1 Capítulo 1 — Por qué la epidemiología pertenece a un centro de cultivo

Epidemiología aplicada en acuicultura — Parte I: Fundamentos

Dónde encaja esto — Fundamentos. Este libro se organiza en torno a cinco fases del manejo de enfermedades: Anticipar → Prevenir → Detectar → Responder → Resguardar (los cinco niveles de prevención; Mardones 2020). Los capítulos 1–3 son la capa habilitante bajo las cinco fases: la mentalidad, las herramientas y las destrezas de datos de las que depende cada fase.

1.1 Una historia de dos centros de cultivo

Imagina dos operaciones que llegarás a conocer muy bien a lo largo de este libro.

La primera es Aysén Salmón S.A., una empresa que cultiva salmón del Atlántico en los fríos fiordos del sur de Chile. Sus peces inician la vida en estanques de agua dulce —cada vez más en sistemas de recirculación (RAS)— y luego pasan a balsas-jaula en el mar para su engorda. Sus veterinarios se preocupan a diario por Piscirickettsia salmonis (agente del SRS, la septicemia rickettsial del salmón), la enfermedad bacteriana del riñón (BKD) y el piojo de mar Caligus.

La segunda es Tilapia Lago Verde, una operación de aguas cálidas que cría tilapia del Nilo en estanques de tierra y jaulas lacustres. Sus problemas son distintos: brotes de Streptococcus que estallan cuando el agua se calienta, el virus del lago de la tilapia (TiLV) y la septicemia por Aeromonas móviles.

Estas dos operaciones no se parecen en nada —distintas especies, distinta agua, distintas temperaturas, distintas enfermedades—. Y sin embargo, como verás, las preguntas que se hacen sus equipos de salud son casi idénticas:

¿Cuántos de mis peces están realmente enfermos, y ese número está subiendo o bajando?
¿Qué jaulas, estanques o lotes están peor, y por qué?
¿Este nuevo alimento (o vacuna, o fuente de agua) está ayudando de verdad?
Si comienza un brote, ¿de dónde vino y cómo evito que se propague?

La epidemiología es la disciplina que responde esas preguntas con evidencia en lugar de corazonadas. Este libro te enseña a hacerlo, y a hacerlo en R —una herramienta gratuita que convierte una planilla desordenada de registros de mortalidad en una respuesta clara—. Ambas operaciones aparecen en cada capítulo, para que siempre veas cada idea en un contexto marino de agua fría y en uno dulceacuícola de agua cálida.

1.2 Qué es realmente la epidemiología

Una definición clásica, adaptada del texto de epidemiología veterinaria de Thrusfield, dice así:

La epidemiología es el estudio de la enfermedad en poblaciones, y de los factores que determinan su presentación.

La palabra en negrita lo es todo. Un clínico mira un pez enfermo —o uno moribundo sacado de una jaula— y pregunta “¿qué tiene este animal y cómo lo trato?”. Un epidemiólogo da un paso atrás y pregunta “¿qué está ocurriendo en toda esta población de peces, y por qué?”.

Ese cambio de escala lo cambia todo. La epidemiología veterinaria también se ocupa explícitamente de la productividad, no solo de la enfermedad: el crecimiento lento, la mala conversión de alimento y las cosechas degradadas son todos desenlaces legítimos de estudio. Y como casi nunca podemos examinar a cada pez, la epidemiología trata fundamentalmente de hacer inferencias: observar una muestra y razonar con cuidado sobre la población de la que proviene.

1.2.1 Dos formas de ver la misma jaula

La diferencia cabe en una imagen. La medicina clínica ve solo a los animales visiblemente enfermos. La epidemiología insiste en contarlos a todos —los enfermos y los sanos— porque no puedes interpretar 50 peces muertos sin saber si provienen de una jaula de 500 o de una de 50.000.

