La introducción de la vacuna COVID-19 tiene fallas peligrosas. La ciencia y los datos podrían solucionar el problema


Dada la disponibilidad limitada de las vacunas COVID-19, los estados se esfuerzan por decidir quién debe recibir las vacunas primero. En muchos casos, sin embargo, este problema se resuelve sobre la base de grupos de grupos vulnerables que no son estrictamente etiquetados, como «personas mayores» o «trabajadores esenciales». Si bien esto puede parecer simple, este enfoque es miope, ya que ignora la combinación increíblemente compleja de factores que aumentan los riesgos de salud de las personas y se ha demostrado que conducen a un aumento de las estancias hospitalarias y la mortalidad por COVID-19.

Una determinación precisa de los riesgos para la salud debe ser la base para una vacunación exitosa. De lo contrario, los escasos recursos se desperdiciarán en los menos necesitados, mientras que el acceso a las vacunas se bloqueará para los más vulnerables.

¿Cómo deberían los estados identificar con precisión a los que corren mayor riesgo? Además de poder analizar datos demográficos básicos, debe poder considerar las condiciones de salud subyacentes, los determinantes sociales y ambientales de la salud y las últimas investigaciones sobre cómo funciona el coronavirus.

Para lograr esta tarea difícil pero vital, los Estados deben seguir los consejos de los médicos e investigadores de primera línea que han trabajado día y noche para resolver este desafío de salud pública. Muchos de ellos dicen que la mejor herramienta disponible para nosotros es el aprendizaje automático.

El aprendizaje automático utiliza todos los datos disponibles y puede identificar patrones ocultos importantes que, de otro modo, pasarían desapercibidos y nos hacen conscientes del aumento de las necesidades de las personas que, de otro modo, podrían pasar desapercibidas. Vi esto de primera mano en un proyecto reciente que involucró a mi compañía de ciencia de datos Cogitativo y la aseguradora con sede en California Blue Shield. En los primeros días de la pandemia, surgió Blue Shield of California y buscó brindar asesoramiento de salud personalizado y servicios de apoyo a sus miembros con mayor riesgo de COVID. La aseguradora nos pidió que identifiquemos a estos miembros vulnerables.

Cogitativo construyó una plataforma de aprendizaje automático que resume factores sobre el historial de salud de un individuo (específicamente, si el individuo tiene una determinada enfermedad subyacente de alto riesgo) combinados con condiciones ambientales sociales y la literatura médica más reciente sobre COVID. 19 y otras enfermedades infecciosas. Estos factores predicen el riesgo de consecuencias perjudiciales de la infección por COVID-19.

Muchos de los resultados fueron sorprendentes. Por ejemplo, la herramienta de evaluación de riesgos encontró que las personas que no vivían cerca de una tienda de comestibles tenían un mayor riesgo de terminar en el hospital, con un ventilador o incluso de morir a causa del COVID-19. Otro hallazgo fue que las personas con problemas graves de salud mental tenían un mayor riesgo. Con base en estos y otros hallazgos, Blue Shield of California ofreció a sus miembros una variedad de servicios que incluyen entrega de alimentos gratis, entrega de medicamentos, telemedicina y visitas clínicas domiciliarias.

La lección de nuestro proyecto de California fue clara: si confía únicamente en la edad o hace un juicio sobre si los empleados de una industria en particular están en mayor riesgo, las poblaciones vulnerables se pasan por alto y se exponen a un riesgo innecesario o peor.

Este enfoque defectuoso para asignar suministros limitados de vacunas podría exacerbar las desigualdades que devastaron las comunidades de color durante la pandemia. Los latinos y los afroamericanos en los Estados Unidos tienen tres veces más probabilidades de contraer el virus y el doble de probabilidades de morir a causa del virus que las poblaciones blancas correspondientes. Por ejemplo, no podemos pasar por alto un factor de riesgo importante como la densidad de viviendas, que es mucho mayor en las comunidades urbanas. Los esfuerzos para distribuir vacunas deben ayudar a reducir, no a aumentar, estas diferencias.

Si no se vacuna a los que están en mayor riesgo, se producirán muertes evitables. Como alguien que ha experimentado el dolor de perder a sus familias a causa de eventos de salud prevenibles, insto a los estados a actuar ahora para consolidar sus estrategias de distribución de vacunas. El virus está aumentando de nuevo. En las últimas semanas, las estancias hospitalarias en los EE. UU. Han alcanzado niveles récord. Los casos notificados diariamente han superado los registros anteriores. y fueron tres días consecutivos con más de 2.500 muertes por primera vez. Además, los funcionarios de salud pública advierten que algunos de los días más oscuros de la pandemia están por venir.

Los Estados deben utilizar las herramientas tecnológicas más avanzadas a su alcance. El aprendizaje automático proporciona una forma justa, precisa y adecuada para asignar nuestros valiosos suministros de vacunas. El uso de la ciencia y la toma de decisiones basada en datos puede ayudar a los estados a llegar a las personas adecuadas en el momento adecuado y garantizar que ningún estadounidense se quede atrás.

Gary Velasquez es cofundador y director ejecutivo de Cogitativo, una empresa de ciencia de datos.

Más opinion de capital::

  • Los nuevos directores ejecutivos de las grandes farmacéuticas deben abordar cada vez más las desigualdades en el acceso a los medicamentos
  • ¿Joe Biden puede reunir a Estados Unidos? La respuesta está en su pasado
  • ¿Por qué seguimos jugando baloncesto universitario en COVID?
  • Las empresas que hablan de diversidad tienen más probabilidades de seguir el camino
  • Como puede Biden evitar que China ponga sus manos en tecnología militar sensible

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *