Científicos desarrollan modelos interactivos de enfermedades para predecir la propagación de COVID-19 en Arizona
Crédito: Universidad del Norte de Arizona
Joe Mihaljevic, epidemiólogo matemático y profesor asistente en la Escuela de Informática, Computación y Sistemas Cibernéticos de la Universidad del Norte de Arizona (SICCS) , lidera un nuevo proyecto para crear sistemas de modelado informático para predecir los resultados de la propagación del virus SARS-CoV-2, que causa el COVID-19, en cuatro condados del norte de Arizona, Coconino, Navajo, Apache y Mohave.
A principios de esta primavera, Flagstaff Medical Center expresó una necesidad urgente de modelar la propagación del virus para la planificación de emergencias y para solicitar los recursos adecuados de las autoridades estatales y federales.
«Transmisión confiable casi en tiempo real por lo tanto, las infraestructuras cibernéticas de pronóstico son vitales para garantizar un cuidado de la salud efectivo y equitativo para las poblaciones rurales de Arizona durante esta crisis pandémica», dijo Mihaljevic.
En marzo, la Fundación Nacional de Ciencias (NSF, por sus siglas en inglés) hizo un llamado urgente a los investigadores a la luz de la aparición y propagación de COVID-19, alentando a los científicos a utilizar el mecanismo de financiación de Investigación de respuesta rápida (RAPID) para apoyar la investigación relacionada con el virus. Mihaljevic solicitó y recibió una subvención de $ 200,000 por un año para desarrollar un portal de modelado de enfermedades en colaboración con el científico informático y profesor de SICCS Eck Doerry y la bióloga evolutiva y profesora asistente de SICCS Crystal Hepp, directora asistente del Instituto de Patógenos y Microbiomas de la NAU. La colaboración reúne tres áreas clave de experiencia: Mihaljevic es un modelador de enfermedades; Doerry transforma ideas novedosas en soluciones de software altamente utilizables; y Hepp es un biólogo evolutivo que se enfoca en la propagación del virus ARN y el análisis de datos de salud pública.
Usando un portal de modelado interactivo seguro basado en la web que desarrolló Doerry, Mihaljevic puede extraer los últimos datos de casos informados de la salud local. autoridades y ejecutar modelos en vivo en una interfaz interactiva que los tomadores de decisiones pueden usar para explorar posibles escenarios y resultados proyectados.
«En los cuatro condados, el patógeno está moderadamente bajo control, aunque existe una variabilidad regional, con algunas poblaciones corren más riesgo», dijo Mihaljevic. «Estamos desacelerando el virus, pero ahora queremos entender qué sucederá si comenzamos a eliminar las intervenciones vigentes, como el distanciamiento social y físico. Es posible que haya escuchado que hemos alcanzado el punto máximo. En los brotes de enfermedades, puede haber múltiples picos. Reducir las restricciones demasiado pronto puede significar múltiples bloqueos».
Por ejemplo, si todas las restricciones se eliminaron a principios de mayo después de 45 días de órdenes de quedarse en casa, su modelo predice un segundo pico con al menos al menos tres veces el número de visitas al hospital que la tasa actual.
«Podríamos ver más de 100 nuevas visitas al hospital por día», dijo.
Si las medidas de distanciamiento se mantienen hasta El 31 de mayo, por otro lado, el modelo proyecta un segundo brote más pequeño cuando se eliminen las restricciones.
«Con 75 días de intervenciones, un segundo pico en el norte de Arizona podría ser un poco más pequeño que el primero pico, en un escenario optimista», dijo Mihaljevic.
«En resumen, muchos de los modelos actuales desarrollados para gestionar la crisis de COVID-19 probablemente no sean completamente adecuadas para describir la propagación de patógenos en las regiones rurales. Tenemos centros urbanos como Flagstaff que realmente están anidados en un paisaje más rural, una metapoblación, si se quiere, con comunidades que son muy diferentes entre sí. Podremos rastrear la cantidad de pacientes que se envían a qué hospitales y comprender qué instalaciones están más estresadas», dijo Mihaljevic.
El modelo informático se basa en datos de vigilancia de enfermedades, datos de la Oficina del Censo de EE. UU. e información del centro médico que rastrea cuántas camas de hospital hay disponibles en cada condado. Mihaljevic dice que parte de la subvención es para desarrollar un mapeo detallado.
«Digamos que es un hospital y desea comprender qué pasando en su región. Podrá filtrar los datos y las proyecciones solo para su condado o sistema hospitalario».
Hepp colabora con una variedad de socios de salud pública en su investigación.
«Con un fuerte comprensión de los tipos de datos disponibles en los sistemas de informes de salud pública, junto con la conciencia de la sensibilidad de los datos, mi contribución es ayudar a identificar qué datos se necesitan para entrar en el modelo informático», dijo Mihaljevic. «No necesitamos información privada como el nombre o la dirección de un paciente, pero podemos agregar números para informar al modelo según información como códigos postales, cuándo una persona comenzó a sentirse enferma y cuándo se tomó un hisopo nasal para detectar la enfermedad.
«Nuestro objetivo es desarrollar una ciberinfraestructura, una aplicación web que nos ayude a comunicar los resultados de nuestro modelado a la salud pública y a las partes interesadas en el cuidado de la salud que puedan interactuar visualmente con el modelo y manipular los parámetros para explorar estos escenarios y tomar decisiones informadas para una base de datos -impulsado plan de salud pública».
Mihaljevic cree que su modelado por computadora también ayudará a informar a los funcionarios electos sobre cómo y cuándo eliminar las restricciones de distanciamiento físico y reabrir negocios y espacios públicos.
«Nuestro El objetivo es proporcionar soporte informático crítico inmediato para la gestión estratégica de la crisis actual, mientras desarrollamos nuestra experiencia, herramientas e infraestructura para optimizar las respuestas a futuras epidemias».
Explore más
El modelo COVID-19 encuentra evidencia de aplanamiento de la curva en Tennessee, recomienda que continúen las políticas de distanciamiento Proporcionado por la Universidad del Norte de Arizona Cita: Los científicos desarrollan modelos interactivos de enfermedades para predecir la propagación de COVID- 19 en Arizona (4 de mayo de 2020) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-05-scientists-interactive-disease-covid-arizona.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.