Analizan la efectividad de diferentes estrategias para contener eventuales oleadas epidémicas de COVID-19

by

La contención total de la población ante una epidemia como la COVID-19 es una estrategia que necesita la adopción de medidas activas para prepararse para la segunda ola: para maximizar su eficiencia son primordiales pruebas diagnósticas a enorme escala, el aislar a las personas con síntomas y también detectar sus contactos.

Esta se encuentra dentro de las principales conclusiones de un estudio realizado por un equipo de investigadores de la Universidad Carlos III de Madrid (UC3M), la Facultad de Zaragoza, el Centro Tecnológico de Massachusetts (MIT) y la Fundación ISI, en Italia.

Los desenlaces, basados ​​en modelos matemáticos y datos reales del flujo de los movimientos de los individuos, señalan que la contención total de la población necesita la adopción de medidas activas más tarde, en caso contrario se produciría un nuevo brote. “Al utilizar matrices de contactos en este nivel de detalle, tenemos la posibilidad de conocer el efecto de tácticas como cerrar escuelas, trabajos o incluso restaurantes o bien otros sitios no esenciales y prepararnos mejor para distintas tácticas. antes de una segunda ola ”, enseña el instructor del Departamento de Matemáticas de la UC3M y coautor del estudio Esteban Moro, hoy día profesor invitado en el MIT Media Lab.

“Frente a la necesidad de adoptar medidas para contener y erradicar la presente pandemia de COVID-19, simulamos el curso de la epidemia en una población real, en un caso así de la región de Boston. Nuestros modelos indican que en prácticamente todos los niveles es muy probable que se genere una nueva ola de infecciones. La conclusión fundamental es que las políticas de contención pasiva deben combinarse con políticas más beligerantes ”, resalta Yamir Moreno, físico teórico, coautor del estudio y responsable del Conjunto de Redes y Sistemas Complejos (COSNET) del Institut de Biocomputación y Física de Sistemas Complejos (BIFI) por la Universidad de Zaragoza.

Específicamente, el estudio muestra que la detección precoz de una media del 50% de las situaciones sintomáticos en los un par de días siguientes al inicio de los síntomas y posterior aislamiento, tal como seguimiento y cuarentena del 20-40% de sus contactos, sería una estrategia eficiente para contener las oleadas de anomalías de la salud posteriores y evadir la saturación o el colapso del sistema de salud.

Para realizar esta investigación, el equipo de científicos empleó datos reales de movilidad de individuos de teléfonos móviles en los Estados Unidos proporcionados por el software. Datos para bien de Cuebiq Inc., una compañía que junta las ubicaciones de los individuos y las agrega de forma anónima. Además de esto, analizaron los datos del censo del área de Boston para construir una red de colocación de tres capas (comunidad, escuelas y hogares) y usaron un modelo SEIR para modelar la propagación de epidemias.

“También estamos trabajando actualmente con datos de movilidad actualizados en Nueva York, que es el epicentro actual del brote en Estados Unidos”, afirma Esteban Moro. «Si se tiene datos de movilidad de alta resolución, nuestro enfoque puede contestarse fácilmente en novedosas localidades o bien países para medir el encontronazo de las tácticas de distanciamiento popular en frente de la epidemia», agrega.

Esta investigación procura obtener datos que ayuden a considerar el impacto de las tácticas de distanciamiento popular que se han adoptado en diferentes países para combatir el COVID-19, así como cuánto tiempo o bien cuál es más probable que esté en efecto. eficiente. Además de esto, asimismo se analizan las probabilidades de que se produzca un segundo brote más tarde o bien cuál sería la manera más óptima de prepararse para una hipotética segunda oleada.

Estos desenlaces se terminan de difundir recientemente en la gaceta científica Nature Human Behavior y son el resultado de una colaboración entre científicos de la Universidad Carlos III, la Facultad de Zaragoza, Northeastern University (EE. UU.) Y MIT (EE. UU.), Entre otros.

Esta web utiliza cookies propias para su correcto funcionamiento. Al hacer clic en el botón Aceptar, acepta el uso de estas tecnologías y el procesamiento de sus datos para estos propósitos. Más información
Privacidad