Los tejidos que no sufren una lesi\u00f3n descompresiva no juegan ning\u00fan papel en el modelo simple de Haldane. Aunque los riesgos de los tres compartimentos en un modelo de Haldane se incluyen al calcular el riesgo de descompresi\u00f3n, en la pr\u00e1ctica el riesgo de cualquier inmersi\u00f3n en particular deriva b\u00e1sicamente del riesgo de un s\u00f3lo compartimento (el “compartimento de control”), sin a penas intervenir los otros compartimentos. Por otra parte, en el modelo ICM de Saul, s\u00f3lo el compartimento central “en el que recae el riesgo” (rojo) representa el tejido con riesgo de una lesi\u00f3n descompresiva; los compartimentos restantes (verdes) representan tejidos “inactivos” (como tejido adiposo), donde no ocurren lesiones descompresivas. En su lugar, su papel en este modelo es el de servir como recept\u00e1culos o reservas para los excesos de gas. Inicialmente, durante la descompresi\u00f3n, estos tejidos act\u00faan como un tanque de desbordamiento, aumentando la cantidad de gas que puede ser absorvido sin causar da\u00f1os. Sin embargo, como la inmersi\u00f3n contin\u00faa y se absorbe m\u00e1s y m\u00e1s gas, llega un momento en el que se recupera. La inmersi\u00f3n termina y hay que comenzar a ascender. El gas “desbordado” no ha desaparecido. Cuando se compensa, el compartimento en el que recae el riesgo tiene que eliminar no s\u00f3lo el gas que ya tiene, sino tambi\u00e9n el gas “que se recupera” y que ahora viene de los otros compartimentos, (Esto, por cierto, aumenta la importancia de los ascensos lentos y las paradas de seguridad).<\/p>\n
Obviamente, en inmersiones de poco riesgo se absorbe relativamente muy poco gas durante la compensaci\u00f3n, resultando en bajas concentraciones de gas tanto en el compartimento en el que recae el riesgo como en los otros compartimentos. Con una baja concentraci\u00f3n de gas en las reservas, la recuperaci\u00f3n durante la compensaci\u00f3n es muy baja, y dado que el compartimento en el que recae el riesgo est\u00e1 liberando su propia baja concentraci\u00f3n de gas al mismo tiempo, el riesgo de enfermedad de descompresi\u00f3n es menor que de la otra forma. Todo esto tiene mucho sentido si pensamos en c\u00f3mo funciona el cuerpo en conjunto. Sin embargo, la intuici\u00f3n es \u00fatil de manera limitada. La verdadera prueba yace en c\u00f3mo de bien funciona el modelo. Se est\u00e1 haciendo evidente que este modelo es mucho m\u00e1s superior que los modelos ya existentes de predicci\u00f3n de la probabilidad de la enfermedad de descompresi\u00f3n.<\/p>\n
¿Qu\u00e9 quiero decir exactamente con esto? Obviamente, los modelos no son adivinos. Aqu\u00ed es donde entra en juego la comparaci\u00f3n. En la pr\u00e1ctica, los modelos est\u00e1n representados por conjuntos de ecuaciones. B\u00e1sicamente, una ecuaci\u00f3n es simplemente una secuencia de operaciones matem\u00e1ticas realizadas usando n\u00fameros de dos maneras posibles: como variables o como constantes. En modelos de buceo, las variables representar\u00edan generalmente cosas como el tiempo, la profundidad, si la inmersi\u00f3n o no result\u00f3 en una enfermedad descompresiva, es decir, cosas que var\u00edan con los datos. Las constantes son n\u00fameros que forman parte de la propia ecuaci\u00f3n, n\u00fameros que permanecen constantes sea cual sean los datos que introduzcamos. Antes de que se pueda utilizar un modelo (que comienza esencialmente como un marco te\u00f3rico) hay que ajustarla para que encaje con un ejemplo de datos reales del tipo que se quiera predecir. Esto es lo que se llama “calibraci\u00f3n”. Durante el proceso de calibrar un modelo con un conjunto de informaci\u00f3n de muestra, las cosas se vuelven un poco complicadas: las variables en realidad permanecen constantes (porque los datos de muestra no var\u00edan) mientras que las constantes var\u00edan (porque se est\u00e1n probando diferentes valores de las constantes para ver cu\u00e1l aproxima m\u00e1s las predicciones a los datos de muestra). Cuando se han determinado los mejores valores para las constantes, se puede hacer del modelo un algoritmo que funcione.<\/p>\n
