Un grupo de investigadores de la universidad de Haifa, Israel, ha estudiado la susceptibilidad y la capacidad de infección de los más pequeños.
El investigador Itai Dattner y su equipo ajustaron modelos matemáticos y estadísticos de transmisión dentro de los hogares teniendo en base a los resultados de las pruebas de covid en la ciudad de Bnei Brak.
Este análisis computacional, que ha sido publicado en la revista de acceso abierto 'PLOS Computational Biology', insinúa que las personas menores de 20 años son aproximadamente la mitad de susceptibles a la infección por COVID-19 que los adultos y es menos probable que infecten a otros.
Hasta el momento, los científicos habían encontrado diferencias en los síntomas y el curso clínico de coronavirus en niños en comparación con adultos. También han informado de que se diagnostica una menor proporción de niños en comparación con los grupos de mayor edad. Sin embargo, solo unos pocos estudios han comparado los patrones de transmisión entre grupos de edad y sus conclusiones no son definitivas.
El equipo de la Universidad de Haifa sometió a estudio a 673 hogares, cuyos miembros se practicaron una PCR para detectar una infección activa en la primavera de 2020. En algunos casos se hicieron pruebas de serología para detectar anticuerpos del virus.
Cuando se ajustaron los parámetros del modelo para que se ajusten a los datos, los investigadores encontraron que las personas menores de 20 años son un 43 por ciento más susceptibles que las personas mayores de 20.
Con una infectividad estimada en el 63 por ciento de la de los adultos, los niños también tienen menos probabilidades de transmitir el SARS-CoV 2 a otras personas. Los investigadores también encontraron que los niños tienen más probabilidades que los adultos de recibir un resultado de PCR negativo a pesar de estar realmente infectados.
Estos hallazgos podrían suponer la explicación de los informes mundiales de que se diagnostica una menor proporción de niños en comparación con los adultos. Podrían ayudar a informar el modelado matemático de la dinámica de COVID-19, la política de salud pública y las medidas de control. La investigación computacional futura podría explorar la dinámica de transmisión en otros entornos, como hogares de ancianos y escuelas.
