Modelling the public-health impact of indoor air quality interventions on respiratory virus transmission

Resumen Técnico: Modelado del Impacto en la Salud Pública de las Intervenciones de Calidad del Aire Interior sobre la Transmisión de Virus Respiratorios

Planteamiento del Problema
Los virus respiratorios, incluidos la influenza y el SARS-CoV-2, imponen una carga sustancial de morbilidad y mortalidad a nivel mundial, con una proporción significativa de la transmisión ocurriendo en interiores. Si bien la evidencia sugiere que mejorar la calidad del aire interior (QAI) —mediante mejoras en la ventilación, filtración o desinfección del aire— puede reducir la exposición, el impacto a nivel poblacional de tales intervenciones aún no se ha cuantificado adecuadamente. La literatura existente es mayoritariamente empírica, específica para cada dispositivo y centrada en resultados próximos (por ejemplo, detección de ARN de patógenos o ausentismo) dentro de habitaciones individuales. Existe una falta de un marco coherente para vincular la dinámica de aire en una ubicación con el riesgo de infección individual y, posteriormente, con la propagación a nivel poblacional bajo diversas condiciones epidemiológicas (endémica frente a pandémica). Esta brecha dificulta los análisis rigurosos de costo-beneficio y la asignación estratégica de intervenciones de QAI en diversos entornos.

Metodología
Los autores desarrollaron un marco de modelado de transmisión basado en agentes estocásticos que vincula explícitamente el espacio físico, la ocupación y la dinámica de transmisión por vía aérea.

• Estructura de la Población: El modelo simula una población sintética de 200,000 individuos estratificados por edad (niños, adultos, ancianos), con tamaños de hogar, matriculaciones escolares y capacidades laborales muestreadas a partir de datos de EE. UU. (RTI International, NCES y el Censo de EE. UU.). Los individuos se desplazan a través de tipos de entornos: hogares, escuelas, lugares de trabajo, lugares de ocio y entornos comunitarios.
• Dinámica de Transmisión: La adquisición de la infección se rige por una fuerza de infección (FOI, por sus siglas en inglés) calculada para cada ubicación visitada. La FOI es proporcional a la fracción de individuos infecciosos en una ubicación, escalada por un parámetro de transmisibilidad específico del entorno y un multiplicador de heterogeneidad específico de la ubicación.
• Integración de la Calidad del Aire: El modelo incorpora un marco de respuesta a la dosis de Wells-Riley para mapear las tasas de ventilación (cambios de aire por hora, ACH), la emisión de patógenos y la degradación viral en probabilidades de infección. El riesgo específico de cada ubicación se parametriza utilizando una distribución lognormal derivada de datos empíricos de ventilación.
• Modelado de Intervenciones: Las intervenciones de calidad del aire (AQI) se modelan como reducciones multiplicativas en la FOI dentro de una ubicación, definidas por su eficacia ($E$) y cobertura (proporción de la superficie no doméstica tratada). Las intervenciones se aplican a escuelas, lugares de trabajo y lugares de ocio, pero no a los hogares privados.
• Escenarios: El marco simula dos arquetipos de patógenos con propiedades similares al SARS-CoV-2 ($R_0 \approx 2.5$) e influenza ($R_0 \approx 1.5$). Los escenarios incluyen:
  • Endémico: Simulaciones de 20 años con inmunidad decreciente, evaluando la incidencia anualizada y la prevalencia de infección activa.
  • Epidémico: Escenarios de emergencia de patógenos noveles que evalúan el tamaño final de la epidemia, la incidencia máxima y el tiempo hasta el pico.
• Estrategias de Asignación: Las intervenciones se despliegan mediante dos estrategias: asignación aleatoria en todas las ubicaciones elegibles y focalización basada en el riesgo (priorizando las ubicaciones con el mayor riesgo de transmisión modelado).

