Tercer Milenio

En colaboración con ITA

Tuberculosis

Modelos matemáticos para evaluar vacunas

Aunque en los últimos años cede su incidencia, la tuberculosis sigue siendo uno de los mayores desafíos para la salud pública internacional. La Organización Mundial de la Salud sitúa la lucha contra esta enfermedad como una de sus prioridades y, desde hace décadas, se trabaja en el desarrollo de nuevas vacunas, lo cual implica la realización de costosos ensayos clínicos para estimar su impacto. El grupo Cosnet del BIFI desarrolla modelos matemáticos que responden a esta y otras problemáticas.

Equipos del Centro de Supercomputación de Aragón.
Equipos del Centro de Supercomputación de Aragón.
Unizar

El desarrollo de nuevas vacunas contra la tuberculosis se encuentra en una etapa clave. Más de diez vacunas están siendo ya probadas en ensayos clínicos, lo que hace confiar en el logro definitivo de una vacuna nueva y mejorada, capaz de salvar millones de vidas, que sea una alternativa a la tradicional BCG, que ha perdido eficacia y no es efectiva frente a todos los tipos de tuberculosis. Entre ellas se encuentra MTBV-AC, la vacuna desarrollada por el equipo de Carlos Martín, de la Universidad de Zaragoza.

Mientras se espera que las diferentes vacunas lleguen a las fases de desarrollo clínico para probar su eficacia, la microbiología, la epidemiología y las ciencias de la complejidad unen fuerzas para construir modelos matemáticos capaces de evaluar y comparar el impacto que se espera de estas vacunas.

¿Qué aportarán estos modelos computacionales? 

Por un lado, permitirán simular posibles escenarios de vacunación (por ejemplo, a quiénes vacunar) y obtener estimaciones fiables de impacto que permitan adoptar decisiones sobre distribución de recursos y fracción de la población que hay que vacunar. Por otro, estos modelos ayudarán al diseño óptimo de ensayos clínicos, tanto en su duración como en el número de participantes, con el consiguiente ahorro de recursos y la optimización de los resultados obtenidos.

Algo prioritario en un contexto en que, según el último informe de la Organización Mundial de la Salud, unos 10 millones de personas desarrollaron tuberculosis en 2018 y 1,45 millones fallecieron a causa de la misma. Además, ante el impacto de la coinfección de tuberculosis y VIH, unido a la aparición de cepas de tuberculosis extremadamente resistentes a los antibióticos, urge desarrollar e implementar nuevas intervenciones dirigidas a frenar el avance de la enfermedad, y eventualmente, a erradicarla. .

¿Cómo se modela la propagación de la tuberculosis?

Para cuantificar la incidencia de la tuberculosis de manera realista, lo primero que hay que hacer es describir, a través de ecuaciones matemáticas, la historia natural de la enfermedad, es decir, la relación entre los diferentes estadios en los que se puede encontrar un individuo:sano, infectado, enfermo, recuperado, etc. Posteriormente, debemos saber cómo cambian los sujetos como resultado de la evolución temporal de la enfermedad y de la estructura demográfica de la población. Estas ecuaciones suelen tener parámetros que hay que ajustar, para lo cual se usan datos reales que permiten calibrar el modelo. Una vez calibrado, procedemos a predecir los niveles de incidencia de la tuberculosis en el futuro.

¿Por qué es difícil evaluar las nuevas vacunas?

¿Cómo evaluar las nuevas vacunas contra la tuberculosis, candidatas a sustituir a la actual? Su desarrollo se encuentra plagado de retos que lo dificultan, pues el conocimiento actual que se tiene acerca de los mecanismos de respuesta del sistema inmunitario al patógeno (Mycobacterium tuberculosis) es limitado. Por eso es tan difícil prever el potencial de estas nuevas vacunas a partir de experimentos de laboratorio. Consecuentemente, resulta imposible realizar evaluaciones de eficacia en fases tempranas del desarrollo de las nuevas vacunas, lo que obliga a obtener estimaciones de la eficacia de las mismas en fases tardías de su desarrollo.

En estas fases se realizan ensayos clínicos que requieren enrolar y monitorizar durante años la evolución de miles de sujetos en entornos de alta incidencia de tuberculosis. A partir de los resultados de dichos ensayos, se realizan estimaciones de eficacia vacunal que se incorporan luego a modelos matemáticos de propagación de la tuberculosis para evaluar el posible impacto de una vacuna sobre la población general. La integración de disciplinas como la microbiología, la epidemiología y las ciencias de la complejidad es una de las claves para lograr estos objetivos.

¿Cuáles son los últimos avances?

Un novedoso método de análisis de resultados de ensayos clínicos aleatorizados de eficacia de vacunas frente a la tuberculosis, financiado por el Gobierno de Aragón, ha sido publicado recientemente en la prestigiosa revista ‘Nature Communications’. Este método permite, por primera vez, diferenciar los mecanismos de acción de las vacunas sobre las posibles rutas de desarrollo de la enfermedad que se pueden observar en el contexto de un ensayo clínico aleatorizado de eficacia. Todo esto se traduce en la posibilidad de realizar pronósticos de impacto vacunal de una mayor calidad y fiabilidad. Los resultados también indican que es posible perfeccionar los modelos computacionales que los equipos de investigadores usan en la actualidad, así como caracterizar correctamente la eficacia y variabilidad de los candidatos a nuevas vacunas contra la tuberculosis.

El proyecto

  • EL EQUIPO Miembros del Grupo de Redes y Sistemas Complejos, del BIFI y del Grupo de Genética de Micobacterias de la Universidad de Zaragoza.
  • OBJETIVOS El proyecto tiene como objetivo el desarrollo de modelos matemáticos y computacionales que permitan predecir de manera realista la evolución de la incidencia de la tuberculosis a nivel poblacional, así como la evaluación de posibles escenarios de vacunación y el impacto de nuevas vacunas en fase de ensayo clínico.
  • FINANCIACIÓN Gobierno de Aragón, Proyectos Multidisciplinares RIS3.
  • CONTACTO Yamir Moreno: yamir@unizar.es.

Yamir Moreno Grupo COSNET, Departamento de Física Teórica e Instituto de Biocomputación y Física de Sistemas Complejos (BIFI), Universidad de Zaragoza

-Ir al suplemento Tercer Milenio

Comentarios
Debes estar registrado para poder visualizar los comentarios Regístrate gratis Iniciar sesión