Última R y tasa de crecimiento

Un valor R entre 0,7 y 1,0 significa que, de media, cada 10 personas infectadas infectarán a entre 7 y 10 personas más.

Una tasa de crecimiento de entre -5% y -2% significa que el número de nuevas infecciones se reduce entre un 2% y un 5% cada día.

Las estimaciones de R y de la tasa de crecimiento en el Reino Unido son promedios de diferentes situaciones epidemiológicas y deben considerarse una guía de la tendencia general más que una descripción del estado epidémico. Dado el enfoque cada vez más localizado de la gestión de la epidemia, especialmente entre las naciones, las estimaciones a nivel del Reino Unido son menos significativas que antes.

Estas estimaciones representan la transmisión de COVID-19 en las últimas semanas debido al tiempo que transcurre entre que alguien se infecta, tiene síntomas y necesita asistencia sanitaria.

Últimas por regiones del NHS England

Estas son las últimas estimaciones de R y de la tasa de crecimiento por regiones del NHS England.

Cuando el número de casos o muertes está en niveles bajos y/o hay un alto grado de variabilidad en la transmisión a través de una región, entonces se debe tener cuidado al interpretar las estimaciones de R y la tasa de crecimiento. Por ejemplo, una cantidad significativa de variabilidad a través de una región debido a un brote local puede significar que un único valor medio no refleja con precisión la forma en que las infecciones están cambiando en toda esa región.

Sin embargo, es la opinión experta de SAGE que las estimaciones de esta semana son fiables.

Las estimaciones de las tasas de R y de crecimiento se muestran como un rango, y es probable que los valores reales se encuentren dentro de este rango.

Vea una serie temporal de las estimaciones publicadas de las tasas de R y de crecimiento (ODS, 20KB) desde el 29 de mayo de 2020 para:

• Reino Unido
• Inglaterra
• las 7 regiones del NHS England

El documento de la serie temporal se actualiza regularmente.

Los últimos para las administraciones descentralizadas

Los últimos rangos para los valores de R en las administraciones descentralizadas se publican en sus respectivos sitios web:

• Estimación de R de Irlanda del Norte
• Estimación de R de Escocia
• Estimación de R de Gales (Cymraeg)

Otras estadísticas clave

La Encuesta de Infecciones del ONS proporciona información sobre:

• el número de nuevas infecciones de la enfermedad identificadas durante un periodo de tiempo determinado (incidencia)
• la proporción de la población que da positivo a la enfermedad en la comunidad en un momento dado (tasa de positividad o prevalencia)

Otros datos sobre las pruebas, los casos, la asistencia sanitaria y las muertes están disponibles en el cuadro de mandos de Coronavirus (COVID-19) en el Reino Unido.

Acerca de R y la tasa de crecimiento

R

El número de reproducción (R) es el número medio de infecciones secundarias producidas por una sola persona infectada.

Un valor de R de 1 significa que, de media, cada persona infectada infectará a otra persona, lo que significa que el número total de infecciones es estable. Si R es 2, en promedio, cada persona infectada infecta a 2 personas más. Si R es 0,5, de media por cada 2 personas infectadas sólo habrá 1 nueva infección. Si R es mayor que 1 la epidemia crece, si R es menor que 1 la epidemia se reduce. Cuanto mayor sea R por encima de 1, más personas infectará una persona infectada y, por tanto, más rápido crecerá la epidemia.

R puede cambiar con el tiempo. Por ejemplo, disminuye cuando se reduce el número de contactos entre personas, lo que reduce la transmisión. R aumenta cuando aumenta el número de contactos entre personas, lo que provoca un aumento de la transmisión viral.

Tasa de crecimiento

La tasa de crecimiento refleja la rapidez con la que cambia el número de infecciones día a día. Es una aproximación al cambio porcentual en el número de infecciones cada día. Si la tasa de crecimiento es mayor que 0 (+ positivo), la epidemia está creciendo. Si la tasa de crecimiento es menor que 0 (- negativo), entonces la epidemia está disminuyendo.

