COVID-19 está impactando actualmente en todo el mundo y se están probando diferentes enfoques para detener la epidemia en todo el mundo. A medida que pasan las semanas, aprendemos más y más sobre este pequeño virus, que afecta tanto a nuestra vida cotidiana como a nuestro mundo. En la sección de biocomplejidad del Instituto Niels Bohr (NBI), Universidad de Copenhague, los investigadores están ocupados aplicando métodos de la física de sistemas complejos para examinar cómo se maneja mejor la epidemia. La forma más simple y conocida ahora es el "bloqueo", por el que hemos estado pasando durante los meses de marzo y abril. También es el más caro, demostró ser eficiente, algo que no podíamos saber antes de probarlo. Pero hay muchas formas de calcular y pronosticar el desarrollo de la epidemia, y los investigadores en biocomplejidad y sistemas complejos explican uno de ellos aquí, así como algunos de los conceptos más prevalentes presentados en los medios.
Modelos matemáticos basados en agentes
En el Instituto Niels Bohr, trabajamos con muchos métodos, uno de los cuales son los llamados modelos basados en agentes, en los que se encuesta a personas individuales, a medida que se encuentran con otras personas y posiblemente contraen la enfermedad. Esto es contrario a los modelos epidémicos habituales, en los que solo se pueden examinar los efectos en el nivel de la población. Estos modelos permiten, a través de datos en las redes de personas individuales, examinar una clase más amplia de estrategias. Especialmente el comportamiento de personas individuales, como cuántos amigos o familiares están cerca, sus rutinas diarias de movimiento y cosas similares. Los modelos epidémicos habituales son mucho menos detallados y no nos permitirán captar el efecto de todos los cambios individuales en el comportamiento que todos estamos haciendo en estos días.
Hemos trabajado estrechamente con el efecto del seguimiento de contactos y la cuarentena. Los cálculos preliminares del grupo NBI indican que puede reducir la parte superior de la epidemia con la aplicación. 50%, si utiliza un seguimiento de contactos simple y 5 días de aislamiento de contactos recientes a una persona enferma confirmada. Mientras la persona infectada esté aislada en su hogar, no contribuirá significativamente a la propagación de COVID-19.
El efecto de esta estrategia de "contacto y cuarentena" se ilustra en la figura 1.
La figura compara el número de infectados en una situación en la que la sociedad se abre por completo a una situación en la que el seguimiento de contactos se aplica simultáneamente con una apertura completa. Es importante tener en cuenta que el número de infectados puede mantenerse aún más bajo, si mantenemos algunas de las medidas de reducción de infecciones que ya conocemos, como la higiene de las manos y la limitación de grandes conjuntos. El rastreo de contactos no es una medida que se aplique solo.
Hemos trabajado estrechamente con el efecto del seguimiento de contactos y la cuarentena. Los cálculos preliminares del grupo NBI indican que puede reducir la parte superior de la epidemia con la aplicación. 50%, si utiliza un seguimiento de contactos simple y 5 días de aislamiento de contactos recientes a una persona enferma confirmada. Mientras la persona infectada esté aislada en su hogar, no contribuirá significativamente a la propagación de COVID-19.
El efecto de esta estrategia de "contacto y cuarentena" se ilustra en la figura 1.
La figura compara el número de infectados en una situación en la que la sociedad se abre por completo a una situación en la que el seguimiento de contactos se aplica simultáneamente con una apertura completa. Es importante tener en cuenta que el número de infectados puede mantenerse aún más bajo, si mantenemos algunas de las medidas de reducción de infecciones que ya conocemos, como la higiene de las manos y la limitación de grandes conjuntos. El rastreo de contactos no es una medida que se aplique solo.
