El modelado matemático puede mejorar la efectividad de la vacuna contra la influenza, según los expertos de la Universidad Rice, donde existe uno de esos modelos desde hace más de 15 años, y su Instituto Baker de Políticas Públicas.

Michael Deem, el profesor John W. Cox de ingeniería bioquímica y genética en Rice; Melia Bonomo, un doctorado candidato en física y astronomía en la universidad; y Kirstin Matthews, becario en política de ciencia y tecnología en el Centro de Salud y Biociencias del Instituto Baker, describió sus ideas en un nuevo resumen de políticas, "Mejora de la eficacia de la vacuna anual contra la influenza".

La influenza estacional (gripe) causa hasta 49 millones de enfermedades y 79, 000 muertes en los Estados Unidos anualmente desde 2010. Para combatir su impacto, Los Centros para el Control y la Prevención de Enfermedades (CDC) recomiendan que todos los niños y adultos sanos se vacunen contra la influenza todos los años. En 2017-18, El 58 por ciento de los niños sanos (de 6 meses a 17 años) y solo el 37 por ciento de los adultos se vacunaron. Aproximadamente el 80 por ciento de las muertes pediátricas por influenza durante esa temporada fueron niños que no estaban vacunados.

"Para desarrollar una vacuna a tiempo para el comienzo de la temporada de gripe en el otoño, los científicos deben comenzar a principios de enero, "escribieron los autores." El método actual que usa el CDC involucra a científicos que vacunan hurones con varias vacunas candidatas. Luego extraen los anticuerpos de los hurones para estimar qué vacuna fue la más efectiva contra los virus dominantes de la temporada de influenza anterior. Este método se ha utilizado durante casi 50 años. Sin embargo, se ha demostrado que es inconsistente al predecir qué tan bien funcionarían las vacunas en humanos, especialmente con lo reciente, virus A (H3N2) de rápida mutación. Adicionalmente, los experimentos con hurones requieren mucho tiempo y son costosos ".

Por el contrario, modelos matemáticos, incluido un modelo desarrollado en Rice hace más de 15 años, Permitir a los científicos calcular qué tan bien la vacuna contra la gripe coincide con los virus infecciosos. El modelo de Rice, llamado pEpitope, estima la efectividad de la vacuna, y se ha demostrado que funciona bien para la gripe A (H3N2), Vacunas A (H1N1) y B. Para la temporada de influenza 2018-19, Los científicos de Rice predicen que la vacuna tendrá entre un 20 y un 40 por ciento de efectividad contra la mayoría de los virus A (H3N2).

"Los investigadores de salud pública a menudo tardan en cambiar, "escribieron los autores." A pesar de que el modelo pEpitope de Rice existe desde hace más de 15 años, No está claro por qué los CDC aún no lo han aprovechado para desarrollar su vacuna contra la influenza estacional. Agregar un modelo de este tipo a los experimentos de hurones ya existentes mejorará el proceso actual de toma de decisiones de vacunación.

"Esta técnica de modelado matemático puede reducir rápidamente los virus que serían buenos candidatos para la vacuna durante una temporada de gripe en particular, ", continuaron." Puede servir como un control para asegurarse de que el virus de la vacuna no mute durante el proceso de fabricación. El modelo pEpitope también es de bajo costo, ya que no requiere ningún equipo especializado. Finalmente, es extremadamente rápido, tomando solo un par de segundos para analizar la efectividad potencial de una vacuna contra miles de virus infecciosos en una región geográfica en particular ".

Los autores dijeron que los CDC deberían fortalecer sus protocolos actuales para elegir candidatos a vacunas utilizando todos los modelos de predicción disponibles. "Esto mejorará las tasas generales de efectividad de la vacuna contra la influenza y también las tasas de cobertura potencial, "escribieron". Los científicos esperan que con una mayor eficacia, también podrán mejorar las tasas de cobertura de la vacuna, que aún se encuentra detrás de la meta del 70 por ciento de Healthy People 2020 de los CDC. Dada la dificultad para producir vacunas eficaces y el clima general de desconfianza del público hacia la inmunización, este trabajo tiene el potencial de mejorar la selección y la educación de la cepa de la vacuna al proporcionar una herramienta que sea accesible tanto para los investigadores como para los científicos ciudadanos ".