Thread by @guido_camargo

Nos complace presentar en versión #preprint del impacto de la variante delta en Bogotá

Trabajo colaborativo entre @NotreDame, @ZulmaCucunuba y Juliana Cuervo de @MedicinaPUJ @MRC_outbreak @hdodiazm de @UNColombia y Manuel González de @SectorSalud y @jdramirez24 de @URosario.

Este modelo es la actualización del modelo que usamos previamente para analizar escenarios de apertura escolar en Bogotá. Esta versión incluye variantes circulantes predominantemente en Bogotá y esquemas de vacunación y su eficacia conocida para variantes delta y no delta.

Para estimar la introducción de variantes en Bogotá, usamos datos de casos detectados de viajeros y la prevalencia de diferentes variantes en los países de origen. Esto fue contrastado con la dominancia de variantes en la ciudad como es reportado en @GISAID

La calibración del modelo muestra que la tercera ola de COVID-19 en Bogotá debió su impacto a la combinación de contacto social y la presencia de variantes gamma y B.1.621. Sin embargo, la vacunación ha prevenido muertes y disminuir la magnitud del pico a la mitad.

Estimamos que, hasta finales de julio, la vacunación en Bogotá ha prevenido aproximadamente 17,800 (95% CrI: 16,000 - 19,000) muertes por COVID-19 en la ciudad. La estrategia de priorización por edad ha sido fundamental para esto.

Usando el modelo calibrado a la dinámica de Bogotá, evaluamos escenarios del potencial impacto de la variante delta en la ciudad. Para lo cual, estimamos tres tiempos diferentes de introducción delta en la ciudad que dan lugar a dominancia en julio, agosto o septiembre.

Las vacunas del portafolio muestran alta eficacia frente a variantes circulantes, incluyendo delta y principalmente frente a hospitalización y muerte con dos dosis. El impacto de delta viene dado por su mayor transmisibilidad y reducción parcial de la eficacia frente a infección.

Nuestros resultados muestran que la variante delta al volverse dominante podría contribuir a un cuarto pico en el segundo semestre de 2021. Sin embargo, su impacto de delta depende del nivel de contacto social, del tiempo de introducción de delta y de la estrategia de vacunación.

El impacto de la estrategia de vacunación depende del momento en el que la variante delta se vuelva dominante en la ciudad. En el caso de una introducción temprana (dominancia en Julio/Agosto), el impacto sería mayor, en comparación con dominancia tardía (septiembre o octubre)

Dominancia temprana y alto nivel de contactos: implicaría una cuarta ola temprana y de alta magnitud (similar a 2a-3a ola).
Dominancia temprana y moderado nivel de contactos: estos implicaría una cuarta ola más tardía y de alta magnitud más baja (similar o menor a primera ola)

Vacunación vs dominancia temprana: frente a una introducción y dominancia tempranas, la mejor estrategia de vacunación es aumentar la tasa diaria sin posponer la segunda dosis y priorizar personas de alto riesgo.

Vacunación vs dominancia tardía: Si la dominancia es tardía (Septiembre) aumentar la velocidad de vacunación sin posponer segunda dosis genera el mejor resultado y la priorización de edad en adultos se vuelve menos importante si esto permite aumentar la velocidad de vacunación.

Posponer la segunda dosis de vacuna Pfizer de 21 a 84 días potencialmente tendría un efecto positivo para alcanzar alta cobertura pero sólo frente a variantes previas a delta. Frente a la inminencia de delta, el modelo sugiere que posponer la segunda dosis no es conveniente.

En el contexto actual, el modelo y los datos observados sugieren que la mejor estrategia para la ciudad es: 1) mantener contacto social a niveles moderados, 2) aumentar velocidad de vacunación (incluso sin priorización de edad en adultos) y 3) no posponer segunda dosis.

Otro aspecto relevante es que aún persiste una proporción de personas de alto riesgo en cada edad que han quedado rezagadas (por reticencia o por problemas de acceso). Alcanzar a estas poblaciones traería un alto beneficio en el corto plazo.

Se realizaron varios análisis de sensibilidad que se pueden consultar en el material suplementario. Ninguno de estos mostró cambios importantes en los desenlaces encontrados.

Varias limitaciones: i) depende de datos para calibrar la dinámica de COVID-19, incluyendo la dominancia de variantes ii) la dinámica de COVID-19 dependerá del nivel de contactos, que no es fácil de proyectar. iii) hay incertidumbre con parámetros de eficacia de vacunas.

El trabajo futuro de este modelo incluirá la estimación del impacto de la variante B.1.621 en la ciudad. Esta es una variante que mostró en el modelo capacidad de agrandar el tercer pico y dominar sobre variantes previas.

Enlace al artículo completo y material suplementario en versión #preprint

medrxiv.org/content/10.110…