El tamaño de la tasa de crecimiento indica la velocidad del cambio. Una tasa de crecimiento de +5% indica que la epidemia está creciendo más rápido que una tasa de crecimiento de +1%. Del mismo modo, una tasa de crecimiento del -4% indica que la epidemia está disminuyendo más rápido que una tasa de crecimiento del -1%. Puede encontrar más información técnica sobre la tasa de crecimiento en la revista Plus.

Cómo se diferencian las tasas de crecimiento de las estimaciones de R

La R por sí sola no nos dice lo rápido que está cambiando una epidemia. Diferentes enfermedades con la misma R pueden generar epidemias que crecen a velocidades muy diferentes. Por ejemplo, 2 enfermedades, ambas con R=2, podrían tener tiempos muy diferentes para que un individuo infectado infecte a otras 2 personas; una enfermedad podría tardar años, mientras que la otra podría tardar días.

La tasa de crecimiento nos proporciona información sobre el tamaño y la velocidad del cambio, mientras que el valor de R sólo nos da información sobre la dirección del cambio.

Para calcular R, se necesita información sobre el tiempo que transcurre entre cada generación de infecciones. Es decir, el tiempo que tarda un conjunto de personas de un grupo infectado en infectar a un nuevo conjunto de personas del siguiente grupo. Esto puede depender de diferentes factores biológicos, sociales y de comportamiento. La tasa de crecimiento no depende del «tiempo de generación» y, por lo tanto, requiere menos suposiciones para su estimación.

Ninguna de las dos medidas, ni la R ni la tasa de crecimiento, es mejor que la otra, pero cada una de ellas proporciona información útil para el seguimiento de la propagación de una enfermedad.

Las estimaciones de las tasas de crecimiento y de la R se actualizan periódicamente. Sin embargo, no son las únicas medidas importantes de la epidemia. Ambas deben considerarse junto con otras medidas de la propagación de la enfermedad, como el número de nuevos casos de la enfermedad identificados durante un periodo de tiempo determinado (incidencia), y la proporción de la población con la enfermedad en un momento dado (prevalencia). Si R es igual a 1 con 100.000 personas actualmente infectadas, es una situación muy diferente a que R sea igual a 1 con 1.000 personas actualmente infectadas. Por lo tanto, el número de personas actualmente infectadas por el coronavirus (COVID-19) -y por lo tanto capaces de transmitir el virus- es muy importante.

Cómo se estiman las tasas de crecimiento y R

Los grupos de modelización individuales utilizan una serie de datos para estimar las tasas de crecimiento y los valores de R, incluyendo:

• Datos epidemiológicos como datos de pruebas, ingresos hospitalarios, ingresos en la UCI y muertes: por lo general, los cambios en la propagación de la enfermedad tardan hasta 3 semanas en reflejarse en las estimaciones, debido al tiempo que transcurre entre la infección inicial y la necesidad de atención hospitalaria
• encuestas sobre patrones de contacto que recopilan información sobre el comportamiento: pueden ser más rápidas (con un desfase de alrededor de una semana), pero pueden estar expuestas a sesgos, ya que a menudo se basan en el comportamiento autodeclarado y hacen suposiciones.de contacto que recopilan información sobre el comportamiento: pueden ser más rápidas (con un desfase de una semana aproximadamente), pero pueden estar sujetas a sesgos, ya que a menudo se basan en el comportamiento declarado por los propios interesados y hacen suposiciones sobre la relación entre la información recopilada y la propagación de la enfermedad. Las encuestas longitudinales (en las que se toman muestras repetidamente de las mismas personas) permiten una estimación más directa del crecimiento de las tasas de infección

Diferentes grupos de modelización utilizan diferentes fuentes de datos para estimar estos valores utilizando modelos matemáticos que simulan la propagación de las infecciones. Algunos pueden incluso utilizar todas estas fuentes de información para ajustar sus modelos y reflejar mejor la situación del mundo real. Existe incertidumbre en todas estas fuentes de datos, por lo que las estimaciones pueden variar entre los diferentes modelos, por lo que no nos basamos en un solo modelo. Los datos de varios modelos se consideran, se discuten, se combinan y la tasa de crecimiento y R se presentan entonces como rangos. Los valores reales más probables se encuentran en algún lugar dentro de los rangos.

