Skip to main content
  1. Home
  2. Salud
  3. Evergreens

COVID-19 endémico: qué significa realmente y cómo te afecta

Aunque todavía falta camino por recorrer y nadie puede predecir cuándo ocurrirá, el COVID-19 está en camino a transformarse en una enfermedad endémica. Así lo ha reconocido la Organización Mundial de la Salud (OMS). Pero, ¿qué significa realmente un COVID-19 endémico y cómo nos afecta?

Te va a interesar:

“El virus está en camino de volverse endémico, pero aún no hemos llegado allí”, anticipó en enero de 2021 María Van Kerkhove,  jefa técnica de la OMS para el COVID-19, aunque advirtió que el escenario todavía es impredecible.

Recommended Videos

“No tenemos la misma previsibilidad que tenemos con la influenza, donde tenemos un patrón estacional típico. Es posible que lleguemos allí con el COVID-19, pero aún no hemos llegado, por lo que somos cautelosos a la hora de hacer predicciones”, aseguró.

Cuándo una enfermedad es epidémica

Imagen del coronavirus
Getty Images/Digital Trends Graphic

Una enfermedad es epidémica cuando el número de casos es inusualmente grande o inesperado en un determinado territorio, por lo que se necesitan adoptar medidas de salud pública para controlar su expansión.

Cuando una epidemia deja de circunscribirse a un determinado territorio y se expande a una escala mayor, por ejemplo todo el mundo, se trata de una pandemia. Dependiendo de la gravedad, puede transformarse en una emergencia global.

Cuando un virus como el SARS-CoV-2 tiene la capacidad de provocar una enfermedad grave (como el COVID-19) y además es altamente transmisible, la falta de inmunidad hace que la propagación se acelere.

Cuándo una enfermedad se vuelve endémica

La imagen muestra a un grupo de turistas llegando a un aeropuerto en Virginia usando mascarillas.
Sin embargo, este escenario no es eterno, tal como lo ha reconocido la OMS.

Cuando aumenta la inmunidad en la población, tanto por la vacunación como por el contagio natural, un patógeno como un virus pierde fuerza y su capacidad de transmisión se reduce.

La capacidad de transmisión del virus también se reduce por cambios culturales o de comportamiento. En el caso del COVID-19, el uso de mascarillas o limitar el contacto físico.

La inmunidad de la población también reduce la capacidad del virus de provocar enfermedades, por lo que menos personas se enferman gravemente o mueren.

Según The Conversation, durante un período más prologando, el virus puede evolucionar hasta transformarse en menos grave.

Además, la transmisión se vuelve más predecible: puede haber brotes estacionales, por ejemplo. Sin embargo, estos son esperados y manejables. La comunidad empieza a  convivir con el virus.

De todos modos, en la OMS apuestan por un enfoque integral y global. “No podemos poner fin a la pandemia y hacer que el virus se vuelva, entre comillas, endémico en un país mientras el resto del mundo lidia con la pandemia. Así no es como esto va a funcionar”, apuntó Van Kerkhove.

¿Una enfermedad endémica es menos grave?

La imagen muestra a varias personas caminando con mascarillas.
Getty Images.

Que una enfermedad sea endémica no quiere decir que sea menos grave, advierten los investigadores Hassan Vally y Catherine Bennett, de la Universidad de Deakin, Australia.

De hecho, ejemplos de enfermedades endémicas incluyen el resfriado común, la influenza y también el VIH/SIDA.

“Es importante destacar que una enfermedad que se considera endémica no significa que la consideremos leve. Simplemente significa que sigue siendo parte de nuestras vidas y, por lo tanto, aún protegemos a los vulnerables de enfermedades graves, como lo hacemos con otras enfermedades”, apuntan.

En ese sentido, advierten que “es crucial que comprendamos que vivir con el virus no es lo mismo que ignorarlo. En cambio, representa un ajuste en la forma en que respondemos a la enfermedad”.

Rodrigo Orellana
Former Digital Trends Contributor
Topics
Google ayuda a detectar el cáncer de mama con ayuda de la IA
google ia deteccion temprana cancer de mama angiola harry sjcalew 1lm unsplash

