Otro récord Covid-19: Más de 87.000 artículos científicos se han publicado desde el inicio de la pandemia

Foto: Reuters

El conocimiento científico sobre Covid-19 se propagó tan rápido como los millones de contagiados en todo el mundo, señala un nuevo estudio que analizó el número de trabajos desde que partió la crisis hasta octubre de 2020.




¿Cuáles fueron los orígenes de la pandemia? ¿A quiénes afecta más? ¿Existen medicamentos que puedan combatirlo? ¿Qué secuelas deja el virus? Si se trata de preguntas sobre el virus Sars-CoV-2 que hoy causa la pandemia más grave de los últimos años, coronavirus, las posibilidades son millones. Y miles de investigadores e investigadoras en el mundo han estado detrás de esas respuestas en un trabajo jamás visto en la historia de la ciencia.

El conocimiento científico sobre Covid-19 se propagó tan rápido como los millones de contagiados en todo el mundo. ¿El resultado? Desde el inicio de la pandemia hasta octubre de 2020 se han publicado más de 87.000 artículos sobre el virus.

Es lo que se desprende de un estudio realizado por Caroline Wagner, profesora de la Facultad de Asuntos Públicos John Glenn de la Universidad Estatal de Ohio, junto con Xiaojing Cai de la Universidad de Zhejiang en China y Caroline Fry de la Universidad de Hawai.

El conocimiento científico sobre Covid-19 se propagó tan rápido como los millones de contagiados en todo el mundo. Desde el inicio de la pandemia hasta octubre de 2020 se han publicado más de 87.000 artículos sobre el virus. Foto: Reuters.

En el reporte publicado en Scientometrics, el equipo de resalta que la importancia de la pandemia es innegable, pero aun así sorprende el número de estudios y artículos que científicos de todo el mundo produjeron en tan poco tiempo.

“Es una cantidad asombrosa de publicaciones; puede que no tenga precedentes en la historia de la ciencia”, destacó Wagner en un comunicado de la Universidad Estatal de Ohio. “Casi toda la comunidad científica de todo el mundo centró su atención en este tema”.

Coronaciencia

Para el estudio los investigadores buscaron artículos relacionados con el coronavirus en varias bases de datos científicas y encontraron que se produjeron 4.875 artículos sobre el tema entre enero y mediados de abril de 2020. Eso aumentó a 44.013 a mediados de julio y 87.515 a principios de octubre.

El trabajo comparó la investigación sobre coronavirus con la realizada en la década de los noventa sobre nanotecnología o ciencia a nanoescala, que acaparó la atención científica en esos años.

En ese caso, ejemplifican, se requirieron más de 19 años para pasar de 4.000 a 90.000 artículos científicos sobre ese tema. Un número considerable de estudios. Pero con una velocidad de producción menor a la lograda por Covid-19. “La investigación del coronavirus alcanzó ese nivel en unos cinco meses”, resaltó Wagner.

Los principales países que aportaron con investigación en el periodo analizado fueron Estados Unidos (32,5%), Europa (33,6%), Reino Unido (6,6%), Italia (10,7%), India (6,7%), Francia (5,3%), Brasil (2,6%), España (4,3%), Rusia (0,5%), Polonia (0,9%) y Bélgica (1,6%).

Anteriormente el equipo ya había realizado un análisis publicaron en julio en PLOS ONE. En ese momento determinaron que investigadores de China y Estados Unidos lideraban los trabajos en los primeros meses de la pandemia.

Ahora los nuevos resultados indican que las contribuciones de China se redujeron al caer las tasas de infección en el país. Desde el 1 de enero hasta el 8 de abril, los científicos chinos participaron en el 47% de todas las publicaciones mundiales sobre coronavirus. Ese porcentaje se redujo al 16% del 13 de julio al 5 de octubre.

Lo mismo se detectó en otros países. Los estudios disminuyeron al bajar los niveles de infección. “Eso nos sorprendió un poco”, reconoció Wanger. “Al comienzo de la pandemia, los gobiernos inundaron a los científicos con fondos para la investigación de Covid-19 probablemente porque querían parecer que estaban respondiendo”, añadió. “Puede ser que cuando la amenaza disminuyó, también lo hizo la financiación”.

