System dynamics modelling of layered climate–health vulnerability: structure, calibration and empirical validation

Cuando los científicos intentan comprender cómo el cambio climático afectará la salud humana, a menudo comienzan analizando tres elementos: cuánta meteorología peligrosa enfrenta un lugar, qué tan sensibles son las personas de ese lugar a dicho clima y qué tan bien puede una comunidad adaptarse a ello. Esta visión tradicional ayuda a identificar qué poblaciones corren mayor riesgo antes de que ocurra un desastre. Sin embargo, este enfoque tiene un punto ciego. Trata la vulnerabilidad como una condición estática, como una puntuación fija en un examen, sin explicar plenamente cómo ese riesgo se convierte realmente en enfermedad o muerte una vez que un temporal golpea. En el mundo real, la fortaleza de un hospital local, la disponibilidad de médicos y la forma específica en que se propaga una enfermedad pueden cambiar drásticamente el resultado. Una comunidad podría parecer muy vulnerable sobre el papel y, sin embargo, sufrir menos muertes porque su sistema de salud es lo suficientemente fuerte como para absorber el impacto. Por el contrario, una comunidad similar con un sistema de salud más débil podría tener resultados mucho peores. Para planificar programas efectivos, los expertos necesitan ver no solo el riesgo, sino todo el trayecto desde el evento meteorológico hasta el impacto final en la salud.

Un nuevo estudio realizado por investigadores en Kenia y organizaciones internacionales de salud intenta mapear todo este trayecto. En lugar de depender de una única puntuación combinada, construyeron un modelo por capas que separa el riesgo subyacente de los sistemas que lo gestionan. Comenzaron con la medida estándar de vulnerabilidad, que combina la exposición a peligros, la sensibilidad humana y la capacidad de adaptación. Luego añadieron una segunda capa que representa la capacidad del sistema de salud para amortiguar o suavizar el golpe. Finalmente, añadieron una tercera capa que tiene en cuenta las reglas biológicas específicas de cómo se propagan las enfermedades en respuesta a los cambios ambientales. Al apilar estas capas, los investigadores crearon un sistema que imita cómo la vulnerabilidad se desarrolla realmente en el tiempo, pasando de una condición base a un estado gestionado y, finalmente, a un resultado de salud real.

El equipo probó este modelo utilizando treinta y siete años de datos de Kenia, que cubren el periodo de 1987 a 2023. Querían ver si añadir estas capas adicionales hacía que sus predicciones coincidieran con lo que realmente sucedió en el mundo real. Cuando observaron únicamente la puntuación de vulnerabilidad tradicional, esta explicaba aproximadamente la mitad de la variación en los impactos reales de salud. Era un punto de partida decente, pero dejaba gran parte de la imagen poco clara. Cuando introdujeron la capacidad de amortiguación del sistema de salud en el modelo, la precisión aumentó significamente, explicando el ochenta por ciento de la variación. Esto demostró que saber qué tan bien puede funcionar un sistema de salud durante una crisis es crucial para comprender el resultado final. El modelo fue aún más preciso cuando incluyeron la relación biológica específica entre el medio ambiente y la enfermedad, alcanzando una precisión del ochenta y seis por ciento. Esta progresión sugiere que la visión tradicional captura el punto de partida, pero que solo incluyendo el sistema de salud y la biología de la enfermedad podemos comprender verdaderamente el resultado final.

Los investigadores también examinaron de cerca cómo se comporta el sistema a medida que aumenta el riesgo subyacente. Encontraron que la relación no es una línea recta donde más riesgo siempre conduce a proporcionalmente más daño. En su lugar, existe un punto de inflexión. Cuando la vulnerabilidad base es baja, el sistema de salud es eficaz para mantener las cosas bajo control y el impacto sigue siendo manejable. Sin embargo, una vez que la vulneridad cruza cierto umbral, la capacidad de respuesta del sistema comienza a flaquear y el daño empieza a amplificarse rápidamente. Esta transición ocurre en un rango específico de vulnerabilidad, donde el sistema pasa de estar amortiguado a estar abrumado. El modelo captura este cambio, mostrando que el mismo nivel de riesgo puede conducir a resultados muy diferentes dependiendo de dónde se encuentre el sistema respecto a ese punto de inflexión.

Para asegurar que sus hallazgos fueran sólidos, el equipo realizó miles de simulaciones por computadora, cambiando ligeramente los números y los pesos en su modelo para ver si los resultados se desmoronaban. Encontraron que el modelo se mantenía estable y fiable incluso cuando los datos de entrada eran inciertos. Las diferentes partes del modelo —el riesgo subyacente, la fortaleza del sistema de salud y la biología de la enfermedad— contribuyeron a la imagen final sin que ninguna parte individual dominara a las demás. Este equilibrio sugiere que el modelo representa un sistema complejo e interconectado en lugar de un cálculo simple impulsado por un solo factor. Los investigadores también examinaron los errores en sus predicciones y encontraron un patrón: el modelo tendía a sobreestimar el daño en el rango medio de riesgo y a subestimarlo en los extremos. Este patrón en sí mismo proporcionó información valiosa, confirmando que la respuesta del sistema cambia dependiendo de la severidad de la situación.

El estudio concluye que tratar la vulnerabilidad de la salud ante el clima como un proceso por capas ofrece una visión mucho más clara que los métodos tradicionales. Al mantener separados pero conectados el riesgo subyacente, la capacidad del sistema de salud y la realidad biológica de la enfermedad, el modelo proporciona una forma transparente de ver dónde funcionarán mejor las intervenciones. Si una región tiene un alto riesgo subyacente pero un sistema de salud fuerte, el enfoque podría centrarse en mantener ese sistema. Si el sistema es débil, la prioridad cambia a fortalecerlo para evitar que el riesgo se convierta en una crisis. Este enfoque no reemplaza las formas antiguas de medir el riesgo, sino que construye sobre ellas, añadiendo los pasos necesarios para entender cómo el riesgo se convierte en realidad. El trabajo demuestra que para proteger a las personas del cambio climático, debemos mirar más allá del clima y la sensibilidad de la población para incluir la capacidad, muy real y humana, de nuestros sistemas de salud para mantener la línea de defensa.