Cada 19 de octubre se conmemora el Día Internacional de lucha contra el Cáncer de Mama, con el objetivo de concientizar acerca de esta enfermedad. En este contexto, Google difundió cómo trabaja en proyectos que combinan el poder de la inteligencia artificial (IA) con el conocimiento de los profesionales de la salud para crear herramientas de diagnóstico precisas y accesibles. Las investigaciones llevadas a cabo en varios diagnósticos detectaron una reducción del 9.4% de los falsos negativos y del 5.7% de los falsos positivos.
De acuerdo con la Organización Mundial de la Salud (OMS), el cáncer de mama es uno de los más comunes, siendo el 99% de los casos en mujeres. Asimismo, la Organización Panamericana de la Salud (OPS) afirma que el tratamiento puede ser altamente efectivo cuando la enfermedad se detecta a tiempo.
En este escenario, Adriana Noreña, vicepresidenta de Google para Hispanoamérica, reflexionó: “Como subrayé en mi participación en el Women 20 de Río de Janeiro, la inteligencia artificial tiene la capacidad de procesar y analizar enormes cantidades de datos en poco tiempo, identificar patrones complejos y aprender de forma contínua a través de sus algoritmos para mejorar su precisión, lo cual la convierte en una gran aliada para los profesionales de la salud”. Y agregó: “es crucial que haya cada vez más mujeres involucradas en el desarrollo de esta tecnología. Al incorporar nuestra perspectiva desde el momento cero, podemos garantizar que la IA no solo sea técnicamente avanzada, sino también nos permitirá crear soluciones íntimamente relacionadas con nuestro género, así como más equitativas y efectivas”.
En línea con estos esfuerzos por mejorar la detección temprana, entre 2016 y 2018, Google comenzó a implementar el uso del aprendizaje profundo -deep learning-, una de las áreas donde la IA emplea redes neuronales artificiales para aprender de grandes conjuntos de datos para realizar tareas complejas, con el fin de asistir a los médicos en la detección de la metástasis. Esta herramienta de análisis de nódulos linfáticos (Lymph Node Assistant -LYNA, por sus siglas en inglés-), es entrenada por medio de imágenes médicas, como radiografías, tomografías o imágenes patológicas, y clasificadas previamente por expertos, para que la IA pueda identificar los macro y micro patrones de la enfermedad. Así, LYNA tiene la capacidad de detectar la localización de la metástasis que, en muchos casos, es casi imperceptible al ojo humano, permitiendo que los médicos puedan acelerar el proceso de diagnóstico y, en consecuencia, adelantar el inicio del tratamiento. 
En 2021, Google Health realizó una investigación clínica junto con Northwestern Medicine para explorar cómo la IA podría acelerar el diagnóstico del cáncer de mama, optimizando el proceso desde la mamografía inicial hasta el diagnóstico final. Comenzaron la investigación recopilando imágenes mamográficas de alta calidad provenientes de diversos pacientes, las cuales fueron clasificadas por expertos en salud para entrenar el modelo de IA ante la detección de cáncer, la identificación de características tumorales, entre otros aspectos.
Posteriormente, el modelo se probó en un entorno clínico real, donde las personas que se sometían a mamografías podían optar por que sus resultados fueran analizados por la IA junto con la evaluación de los radiólogos. Estos arrojaron datos alentadores: se redujeron los falsos negativos en un 9.4% y los falsos positivos en un 5.7%, en comparación con la práctica clínica estándar. Además, la IA demostró su capacidad de analizar una mamografía en menos de dos minutos, lo que permite obtener resultados más rápidos para las pacientes, acelerar tanto el diagnóstico como el tratamiento, al mismo tiempo que reduce los costos asociados a la atención y los tratamientos tardíos.

Premios Nobel: Hallazgos en beneficio de la salud
La semana pasada, Geoffrey Hinton, ex investigador de Google, fue galardonado junto a John Hopfield con el Premio Nobel de Física 2024 por sus descubrimientos en el campo del aprendizaje automático con redes neuronales artificiales (ANN por sus siglas en inglés), que sentaron las bases para el reconocimiento a través de la IA de patrones en imágenes, lenguajes y en información clínica que hoy se utiliza en el campo de la salud y en otras disciplinas.
Como se describe en este documento emitido por el comité del premio Nobel, este descubrimiento fue clave en el desarrollo de la herramienta para la predicción de las estructuras de cualquier proteína en tres dimensiones denominado AlphaFold, motivo por el cual dos científicos de Google DeepMind, Demis Hassabis y John Jumper, obtuvieron también este año el Premio Nobel de Química. AlphaFold fue abierta por Google a la comunidad científica de forma gratuita y ya fue utilizado por más de dos millones de investigadores de más de 190 países.

Read more
Las mejores aplicaciones de entrenamiento gratuitas para iOS y Android
aplicaciones de entrenamiento gratuitas para ios y android mejores apps ejercecios ggratis

Si aún no puedes volver a tu gimnasio, se te ha terminado esa costosa membresía o estás buscando hacer un buen ejercicio en casa o en la oficina, aprovecha una serie de excelentes aplicaciones accesibles que te apoyarán a ejercitarte desde tu celular. Hay muchas apps de pago listas para hacerte sudar, y algunas de ellas pueden valer la pena en las circunstancias adecuadas. Pero no siempre apetece pagar. Ya sea que busques mantenerte en movimiento o gastar algo de tiempo, aquí hay una lista de las mejores aplicaciones de entrenamiento gratuitas para iOS y Android, que te ayudarán a sudar donde quiera que estés.

(Estas son las mejores aplicaciones de fitness gratuitas, sin duda, pero si deseas explorar otras opciones, incluidas las aplicaciones de pago, tenemos listas de las mejores aplicaciones de fitness para Android y las mejores aplicaciones de fitness para iOS también).
Nike Training Club

Read more
Se filtran 5,3 millones de registros de salud en México
La imagen muestra a un médico cirujano durante un procedimiento.

Cybernews informa que sus equipos de investigación encontraron una base de datos desprotegida de 500 GB de una empresa mexicana de atención médica el 26 de agosto de 2024. La base de datos expone información confidencial como nombres, números de identificación personal (CURP), números de teléfono, descripciones de solicitudes de pago y más.

La cantidad total de personas afectadas asciende a 5,3 millones, lo que representa aproximadamente el 4% de la población del país, según señala Cybernews. El informe de Cybernews indica que el error de seguridad se produjo con un uso "mal configurado" de una herramienta de visualización de datos llamada Kibana, que parece haber quedado sin autenticar.

Read more