Los modelos basados en agentes son herramientas universales
Otras estrategias para limitar la propagación de la enfermedad también se pueden examinar con modelos basados en agentes. Los grupos vulnerables de personas pueden aislarse para protegerlos de la enfermedad y reducir significativamente la necesidad de cuidados intensivos. Las simulaciones preliminares indican que si todas las personas mayores de 60 años reducen sus contactos sociales con un 75%, esto reduce la presión máxima sobre las unidades de cuidados intensivos a solo un tercio. Si los abuelos además de esto eligen aislarse de sus nietos, lo más probable es que reduzca la necesidad de cuidados intensivos con otro 50%.El objetivo por encima de todo para cualquier estrategia para limitar la propagación de la enfermedad es, por supuesto, reducir la presión sobre los sistemas de atención médica, cuando la epidemia alcanza su punto máximo. Un hecho revelador de la importancia de estos cálculos de la epidemia de COVID-19 es que si no se hace nada, la necesidad de camas de cuidados intensivos sería la aplicación. 10.000, - y nuestra capacidad es solo aplicación. 500
Estos parámetros se utilizan en modelos epidémicos de todo tipo, por lo que no solo en modelos basados en agentes. Cuando deseamos examinar estrategias que dependen de las redes y el comportamiento social, los modelos basados en agentes son particularmente útiles. A medida que se disponga de datos más precisos, esperamos poder producir modelos aún mejores, produciendo predicciones más precisas del desarrollo de la epidemia.
Los parámetros inciertos de la enfermedad.
Si desea comprender las muchas predicciones inciertas en los medios de comunicación en estos días, es una gran ventaja conocer los parámetros más importantes para la epidemia de COVID-19. A continuación se explican los tres parámetros más importantes.La tasa de crecimiento de la enfermedad.
La tasa de crecimiento está directamente relacionada con la probabilidad de infección cuando se encuentran dos personas. La tasa de crecimiento simplemente dice con cuánto porcentaje crece la epidemia por día. Este parámetro se estima a partir del número de ingresos hospitalarios en Dinamarca. A nivel mundial, se estima mejor a partir del crecimiento en el número de muertes por día. Internacionalmente, el nivel en cada país fue del 20% - 40% al comienzo de la epidemia, - el más alto en Italia y España. Un porcentaje de este tamaño es característico del crecimiento exponencial de una epidemia fuera de control. El distanciamiento físico y el bloqueo se trata de limitar la cantidad de contactos, por lo que esta tasa debería disminuir.La presión de infección: la famosa R
R describe el número promedio de personas infectadas por cada individuo infectado. R es proporcional a la probabilidad de infección cuando se encuentran dos personas. R se calcula a partir de la tasa de crecimiento y el tiempo que tarda una persona en infectarse hasta que vuelve a infectar. Este intervalo de tiempo aún es incierto, pero se estima entre 3 y 7 días. Cuanto más corto sea el intervalo, más pequeño será R. Un pequeño número R es bueno, ya que resulta en un máximo más bajo para la epidemia, y se hace más fácil para una población alcanzar la inmunidad de rebaño. Con R = 2, en principio, "solo" necesitamos reducir a la mitad nuestros contactos sociales para llegar a R = 1 donde la epidemia comienza a extinguirse. Con R = 4 tendríamos que reducir nuestros contactos sociales cuatro veces más. Nuestro comportamiento general tendría que cambiar significativamente, si R es más grande. Esta es la razón por la cual diferentes valores de R significan tanto para la forma en que se calibran los modelos, y para cómo debemos evaluar nuestro bloqueo en marzo. La mejor evaluación en este momento es que la presión de infección R cayó de la aplicación. 3 a la aplicación. 0.7 durante nuestro encierro.La figura oscura
La figura oscura es una indicación de cuántas personas más infectadas hay, de lo que sabemos. Depende de cómo y cuánto probamos, y variará de un país a otro. Las pruebas de suero, que muestran si las personas han producido anticuerpos contra la enfermedad, son muy útiles, porque nos dirán cuántos han tenido la enfermedad. La figura oscura no es importante para las predicciones al comienzo de una epidemia, pero es extremadamente importante más adelante, para evaluar dónde estamos en la duración de la epidemia. Una gran figura oscura dirá que la enfermedad es menos peligrosa y que estamos más cerca de la inmunidad colectiva. Las autoridades noruegas estiman que la cifra oscura es tan alta que solo 3 de cada 1000 morirán cuando se infecten.Estos parámetros se utilizan en modelos epidémicos de todo tipo, por lo que no solo en modelos basados en agentes. Cuando deseamos examinar estrategias que dependen de las redes y el comportamiento social, los modelos basados en agentes son particularmente útiles. A medida que se disponga de datos más precisos, esperamos poder producir modelos aún mejores, produciendo predicciones más precisas del desarrollo de la epidemia.
No hay comentarios:
Publicar un comentario