Idea clave — el denominador. Un conteo de casos por sí solo casi no significa nada. “Perdimos 200 peces esta semana” podría ser una catástrofe o un error de redondeo. El número que le da sentido es la población en riesgo que hay por debajo. Gran parte de este libro trata, de una u otra forma, de elegir el denominador correcto.

1.3 Tres sabores de epidemiología

A lo largo del libro nos moveremos entre tres estilos complementarios de pensamiento epidemiológico. Conviene nombrarlos ahora.

La epidemiología descriptiva organiza y resume lo que está pasando —describe la enfermedad y sus determinantes por animal, lugar y tiempo—. Cuando el equipo de Lago Verde grafica la mortalidad de la tilapia semana a semana entre sus estanques, eso es epidemiología descriptiva. Cuantifica la carga de enfermedad y genera hipótesis.

La epidemiología analítica (o cuantitativa) pone a prueba esas hipótesis. Investiga la relación entre una exposición (un supuesto factor de riesgo) y un desenlace (habitualmente la enfermedad), usando diseños de estudio y análisis estadístico para juzgar cuán fuerte y cuán confiable es el vínculo. Cuando Aysén Salmón pregunta “¿las jaulas sembradas con agua de río tienen más BKD que las jaulas con agua RAS?”, eso es epidemiología analítica —y responderemos exactamente esa pregunta con números reales en el Capítulo 5—.

La epidemiología teórica usa modelos matemáticos para predecir cómo se propaga la enfermedad en una población y para probar estrategias de control en el computador antes de intentarlas en el agua. Tocamos sus intuiciones centrales en el capítulo de brotes (Capítulo 13), en particular la idea de un umbral de transmisión.

No tienes que elegir una. Una buena investigación suele describir primero, luego analizar y, de vez en cuando, modelar.

1.4 La tríada epidemiológica, en el agua

La enfermedad nunca es solo cosa del microbio. La clásica tríada epidemiológica sostiene que un desenlace emerge de la interacción de tres cosas:

el agente (el patógeno: P. salmonis, Streptococcus, TiLV, piojos de mar),
el hospedador (el pez, con su especie, edad, tamaño, estado inmune, genética),
y el ambiente (temperatura del agua, oxígeno, salinidad, densidad de cultivo, fuente de agua).

Este marco es especialmente poderoso en acuicultura porque el ambiente es muy dominante. Una cepa de Streptococcus que casi no causa nada a 24 °C puede devastar un estanque de tilapia a 30 °C. El agente no cambió; el ambiente inclinó la balanza. Cada vez que investigues un problema en cualquiera de nuestras operaciones, entrénate para preguntar por las tres esquinas de la tríada en lugar de ir directo a un antibiótico.

1.4.1 Medir cuán dañino es un agente

No todo pez que se encuentra con un patógeno se infecta; no todo pez infectado se enferma; no todo pez enfermo muere. La epidemiología nos da tres razones ordenadas para separar estas etapas, todas dependientes de factores del hospedador:

Infectividad — la capacidad del agente de infectar: infectividad = (número de infectados ÷ número de susceptibles) × 100
Patogenicidad — su capacidad de causar enfermedad clínica: patogenicidad = (número con enfermedad clínica ÷ número de expuestos) × 100
Virulencia — la severidad de la enfermedad, medida con la tasa de letalidad: virulencia = (número de muertos ÷ número con enfermedad) × 100

Pongámosle números. Supón que se introduce P. salmonis en una jaula de mar de Aysén Salmón con 10.000 salmones susceptibles. En las semanas siguientes, 6.000 se infectan, 1.500 desarrollan SRS clínico y 600 de esos mueren.

Infectividad = 6.000 ÷ 10.000 × 100 = 60 %
Patogenicidad = 1.500 ÷ 10.000 × 100 = 15 %
Virulencia (letalidad) = 600 ÷ 1.500 × 100 = 40 %

Ahora el paralelo de aguas cálidas. Un episodio de Streptococcus agalactiae golpea un estanque de Lago Verde con 8.000 tilapias susceptibles: 5.600 se infectan, 2.000 desarrollan signos clínicos y 400 mueren.

