Por Amelia Gutiérrez Solis
Colima, Colima. 15 de noviembre de 2017 (Agencia Informativa Conacyt).- El doctor en Roberto Alonso Saenz Casas, estudia enfermedades infecciosas mediate el uso de modelos matemáticos.
El profesor investigador de la Facultad de Ciencias de la Universidad de Colima (Ucol), doctor en matemáticas aplicadas por la Universidad de Iowa, actualmente analiza las condiciones que facilitan la evolución y propagación de cepas del virus de inmunodeficiencia humana (VIH), resistentes a antirretrovirales.
Agencia Informativa Conacyt (AIC): ¿Cuál es la finalidad de este tipo de investigaciones?
|
Como parte de esta línea de investigación, el doctor Roberto Alonso Sáenz Casas publicó en la revista Theoretical Population Biology, en 2016, el artículo titulado: Estimation of the HIV-1 backward mutation rate from transmitted drug-resistant strains. Anteriormente en la revista Epidemics publicó el artículo Nested model reveals potential amplification of an HIV epidemic due to drug resistance. |
Roberto Alonso Saenz Casas (RASC): El propósito es entender cómo surgen cepas del virus que son resistentes a medicamentos y cómo afectan a una epidemia. Específicamente me enfoco al VIH, aunque estos estudios se podrían aplicar a otras enfermedades virales.
AIC: ¿Desde cuándo investiga la resistencia a los medicamentos?
RASC: El problema de resistencia a medicamentos lo he estado trabajando desde el 2010, aproximadamente. Inicialmente he tratado de describir el proceso de evolución de las cepas mutantes resistentes a los medicamentos en una sola persona. De manera reciente, la pregunta es distinta ya que estoy considerando el proceso de la epidemia que afecta a una determinada población.
Descripción de procesos biólogos o epidemiológicos
AIC: ¿Qué metodología emplea en estas investigaciones?
RASC: Mi herramienta principal son los modelos matemáticos para describir algún proceso epidemiológico o biológico, es decir, trato de identificar todas las relaciones que existen entre los “ingredientes” que deseamos tomar en cuenta. Si estamos hablando de epidemias nos interesa describir de qué manera se van a producir nuevos casos o nuevas infecciones por medio de ecuaciones matemáticas.
AIC: ¿Cuáles son los principales resultados en esta investigación?
RASC: En lo que se refiere a la relevancia de considerar una población heterogénea este estudio confirma que la diferencia de carga viral entre los pacientes puede ser la responsable del resultado de la epidemia. Sin embargo hay que tomar en cuenta que lo que refleja el modelo matemático no es la verdad absoluta, sino una sugerencia de lo que pudiera ser porque un modelo es una simplificación de la realidad basado en matemáticas.
AIC: ¿Si se proporciona tratamiento médico disminuye la epidemia?
RASC: Debido a la presencia de cepas resistentes aumentar la cobertura de las personas que reciben medicamentos no necesariamente reduce la epidemia, ya que podría incrementar el número de casos. La recomendación, resultado del modelo matemático, es mejorar el tipo de medicamentos que reciben los pacientes o darle seguimiento a cómo se administran estos.
AIC: ¿Cuál es la medida más eficaz para controlar la epidemia de VIH?
RASC: El uso de la terapia antirretroviral (TAR) es la medida más eficaz para controlar la epidemia de VIH. Sin embargo, la aparición de cepas resistentes a los medicamentos puede reducir los beneficios potenciales de esta terapia. La dinámica viral de las cepas farmacorresistentes a nivel individual puede jugar un papel crucial en la emergencia y propagación de la resistencia a los medicamentos en una población.
AIC: ¿En dónde hay más casos de VIH?
RASC: La epidemia de VIH es mayor en África Subsahariana. Ahí es donde las tasas de infección son mayores, tienen más problemas económicos y por eso no pueden controlar esta epidemia, además de que es también un problema de educación. Hay muchos esfuerzos, pero lo que yo estudio, que tiene que ver con la resistencia a medicamentos, es uno de los elementos que debemos tomar en cuenta en una epidemia.
Esta obra cuyo autor es Agencia Informativa Conacyt está bajo una licencia de Reconocimiento 4.0 Internacional de Creative Commons.