Avalancha de estudios

En pandemia, miles de científicos están trabajando en el mismo problema al mismo tiempo, resalta Iván Suazo, vicerrector de Investigación y Doctorados Universidad Autónoma. Un proceso de producción de artículos científicos que no habría sido posible sin recursos que financiaran este proceso extraordinario. “La colaboración internacional ha sido fundamental en los logros que hemos presenciado: descripción del genoma del virus en semanas y vacunas en meses”, indica Suazo.

Denis Parra académico de la Universidad Católica e investigador del Instituto Milenio Fundamentos de los Datos (IMFD), explica que en este caso los aproximadamente 87 mil artículos incluyen estudios aprobados y trabajos preprints, es decir, artículos en repositorios que aún están en proceso de revisión. Algunos de esos repositorios son ArXiv, medRxiv, BioRXiv.

El salto de julio a octubre puede explicarse por artículos que estaban en espera a ser revisados y que pasaron esa etapa en octubre. Revisar un artículo científico, aclara Parra, es un proceso que toma meses. “Algunas revistas científicas quedan sobrepasadas, no tienen tantos revisores y quedan estudios en espera. Quizás ese es un factor que explica ese crecimiento acelerado”.

En circunstancias normales, un estudio tarda meses, cuando no años, en prepararse y completarse, añade Suazo. Y a eso le siguen varios meses hasta que está listo para ponerse en circulación, “después de que otros científicos especialistas en ese mismo campo lo revisen y certifiquen que es un trabajo riguroso, publicable en una revista científica”,

Las investigaciones no se revisan automáticamente. “Deben ser revisados por alguien”, dice Parra. Y los que realmente valen son los aleatorizados, aquellos por ejemplo, que en caso de vacunas en estudio comparan los efectos en dos poblaciones de forma aleatoria, donde un grupo usa placebo y otro la vacuna. “Eso se demora, algo importante a considerar en el crecimiento”.

Ese nivel de producción presenta dos caras. Por una parte, dice Parra, es bueno porque implica investigación alineada con financiamiento. Cuando en marzo se asumió la gravedad de la pandemia se crearon muchos fondos para investigarla. Eso produjo que muchos investigadores que estudiaba cosas similares pasaron a estudiar Covid-19, “lo que es bueno porque se requiere de muchos científicos trabajando en eso”.

Pero como resultado, investigadores de áreas como medioambiente, sostenibilidad o cambio climático, entre otras, migraron a estudiar Covid-19. “Quizás vamos a salir de la pandemia y habrá áreas que tendrán menos estudios”, cuestiona Parra.

Ante tal nivel de producción el reto es cómo discernir entre las investigaciones que son de utilidad y las que no. Los preprints tienen ventajas sobre los procesos de publicación tradicionales. Pero también son abiertos, rápidos y gratuitos, lo que crea un conjunto diferente de problemas explica Suazo: “Muchos de los trabajos son informes preliminares que no han tenido las revisiones. La escasa validez externa, el factor carente de una revisión por pares apropiada y fuentes inciertas, añaden desventajas a esta creciente comunidad médica”.

Ante tal nivel de producción el reto es cómo discernir entre las investigaciones que son de utilidad y las que no. Foto: Reuters.

Para eso, en Chile, comenta Parra, existe la Fundación Epistemonikos que gracias al trabajo con el Instituto Milenio Fundamentos de los Datos desarrollaron un sistema de Inteligencia Artificial (IA) que recopila, filtra y categoriza los artículos científicos entre aquellos que son de mayor relevancia para la comunidad médica.

Medicina basada en evidencia, resalta el investigador. Por ejemplo, en el caso del medicamento Avifavir promocionado en el municipio de Recoleta contra el coronavirus, es posible determinar, según los estudios a la fecha, si está probado científicamente, cuánta es la evidencia de que funcione y en qué grupos. Tal como Parra explica “se analizan los paper y se establece si es que funciona o no, y si lo hace puede que sea con ciertas limitaciones”

El sistema permite clasificar trabajos sobre Covid-19, en poco tiempo y determina si se trata de un estudio de revisión sistemática o aleatorizado. “El sistema los clasifica automáticamente y clasifica aproximadamente 30 mil por hora. Eso ayuda mucho hacer una pre clasificación para etiquetar y clasificar esos artículos. Un trabajo que es necesario cada vez que sale una nueva cepa o vacuna y es importante tener las herramientas”, sostiene Parra.

Comenta

Por favor, inicia sesión en La Tercera para acceder a los comentarios.