Infectividad = 5.600 ÷ 8.000 × 100 = 70 %
Patogenicidad = 2.000 ÷ 8.000 × 100 = 25 %
Virulencia = 400 ÷ 2.000 × 100 = 20 %

Léelos uno junto al otro y surge una historia: el Streptococcus de la tilapia se propagó con más facilidad y enfermó a más peces (mayor infectividad y patogenicidad), pero la Piscirickettsia del salmón mató una proporción mayor de los peces que enfermó (mayor virulencia). Los mismos tres números, dos problemas de manejo muy distintos.

1.5 Tu primer cálculo en R

No necesitas instalar nada para leer esta sección —en el Capítulo 2 configuramos R y RStudio correctamente, desde cero—. Pero como este es un libro aplicado, veamos cómo luce ese cálculo del salmón como código R. No te preocupes por memorizar la sintaxis; solo fíjate en lo legible que es.

# Aysén Salmón S.A. — un episodio de P. salmonis en una jaula de mar
# La flecha '<-' guarda un valor en un objeto con nombre para reutilizarlo.

susceptibles <- 10000   # peces en riesgo en la jaula
infectados   <- 6000    # peces que se infectaron
enfermos     <- 1500    # peces que desarrollaron SRS clínico
muertos      <- 600     # peces que murieron de SRS

# El '#' marca un comentario — R ignora todo lo que va después.
# Una '/' divide, y '* 100' convierte una proporción en porcentaje.

infectividad  <- infectados / susceptibles * 100
patogenicidad <- enfermos   / susceptibles * 100
virulencia    <- muertos    / enfermos     * 100

# Imprime los tres resultados en pantalla:
infectividad     # 60
patogenicidad    # 15
virulencia       # 40

Eso es realmente todo: nombra algunos números, haz aritmética con los nombres y mira las respuestas. Cada análisis de este libro se construye con piezas tan pequeñas como esta. Al final del Capítulo 2 estarás ejecutando código como este por tu cuenta; para el Capítulo 4 lo harás sobre datos reales de ambas operaciones.

Inténtalo tú (1.1). Rehaz el cálculo para el episodio de Streptococcus de la tilapia de Lago Verde (8.000 susceptibles; 5.600 infectados; 2.000 enfermos; 400 muertos). Deberías recuperar 70 %, 25 % y 20 %. Aunque por ahora solo puedas hacerlo en papel o en una planilla, la meta es sentirte cómodo con lo que divide cada razón.

1.6 Una Salud: tu centro de cultivo no es una isla

La salud de los peces no se detiene en la orilla del estanque ni en la red de la jaula. La perspectiva de Una Salud reconoce que la salud de los animales, las personas y el ambiente está vinculada —y la acuicultura se sitúa justo en el centro de esa red—.

Considera solo algunas conexiones que importarán en nuestras operaciones:

Antimicrobianos. Tratar un brote de SRS con antibióticos puede, con el tiempo, seleccionar bacterias resistentes —un problema que trasciende la jaula y llega a la salud humana y ambiental—. La buena epidemiología (saber cuándo el tratamiento está realmente justificado) es una de las herramientas más potentes para usar estos fármacos de manera responsable.
Agua compartida. El lago de Lago Verde también lo usan las comunidades locales y los peces silvestres. Los patógenos, los efluentes y los escapes se mueven entre poblaciones cultivadas y silvestres en ambos sentidos.
Inocuidad alimentaria y comercio. El estatus sanitario determina si un país puede siquiera exportar su salmón o tilapia. La vigilancia epidemiológica es lo que sustenta esas decisiones de acceso a mercados.

No necesitas resolver Una Salud para ser un buen especialista en salud de peces. Pero tenerla a la vista explica por qué medimos con cuidado, tratamos con moderación y documentamos todo —temas que recorren todo el libro—.