Una medida para predecir su capacidad (la m\u00e1s elemental) ser\u00eda la de ver c\u00f3mo encaja el modelo con los datos que se utilizaron para calibrarlo, aunque, en cierto modo, es la medida menos importante. Es algo parecido a predecir el pasado. Ya sabes lo que ha pasado, y construyes tu modelo de manera que encaje con lo que ha pasado. De todas formas, tiene cierto valor (si no te sale bien esta medida, tu modelo est\u00e1 mal), pero no deja de ser un punto de partida. El siguiente paso es el de ver c\u00f3mo funciona el modelo con un conjunto de datos distintos pero que a\u00fan as\u00ed sea parecido al conjunto de datos utilizado para la calibraci\u00f3n. Ya no est\u00e1s prediciendo el pasado. Si pasas esta prueba tu teor\u00eda tiene coherencia, aunque dentro de un rango limitado. La mayor\u00eda de los modelos que satisfagan la primera medida satisfar\u00e1n esta tambi\u00e9n.<\/p>\n
Pero para una medida de la fuerza real de un modelo, se necesita ver c\u00f3mo funciona prediciendo los riesgos para un conjunto de perfiles que est\u00e9n completamente fuera del rango de peligros representado por los perfiles de calibraci\u00f3n.<\/p>\n
¿Funcionan bien los modelos calibrados utilizando datos de buceo de riesgo moderado cuando se aplican a un conjunto de inmersiones completamente diferentes donde el riesgo de enfermedad de descompresi\u00f3n es considerablemente mayor? Tomemos un caso extremo. Investigadores de la Marina de los Estados Unidos estudiaron las tasas de enfermedad de descompresi\u00f3n en inmersiones a saturaci\u00f3n en la gama real de “nunca intentes probar esto en casa”. Hicieron esto para intentar determinar los riesgos implicados en los ascensos directos de un submarino inutilizado. Debido al alto \u00edndice de riesgo esperado, utilizaron en su mayor\u00eda ratas y cerdos, aunque pudieron calcular c\u00f3mo se aplicar\u00edan los resultados de los animales a los de los humanos. Los puntos mostraron el riesgo esperado de enfermedad de descompresi\u00f3n para cada uno de los tres perfiles: todos eran ascensos directos de saturaci\u00f3n en aire a 33, 40 o 50 pies de agua marina (unos 10, 13 y 15 metros de agua marina respectivamente). Veamos c\u00f3mo funcionan los diferentes modelos, cada uno calibrado con datos de buceo de bajo riesgo, prediciendo los resultados que se obtuvieron realmente. <\/p>\n
La gr\u00e1fica muestra ciertas diferencias bastante sorprendentes. Los modelos que comparamos fueron: un modelo t\u00edpico de Haldane, el LE1, Saul’s ICEM, y Saul’s ICBM (una versi\u00f3n de burbujas del Saul’s ICM). El LE1 pretende a\u00f1adir el efecto de burbujas a lo que es el modelo de Haldane. Si observamos la gr\u00e1fica, vemos que el Saul’s ICM e ICBM est\u00e1n en l\u00ednea con los resultados reales (que aumentan r\u00e1pidamente con la profundidad de saturaci\u00f3n), mientras que el modelo basado en burbujas y el modelo Haldane no basado en burbujas mantienen apr\u00f3ximadamente trayectorias en l\u00ednea recta que subestiman seriamente los riesgos a grandes profundidades. Si se a\u00f1aden burbujas a los modelos de compartimentos interconectados e independientes se produce un cambio relativamente menor en las predicciones, mientras que el efecto de cambiar de una estructura compartimental independiente a interconectada es enorme.<\/p>\n
