Nuevo marco de modelado desarrollado para mejorar el control de enfermedades infecciosas
Datos sintéticos: Estimaciones medianas de las funciones de tasa de infección en cada modelo en comparación con la función de tasa de infección real. (A) Estimaciones para la tasa de infección tipo 0. (B) Estimaciones para la tasa de infección tipo 1. Crédito: Actas de la Academia Nacional de Ciencias (2022). DOI: 10.1073/pnas.2118425119
Los matemáticos han desarrollado un nuevo modelo para analizar los datos de brotes de enfermedades infecciosas que podría usarse para mejorar el seguimiento y el control de enfermedades.
Investigadores de la Universidad de Nottingham desarrollaron un nuevo marco basado en datos para modelar cómo las enfermedades infecciosas se propagan entre una población que podría reducir los errores en las decisiones tomadas sobre las medidas de control de enfermedades. Sus hallazgos se han publicado en PNAS.
La pandemia de COVID-19 ha puesto de relieve que la capacidad de desentrañar la dinámica de la propagación de enfermedades infecciosas es sumamente importante para diseñar estrategias de control eficaces y evaluar las existentes. Los modelos matemáticos de cómo se propagan las enfermedades infecciosas continúan desempeñando un papel vital en la comprensión, mitigación y prevención de brotes.
Dr. Rowland Seymour dirigió el estudio y explica: «La mayoría de los modelos de enfermedades infecciosas contienen suposiciones específicas sobre cómo ocurre la transmisión dentro de una población. Estas suposiciones pueden ser arbitrarias, particularmente cuando se trata de describir cómo varía la transmisión entre individuos de diferentes tipos o en diferentes lugares. y puede carecer de una justificación biológica o epidemiológica apropiada. Esto puede conducir a conclusiones científicas erróneas y predicciones engañosas. Las enfermedades infecciosas, tanto dentro de las poblaciones humanas como animales, siguen planteando graves riesgos para la salud y socioeconómicos. Hemos desarrollado un conjunto de métodos estadísticos contemporáneos que prescinde con la necesidad de los supuestos de transmisión subyacentes de los modelos existentes. Nuestro enfoque permite, en cambio, que el análisis sea impulsado por la evidencia en los datos y, por lo tanto, permite a los formuladores de políticas tomar decisiones basadas en datos sobre el control de la propagación de una enfermedad. Nuestro trabajo es otra herramienta en la lucha contra la propagación de enfermedades infecciosas y estamos entusiasmados de seguir desarrollando este marco».
Los investigadores desarrollaron un marco basado en datos para modelar cómo las enfermedades infecciosas se propagan a través de una población al evitar suposiciones de modelado estrictas que a menudo son difíciles de justificar. Los investigadores usaron el método para mejorar la comprensión del brote de fiebre aftosa de 2001 en el Reino Unido en el que se sacrificaron más de 6 millones de animales con un costo para el bolsillo público y privado de más de 8 mil millones.
La metodología propuesta es muy general, haciéndolo aplicable a una amplia clase de modelos, incluidos aquellos que tienen en cuenta la estructura de la población (p. ej., hogares, lugares de trabajo) y las características individuales (p. ej., ubicación y edad).
Este trabajo ha abierto varias vías para más investigación en esta área, incluida la mejora de su eficiencia computacional y su aplicación en tiempo real, es decir, cuando el brote aún está en curso. Este último es de importancia material para los formuladores de políticas y las autoridades gubernamentales, de modo que puedan responder a los datos que surgen del brote.
Explore más a fondo
Los modelos de red pueden ayudar a comprender la propagación de nuevas variantes en una pandemia Más información: Rowland G. Seymour et al, inferencia no paramétrica bayesiana para la mezcla heterogénea de modelos de enfermedades infecciosas, Procedimientos de la Academia Nacional de Ciencias (2022). DOI: 10.1073/pnas.2118425119 Información de la revista: Procedimientos de la Academia Nacional de Ciencias
Proporcionado por la Universidad de Nottingham Cita: Nuevo marco de modelado desarrollado para mejorar las enfermedades infecciosas control (2022, 7 de marzo) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-03-framework-infectious-disease.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.