1.7 Cómo encaja el resto del libro

Cada capítulo entrega la posta al siguiente, construyendo una destreza a la vez. Este es el camino por delante:

Por qué la epidemiología pertenece a un centro de cultivo (estás aquí) — la mentalidad y el vocabulario.
Instalar y configurar R — instala todo y aprende lo básico, con las manos en la masa y con nuestros datos.
Describir lo que ves — resume y visualiza datos; la estadística que de verdad usarás.
¿Cuánta enfermedad hay? — prevalencia e incidencia, las dos formas de contar enfermedad.
¿Qué lo está causando? — riesgo, odds, riesgo relativo, razón de odds y fracciones atribuibles.
Elegir un diseño de estudio — transversal, de cohorte y de casos y controles, con sus compromisos.
¿Cuántos peces debo muestrear? — métodos de muestreo y cálculo de tamaño de muestra.
¿Es realmente la causa? — confusión, sesgo y razonamiento causal.
Investigar un brote — el capítulo culminante, que reúne todas las destrezas previas en una sola investigación.

Un breve conjunto de apéndices al final reúne una guía rápida de R, una referencia de fórmulas y los conjuntos de datos.

Sobre los datos. A partir del Capítulo 2, cada capítulo viene con un pequeño conjunto de datos realista (simulado) para Aysén Salmón S.A. y Tilapia Lago Verde —registros de mortalidad, muestreos, resultados de laboratorio, etc.—. Están diseñados para descargarse y ejecutarse junto al texto, de modo que nunca estés solo leyendo sobre análisis; lo estás haciendo.

1.8 Resumen del capítulo

La epidemiología estudia la enfermedad en poblaciones, no en individuos —y en el trabajo veterinario también estudia la productividad—.
Como rara vez examinamos cada pez, la epidemiología se trata de inferir de una muestra a una población.
Busca siempre el denominador: un conteo de casos significa poco sin la población en riesgo que hay debajo.
La disciplina trabaja en tres modos: descriptivo, analítico y teórico.
La enfermedad surge de la interacción de agente, hospedador y ambiente (la tríada); en acuicultura el ambiente suele ser decisivo.
Infectividad, patogenicidad y virulencia son tres razones que separan infección, enfermedad y muerte.
La visión de Una Salud conecta tu centro de cultivo con la salud humana y ambiental, y explica por qué importa medir con cuidado.

1.8.1 Ejercicios

1.1 Recalcula infectividad, patogenicidad y virulencia para el episodio de Streptococcus de Lago Verde (8.000 susceptibles; 5.600 infectados; 2.000 enfermos; 400 muertos).

1.2 Un centro de salmón vecino reporta que, de 12.000 peces susceptibles expuestos a Caligus, 9.000 se infestaron, 1.200 mostraron lesiones clínicas y 90 murieron. Calcula las tres métricas. ¿Cuál es mayor aquí —infectividad o virulencia—, y qué sugiere eso sobre cómo manejar el piojo de mar frente al SRS?

1.3 Para cada afirmación, identifica si refleja epidemiología descriptiva, analítica o teórica: (a) “La mortalidad llegó a su máximo en la semana 6 en los estanques del este.” (b) “Las jaulas con agua de río tuvieron 2,2 veces el riesgo de BKD de las jaulas RAS.” (c) “Nuestro modelo predice que el brote se extinguirá una vez que el 80 % de los peces sean inmunes.”

1.4 Elige una enfermedad relevante para tu propio trabajo y esboza su tríada: nombra un factor plausible del agente, uno del hospedador y uno del ambiente que, juntos, empujen a los peces hacia la enfermedad.

Siguiente: Capítulo 2 — Instalar y configurar R. Instalamos R y RStudio desde cero, aprendemos a cargar un conjunto de datos de cultivo y construimos el puñado de destrezas de las que dependen todos los capítulos posteriores.