Los modelos matemáticos han guiado la comprensión sobre las epidemias, sobre todo en la evolución de la reciente pandemia de SARS-CoV-2. Estos modelos explican el fenómeno de la inmunidad de grupo: cuando suficientes personas son inmunes a un virus (bien tras superar una infección o después de recibir una vacuna), la probabilidad de que el patógeno encuentre nuevos huéspedes se aproxima a cero. De esta forma, incluso las personas sin vacunar están protegidas.
“Los modelos clásicos sugieren que, para alcanzar esta protección grupal, la inmunidad individual debe ser esterilizante. Sin embargo, el nuevo modelo matemático altera estas previsiones, indicando de forma clara cómo la inmunidad atenuante puede alcanzar el mismo efecto que la esterilizante”, señala Luís F. Seoane, investigador del CSIC en el Centro Nacional de Biotecnología (CNB-CSIC) y autor del trabajo.
Los resultados obtenidos consideran la inmunidad cruzada, es decir, la protección de infecciones pasadas ante patógenos futuros, incluso cuando se trata de cepas distintas, y a muy largo plazo, cuando en una población se acumulan sucesivas infecciones por cepas cada vez más distantes entre sí. Esto ha sucedido con el SARS-CoV-2 durante la pandemia y con el virus de la gripe a lo largo de las últimas décadas. Los nuevos modelos sugieren que el efecto de memoria inmunológica altera las propiedades que puede tener cada nuevo brote.
Este efecto también hace que aparezca, de forma espontánea, una diferencia cualitativa entre procesos frecuentes con una incidencia baja y otros muy escasos pero capaces de afectar a la población entera. Es decir, como apunta Iker Atienza-Diez, científico del CSIC en el CNB-CSIC y también autor del estudio, “la modelización matemática de la inmunidad cruzada sugiere la emergencia de procesos similares a epidemias junto a otros más parecidos a pandemias. Esta separación natural de escalas no ocurría en modelos que no consideraban la memoria inmunológica”.