CONICET | Buscador de Institutos y Recursos Humanos

La velocidad de diseminación del COVID-19 en el mundo, llevó a que los países afectados cerraran sus fronteras y tomaran medidas de distanciamiento social. Después de seis meses de ser declarada pandemia, muchos países están tomando medidas de flexibilización del aislamiento aunque, sin una vacuna o medicamento capaz de enfrentar la infección por SARS-CoV-2, la situación podría revertirse en cualquier momento. Teniendo en cuenta todo esto, el objetivo del presente trabajo fue proponer un algoritmo de decisión que permitiera optimizar las detecciones de casos asintomáticos y administrar la cuarentena de una manera estratégica para así evitar la diseminación del virus y tender hacia una normalidad administrada. Se elaboró una propuesta tentativa de optimización y ordenamiento de pruebas de detección del virus SARS-CoV-2, analizando muestras compuestas combinando aquellas tomadas de manera individual a distintas personas asintomáticas que integran cohortes de interés. Se definieron cohortes según su función en la sociedad y/o grado de vulnerabilidad. El algoritmo contempla variables como la prioridad de la cohorte, el número de integrantes de los grupos de análisis dentro de cada cohorte, el contacto intragrupal e intergrupal de los mismos, la vulnerabilidad al contagio por la actividad desarrollada y el tiempo transcurrido desde que se realizó la prueba por última vez. Se ilustró la propuesta con cohortes hipotéticas definidas, en las que se consideró un único grupo de análisis para simplificar, y la aplicación de la herramienta permitió establecer de una manera racional un orden de prioridad para realizar las pruebas en grupos críticos de la sociedad. Complementariamente, esta herramienta permitiría optimizar recursos, disminuyendo el impacto en la salud, sociedad y economía de una región.