Dos corredores compiten en una pista con pendiente variable. Uno salió antes, el otro después, y el juez, sin saberlo, compara sus velocidades. Algo parecido ocurre con las variantes del virus: los datos sobre ellas llegan con retraso, y si los retrasos son distintos, la evaluación de la ventaja de una sobre la otra puede resultar errónea.
La ventaja de una variante se suele evaluar mediante la pendiente de una curva especial que muestra la rapidez con que crece la proporción de la nueva variante entre todos los infectados. Pero esta evaluación supone que las observaciones son precisas. En la realidad, entre la infección y el registro de la muestra pasan días, y distintas variantes pueden tener distintos retrasos. Entonces la comparación ocurre en fases diferentes de la epidemia, cuando las condiciones para el crecimiento ya no son las mismas.
Los autores lo comprobaron con modelos computacionales de la epidemia y encontraron que el error puede alcanzar decenas de puntos porcentuales. Incluso cuando la curva parecía casi perfecta, la evaluación de la ventaja estaba sesgada en aproximadamente un tercio. Esto significa que, con solo los datos de frecuencias, no se puede decir con certeza cuánto más rápida es una variante que otra, sin tener en cuenta los retrasos.
Ahora el juez lo sabe: para evaluar justamente a los corredores, hay que considerar quién salió y cuándo. De igual manera, los científicos deben considerar los retrasos en la observación antes de sacar conclusiones sobre la ventaja de las variantes del virus.
En los datos de GISAID para el Reino Unido, la pendiente de la curva logit para el reemplazo Alpha→Delta fue de 0.107 por día, y para Delta→Omicron BA.1 fue de 0.237 por día, lo que corresponde a una duplicación de la proporción de la nueva variante aproximadamente cada 6.5 y 2.9 días, respectivamente.