Los científicos utilizan el conocimiento del modelado del sistema climático para desarrollar un sistema de predicción global para la pandemia de COVID-19
El campus de la Universidad de Lanzhou. Crédito: Chuwei Liu
Al momento de escribir este artículo, la enfermedad por coronavirus 2019 (COVID-19) amenaza seriamente la vida y la salud de las personas en todo el mundo. Antes de que se desarrollen vacunas eficaces y medicamentos específicos, las intervenciones no farmacológicas y las predicciones de modelos numéricos son esenciales. Con este fin, un grupo dirigido por el profesor Jianping Huang de la Universidad de Lanzhou, China, desarrolló el Sistema de predicción global de la pandemia de COVID-19 (GPCP).
Jianping Huang es profesor en la Facultad de Ciencias Atmosféricas y director del Centro de Innovación Colaborativa para la Seguridad Ecológica Occidental de la Universidad de Lanzhou, China. Durante mucho tiempo se ha dedicado a estudiar la predicción climática a largo plazo, la interacción entre las nubes de polvo y el cambio climático semiárido mediante la combinación de observaciones de campo e investigación teórica. El encierro a principios de 2020 afectó seriamente su investigación. Por lo tanto, atrapado en casa, sostuvo discusiones en línea con los miembros de su equipo sobre cómo su experiencia en el desarrollo de modelos de sistemas climáticos podría contribuir a combatir la pandemia. No esperaba mucha respuesta, pero se sorprendió cuando muchos de sus colegas respondieron con entusiasmo.
Por lo tanto, él y su equipo combinaron los resultados de 30 años de trabajo en métodos estadísticos dinámicos numéricos de predicción meteorológica y desarrollaron el GPCP basado en el modelo tradicional de enfermedad infecciosa Susceptible-Infectado-Recuperado (SIR). Los métodos mejorados y los resultados se publicaron en Atmospheric and Ocean Science Letters.
Con el fin de combinar datos y modelos epidemiológicos, se propuso el algoritmo de optimización de parámetros Levenberg-Marquardt (LM) para identificar modelos epidemiológicos, construyendo así un Modelo estadístico-SIR. El algoritmo LM introduce un coeficiente de amortiguamiento al calcular la matriz hessiana mediante el método tradicional de mínimos cuadrados, combinando así la ventaja del método de Gauss-Newton y el método de descenso de gradiente y mejorando la estabilidad de los parámetros.
«From A partir de los resultados de la simulación de cuatro países seleccionados con un número relativamente alto de casos confirmados, se encontró que el modelo Estadístico-Susceptible-Infectado-Recuperado que usa el algoritmo LM es más consistente con la curva real de la epidemia, siendo más capaz de reflejar su tendencia de desarrollo», explica el profesor Huang.
Además, el modelo de descomposición de modo empírico de conjunto (EEMD) y el modelo de promedio móvil autorregresivo (ARMA) también se usaron en combinación para mejorar los resultados de predicción del GPCP. El método EEMD se ha utilizado ampliamente en los campos de la ingeniería, la meteorología, la ecología, etc. Puede descomponer la señal según su propia escala y es adecuado para el procesamiento de señales no estacionarias y no lineales. El método ARMA puede predecir mejor las series temporales.
«Descubrimos que el método EEMD-ARMA se puede usar directamente para predecir el número de casos nuevos diarios en países con un número menor de casos confirmados cuya tendencia de desarrollo no puede ser pronosticado por el modelo de enfermedades infecciosas. Según los resultados, este método es más efectivo para mejorar los resultados de predicción y hacer predicciones directas», concluye el profesor Huang.
El modelo GPCP desarrollado por el equipo de Jianping Huang puede llevar realizó predicciones específicas para diferentes países y regiones, y ha logrado buenos resultados de predicción. El equipo continuará mejorando el modelo en el futuro para brindar pronósticos más precisos para diferentes países y regiones.
Explore más
Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: Li Zhang et al, Parametrización óptima de modelos epidémicos de COVID-19, Atmospheric and Oceanic Science Cartas (2020). DOI: 10.1016/j.aosl.2020.100024 Proporcionado por la Academia de Ciencias de China Cita: Los científicos usan el conocimiento del modelado del sistema climático para desarrollar un sistema de predicción global para la pandemia de COVID-19 (5 de febrero de 2021) consultado el 30 de agosto 2022 de https://medicalxpress.com/news/2021-02-scientists-knowledge-climate-global-covid-.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.