Los investigadores pronostican niveles estables y ligeramente decrecientes de COVID-19 antes del otoño
Crédito: Shutterstock
La velocidad a la que se propagan los casos de COVID-19 no es proporcional a la cantidad de personas contagiosas, como suponían los modelos anteriores, sino que es cóncava, lo que significa que el impacto de una persona más infectada disminuye a medida que más personas están infectadas. La propagación desproporcionada ocurre porque las personas generalmente viven y trabajan en redes sociales interrelacionadas, lo que significa que las personas permanecen en los mismos círculos, según investigadores de la Universidad de Washington en St. Louis.
Este hallazgo, informado por Meng Liu, Raphael Thomadsen y Song Yao de Olin Business School, tiene un impacto significativo en el pronóstico de la enfermedad hasta el verano y principios del otoño a medida que los estados comienzan a reabrir en diferentes niveles.
Pronosticar la propagación de enfermedades es una ciencia imperfecta basada en supuestos que cambian constantemente y condiciones en evolución. Los primeros modelos asumieron que la propagación de la enfermedad sería proporcional a que cada individuo infectado infectara a una persona adicional.
«Según el modelo estándar susceptible-infectado-recuperado (SIR), los nuevos casos de COVID-19 crecerían exponencialmente sin cambios significativos». distanciamiento social. Bajo el mismo modelo, la disminución de las tasas de casos debería indicar que la enfermedad disminuirá rápidamente «, dijo Thomadsen, profesor de marketing. «Sin embargo, estos patrones no son consistentes con los niveles de casos que hemos observado después de que los niveles diarios de nuevos casos alcanzaran su punto máximo, lo que ha sido más una reducción gradual en el número de casos».
El equipo de investigación combinó el caso datos con base de datos de distanciamiento social en datos de ubicación GPS de teléfonos celulares para estimar un modelo modificado susceptible-infectado-recuperado (SIR) en los Estados Unidos. El modelo flexible incorpora el porcentaje de la población del condado que aún no ha tenido casos confirmados de COVID-19, la cantidad de personas que se han infectado cada día y la densidad de población del condado.
En última instancia, este pequeño cambio en el modelo de pronóstico conduce a predicciones que se ajustan a los patrones de propagación de COVID-19 que hemos observado mucho mejor que otros pronósticos.
«Nuestro modelo no restringe la tasa de propagación de la enfermedad para que sea proporcional al número de individuos contagiosos, que es la diferencia más significativa entre este modelo y el modelo SIR estándar», dijo Liu, profesor asistente de marketing.
«Con base en este efecto cóncavo, luego de un breve período de crecimiento exponencial en desde el comienzo o después de la reapertura, esperaríamos que los nuevos casos se establecieran rápidamente en un período prolongado de niveles de propagación de la enfermedad estables y ligeramente decrecientes», dijo Thomadsen.
«Creemos que este resultado se debe a que las personas tienen relaciones sociales superpuestas». cono cciones, lo que hace que los individuos contagiosos expongan a muchos de los mismos individuos. Vemos esto directamente cuando, por ejemplo, los casos se agrupan dentro de los hogares, hogares de ancianos o lugares de trabajo».
Usando estos datos, también pudieron determinar que el distanciamiento social tiene un impacto significativo en el crecimiento tasa de casos de COVID-19. La humedad, que se ha planteado como hipótesis para desacelerar su propagación, tiene un efecto menor, mientras que la temperatura es insignificante.
El modelo también proporciona información sobre cómo es probable que los casos aumenten o disminuyan gradualmente entre ahora y el final de septiembre de 2020 en función de diferentes estrategias de reapertura.
Los estadounidenses se encuentran actualmente en aproximadamente un 60 % de regreso a la normalidad, según datos de teléfonos celulares que muestran el porcentaje de personas que se quedan en casa exclusivamente durante un día determinado. Con este nivel de distanciamiento social, se prevé que los casos de COVID-19 continúen estables y lentamente, pasando de poco más de 20 000 casos por día a principios de junio a 14 000 casos por día a fines de septiembre, según su investigación.
Las previsiones basadas en la máxima um y los esfuerzos mínimos de distanciamiento social resaltan el impacto significativo que tiene la política en la propagación de enfermedades. Según sus previsiones, si EE. UU. practicara su nivel máximo observado de distanciamiento social incluso durante unas pocas semanas más, los casos nuevos caerían a un nivel mucho más bajo de alrededor de 2000 casos por día a finales de septiembre.
Por otro lado, un regreso completo a la normalidad provocaría un aumento de los casos durante unos dos meses. Después de ese aumento inicial, los casos volverían a alcanzar una meseta a largo plazo, aunque esto ocurriría a un nivel que era más del doble de lo que se experimentaría bajo los niveles actuales de distanciamiento social.
Sin embargo, los investigadores reconocen que otros los esfuerzos de protección, como el uso de máscaras y el lavado de manos, podrían disminuir el impacto de una reapertura total.
«El distanciamiento social desaceleró en gran medida la propagación del virus. Según nuestros hallazgos, una reapertura apresurada puede ser costosa para muchos lugares en los EE. UU., especialmente en los que tienen una alta densidad de población», dijo Yao, profesor asociado de marketing.
Explore más
Una alta participación en el distanciamiento social disminuiría el impacto del coronavirus en las zonas rurales de Missouri Proporcionado por la Universidad de Washington en St. Louis Cita: Los investigadores pronostican niveles estables y ligeramente decrecientes de COVID-19 entrando en otoño (2020, 10 de junio) recuperado el 31 de agosto de 2022 de https://medicalxpress.com/news/2020-06-stable-slightly-declining-covid-enteringfall.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.