finales
Contemplando el desarrollo sistemático de cómo se desarrolló el problema de la vacunación en los Estados Unidos, hubiera sido significante incluir variables adicionales que tratasen de explicar la complejidad de estos acontecimientos. Si bien la modelación especificó sus alcances y limitaciones, consideramos importante enfatizar en que las dinámicas regionales al interior de los Estados Unidos son diferentes, es decir, los estados tienen diferencias significativas entre sí que fueron relevantes cuando se abordó el problema de la vacunación. Para ejemplificar la idea anterior, cuando se consideraron los datos nacionales, aparentemente se revelaba una respuesta favorable cuando comenzó la campaña de vacunación, sin embargo, la distribución de la vacuna fue desigual entre los estados, causando resultados diferentes y posiblemente tasas de vacunación distintas entre estados, cayendo en un dilema como el que se evidenciaba la diferencia entre países desarrollados, pobres y en vías de desarrollo pero en una escala menor al interior de los EUA.
Por otro lado, un punto importante dentro del modelo, es que no se observaron las grandes olas de contagios que generó el covid debido a los supuestos con los que se trabajaron. Si bien esto se intuye de manera no directa dentro del planteamiento del problema, entonces resulta apresurado concluir que a mayor gasto público, mejores resultados. Esto debido a que el gasto gubernamental no fue constante, sino que variaba dependiendo de cómo la crisis de desarrollaba, por lo que, no siempre el gasto gubernamental dió “mejores” resultados, además de que el gasto de gobierno, no siempre se traduce en mayores beneficios en el corto, mediano o en el largo plazo. Sin embargo, pese a estas observaciones generales, se reconoce el aporte académico de modelado y vinculación entre actores que vuelve factible la toma decisiones en escenarios inciertos.
Por último, a manera de conclusión, consideramos importante mencionar y reconocer la aplicación del Análisis de la Dinámica de Sistemas dentro de las Ciencias Sociales y de las problemáticas reales a las que se enfrenta la sociedad. En este caso, la vacunación pese a sus limitaciones, orienta al mapeo de actores para determinar cómo las políticas implementadas pueden influir en el sistema, ya sea de manera positiva o negativa. Esta metodología puede ser adaptada y replicada a más problemas cotidianos dentro de las ciencias sociales, además de reducir algunas dificultades meramente teóricas a la hora de llevar a cabo una investigación. Estos desafíos pueden ir desde la subjetividad del investigador pues, a la hora de la aplicación de sistemas no basta con el hecho de asociar una variable con otra, sino, que al no basarse en la intuición, se pueden encontrar relaciones estrechamente relacionadas que no serían percibidas en una investigación tradicional. Esto también sucede en la multidisciplinariedad, ya que es factible crear subsistemas que modelen el problema desde diferentes aristas y así, finalmente crear una estrategia funcional que abarque los desafíos que cada casa de estudio encontró en conjunto o, por lo menos tenerlos en cuenta a la hora de crear la política pública.
Bibliografía
AFP. (2022). Estados Unidos impulsará campaña anual de vacunación de refuerzo contra Covid-19. El Economista. https://www.eleconomista.com.mx/internacionales/Estados-Unidos-impulsara-campana-anual-de-vacunacion-de-refuerzo-contra-Covid-19-20220906-0064.html
Center on Budget and Policy Priorities. (2024). Chart Book: Tracking the Recovery From the Pandemic Recession. Center On Budget And Policy Priorities. https://www.cbpp.org/research/economy/tracking-the-recovery-from-the-pandemic-recession
CEPAL. (2020). Impacto del COVID–19 en la economía de los Estados Unidos y respuestas de política. CEPAL Naciones Unidas. https://www.cepal.org/es/publicaciones/45981-impacto-covid-19-la-economia-estados-unidos-respuestas-politica
Chen J, Chou S-Y, Yu TH-K, Rizqi ZU, Hang DT (2022) System dynamics analysis on the effectiveness of vaccination and social mobilization policies for COVID-19 in the United States. PLoS ONE 17(8): e0268443. https://doi.org/10.1371/journal.pone.0268443
Fondo Monetario Internacional. (2022). Understanding U.S. inflation during the COVID era. En International Monetary Fund (WP/22/208). IMF Research Department. https://www.imf.org/en/Publications/WP/Issues/2022/10/28/Understanding-U-S-525200
Gilligan, C., Wolf, C., & Rezal, A. (2022). States with the worst COVID-19 vaccination rates. U.S. News. https://www.usnews.com/news/best-states/articles/these-states-have-the-lowest-covid-19-vaccination-rates
Mortiboy, M., Zitta, J. P., Carrico, S., Stevens, E., Smith, A., Morris, C., Jenkins, R., & Jenks, J. D. (2023). Combating COVID-19 Vaccine Inequity During the Early Stages of the COVID-19 Pandemic. Journal of racial and ethnic health disparities, 1–10. Advance online publication. https://doi.org/10.1007/s40615-023-01546-0