¿Qu\u00e9 hay de comparar los modelos en la direcci\u00f3n opuesta con muy poco riesgo, m\u00e1s t\u00edpica del buceo recreativo? Cuando examinamos los indices de incidendia de unos 10.000 perfiles de inmersi\u00f3n en aire (de la base de datos del proyecto de DAN “Project Dive Exploration [PDE]), los modelos interconectados se acercan m\u00e1s a las predicciones del n\u00famero real de incidencias que ocurrieron. Estas inmersiones resultaron en s\u00f3lo 10 casos de enfermedad de descompresi\u00f3n. Si hacemos unas estad\u00edsticas b\u00e1sicas sobre esto, un modelo que prediga unos resultados entre los 5 y los 18 hits ir\u00eda de acuerdo con lo provisto. El modelo LE1 predicir\u00eda 51 hits, uno modelo normal Haldane predicir\u00eda 126 hits, el ICM predecir\u00eda 10 hits y el ICBM predicir\u00eda 11 hits. De nuevo, los modelos interconectados resultaron mejor que los otros, por lo que son m\u00e1s correctos tanto con riesgos elevados como con inmersiones de bajo riesgo. Si observas los resultados de bajo riesgo, puede que tiendas a bostezar y a pensar “a mi qu\u00e9 me importa”. Los modelos existentes predicen de m\u00e1s el n\u00famero de hits, y qu\u00e9. ¿Eso no quiere decir que son m\u00e1s conservadores que los modelos interconectados? ¿Y no es eso algo bueno cuando hablamos de seguridad? Las respuestas son, respectivamente: “No” y “Depende”.<\/p>\n
¿Te acuerdas de las comparaciones de alto riesgo que observamos antes? Los modelos existentes subestimaron enormemente ah\u00ed el riesgo. Eso quiere decir que no son seguros para este tipo de perfiles de alto riesgo. Eso en s\u00ed no es muy importante, ya que no bucear\u00edas esos perfiles de todos modos. Lo m\u00e1s problem\u00e1tico es que sus predicciones no siguieron el modelo adecuado. Esto significa que hay muchas posibilidades de que sus predicciones tambi\u00e9n subestimen seriamente el riesgo en menos perfiles con riesgo moderadamente alto que puede que considerases bucear. ¿Un modelo m\u00e1s conservador (que, como hemos visto, no describe los modelos actuales necesariamente) es algo bueno? Probablemente, siempre y cuando sea uno preciso. El nivel relativo de riesgo que un buzo est\u00e1 dispuesto a aceptar es una decisi\u00f3n personal. Sin embargo, sin la precisa informaci\u00f3n, uno no est\u00e1 en la posici\u00f3n adecuada para evaluar el nivel de riesgo real. Aunque prefieras la opci\u00f3n m\u00e1s segura o est\u00e9s dispuesto a tolerar riesgos un poco mayores, la clave de conseguir lo que quieres est\u00e1 en la precisi\u00f3n. Los modelos de Saul pueden, como hemos visto, proporcionar una precisi\u00f3n mucho mayor. (Obviamente, este art\u00edculo s\u00f3lo proporciona una visi\u00f3n general de los modelos y de la investigaci\u00f3n tras ellos. Para una informaci\u00f3n m\u00e1s completa, y para la descarga de art\u00edculos period\u00edsticos recientemente publicados, consulta la p\u00e1gina web del autor.)<\/p>\n
Espero que los modelos de Saul aparezcan en los ordenadores de buceo en un futuro relativamente pr\u00f3ximo y que finalmente se conviertan en el nuevo est\u00e1ndar para el submarinismo. Mientras tanto, lo mejor que puedes hacer es continuar buceando de acuerdo con tu ordenador de buceo, pero ten en cuenta sus limitaciones. Si ves que contradice algo de lo que recuerdas de las tablas de buceo o de las clases, opta por la opci\u00f3n m\u00e1s segura. Sobre todo, nunca descuides tus paradas de seguridad.<\/p>\n