Contribuciones Clave

1. Desarrollo del Marco: El estudio presenta un novedoso modelo basado en agentes que acopla explícitamente la física de la transmisión aérea dentro de una habitación (ventilación, filtración, inactivación por UV) con las estructuras de contacto poblacional y los patrones de uso del tiempo.
2. Cuantificación del Impacto: Proporciona las primeras estimaciones a nivel poblacional de cómo la cobertura, la eficacia y las estrategias de asignación variables de las AQI afectan las métricas de transmisión tanto para escenarios endémicos como epidémicos.
3. Análisis de la Eficiencia de la Asignación: El trabajo demuestra que focalizar las intervenciones en las ubicaciones de alto riesgo genera beneficios para la salud pública significativamente mayores que el despliegue aleatorio, particularmente en niveles bajos de cobertura.

Resultados Clave

• Impacto Endémico: Con un 20% de cobertura y un 80% de eficacia, la incidencia anualizada se redujo un 7.2% para un virus similar al SARS-CoV-2 y un 17.0% para un virus similar a la influenza. Aumentar la cobertura al 60% (80% de eficacia) resultó en reducciones del 26.3% y 56.4%, respectivamente.
• Sensibilidad del Patógeno: Las intervenciones tuvieron un impacto desproporcionadamente mayor en patógenos similares a la influenza (menor $R_0$, tiempo de generación más corto) en comparación con los patógenos similares al SARS-CoV-2. Las reducciones en la incidencia para la influenza fueron de 1.9 a 2.8 veces mayores que para el SARS-CoV-2 en escenarios equivalentes.
• Eficiencia de la Focalización: La focalización basada en el riesgo superó consistentemente a la asignación aleatoria. Para el SARS-CoV-2 con 20% de cobertura/80% de eficacia, el despliegue focalizado redujo la incidencia en un 10.8% frente a un 7.2% para el despliegue aleatorio. Para la influenza, la reducción fue del 28.9% frente al 17.0%. La focalización permitió lograr la misma reducción de incidencia con una cobertura significativamente menor (por ejemplo, 20% focalizado frente a 40% aleatorio para una reducción de incidencia del 30% en influenza).
• Escenarios Epidémicos: En escenarios epidémicos, la instalación aleatoria con un 40% de cobertura y un 60% de eficacia redujo el tamaño final de la epidemia un 23.7% para patógenos similares a la influenza, pero solo un 6.3% para patógenos similares al SARS-CoV-2. Si bien las AQI por sí solas fueron insuficientes para contener patógenos de alta transmisión, ralentizaron la progresión de la epidemia y redujeron la incidencia máxima.

Significancia y Reivindicaciones
Los autores concluyen que tratar el "aire interior limpio" como una infraestructura fundamental de salud pública puede generar reducciones sustanciales en la carga de virus respiratorios. Los resultados respaldan la priorización del despliegue basado en el riesgo de las intervenciones de QAI para maximizar los beneficios a nivel poblacional dentro de las limitaciones presupuestarias.

Sin embargo, el artículo mantiene un tono modesto respecto a las limitaciones de estas intervenciones:

• No es una Solución Independiente: Los autores afirman que las AQI de eficacia y cobertura modestas difícilmente controlarán las pandemias impulsadas por patógenos con $R_0$ moderado a alto por sí solas.
• Papel Complementario: En su lugar, las mejoras de la QAI se posicionan como una capa fundacional que ralentiza la propagación de la epidemia, gana tiempo para el desarrollo de contramedidas (por ejemplo, vacunas) y reduce la dependencia de medidas socioeconómicas disruptivas como el cierre de escuelas o negocios.
• Desafíos de Implementación: Los autores reconocen que alcanzar los altos niveles de cobertura requeridos para un impacto sustancial (>30% de los edificios objetivo) presenta desafíos económicos y logísticos significativos. Señalan que faltan análisis de costo-efectividad que comparen las AQI con otras medidas (como la vacunación) y que identificar los entornos de "mayor riesgo" en tiempo real sigue siendo difícil sin mejores datos sobre el tiempo-persona y la ventilación por establecimiento.

El estudio enfatiza que el impacto real depende de la cobertura, la precisión de la focalización, el mantenimiento y la integración de las mejoras de la QAI con otras capas de protección.