El redondeo y las diferencias entre los flujos de datos utilizados en los resultados de estos modelos individuales que se combinan explican las diferencias entre las estimaciones de R y las tasas de crecimiento estimadas.

¿Quién estima R y las tasas de crecimiento

Las tasas de crecimiento y R son estimadas por varios grupos de modelización independientes basados en universidades y en Public Health England (PHE). Los grupos de modelización discuten sus estimaciones individuales de R en el Science Pandemic Influenza Modelling group (SPI-M) – un subgrupo de SAGE.

Duración de las estimaciones

SPI-M utiliza varios modelos, cada uno de los cuales utiliza datos de diversas fuentes en sus estimaciones de R y tasa de crecimiento. Los datos epidemiológicos, como los ingresos hospitalarios, los ingresos en la UCI y las muertes, suelen tardar hasta 3 semanas en reflejar los cambios en la propagación de la enfermedad.

Esto se debe al tiempo que transcurre entre la infección inicial, la aparición de los síntomas y la necesidad de atención hospitalaria. Por ello, las últimas cifras publicadas representan la situación de las últimas semanas y no la actual. Estas estimaciones todavía no reflejan completamente los cambios muy recientes en la transmisión debido, por ejemplo, a los recientes cambios de política en el Reino Unido.

Limitaciones de R

R es un valor medio que puede variar en diferentes partes del país, comunidades y subsecciones de la población. No se puede medir directamente, por lo que siempre hay incertidumbre en torno a su valor exacto. Esto se convierte en un problema aún mayor cuando se calcula R utilizando un número reducido de casos, ya sea debido a tasas de infección más bajas o a zonas geográficas más pequeñas. Esta incertidumbre puede deberse a la variabilidad de los datos subyacentes, lo que lleva a un rango más amplio para R y a cambios más frecuentes en las estimaciones.

Incluso cuando la estimación general de R en el Reino Unido es inferior a 1, algunas regiones pueden tener estimaciones de R que incluyen rangos que superan 1, por ejemplo de 0,7 a 1,1; esto no significa necesariamente que la epidemia esté aumentando en esa región, sólo que la incertidumbre hace que no se pueda descartar. También es posible que un brote en un lugar concreto dé lugar a un R superior a 1 para toda la región.

Limitaciones de las tasas de crecimiento

La tasa de crecimiento es un valor medio que puede variar. Cuando el número de casos es bajo, la incertidumbre aumenta. Esto puede ocurrir cuando sólo una proporción muy pequeña de personas está infectada, o la zona geográfica considerada tiene una población muy pequeña. Un número menor de casos significa que la variabilidad de los datos subyacentes dificulta la estimación de la tasa de crecimiento; habrá un rango más amplio dado para la tasa de crecimiento y cambios frecuentes en las estimaciones. Esto ocurrirá tanto para R como para la tasa de crecimiento. Sin embargo, la estimación de la tasa de crecimiento requiere menos suposiciones sobre la enfermedad que R.

Incluso cuando la estimación de la tasa de crecimiento global del Reino Unido es negativa (por debajo de 0), algunas regiones pueden tener estimaciones de la tasa de crecimiento que incluyen rangos que son positivos (por encima de 0), por ejemplo de -4% a +1%. Esto no significa necesariamente que la epidemia esté aumentando en esa región, sólo que la incertidumbre hace que no se pueda descartar. También es posible que un brote en un lugar específico pueda dar lugar a una tasa de crecimiento positiva (por encima de 0) para toda la región.

Las estimaciones de la tasa de crecimiento para geografías más pequeñas que el nivel regional son menos fiables y es más apropiado identificar los focos locales mediante, por ejemplo, el seguimiento del número de casos, hospitalizaciones y muertes.