Nuevo modelo predice los picos de la pandemia de COVID-19
Crédito: Instituto Santa Fe
Hasta finales de mayo, COVID-19 ha matado a más de 325.000 personas en todo el mundo. Aunque lo peor parece haber pasado para países como China y Corea del Sur, los expertos en salud pública advierten que los casos y las muertes seguirán aumentando en muchas partes del mundo. Comprender cómo evoluciona la enfermedad puede ayudar a estos países a prepararse para un aumento esperado en los casos.
Esta semana, en la revista Frontiers, los investigadores describen una sola función que describe con precisión todos los datos disponibles existentes sobre casos activos y muertes y predice picos próximos. La herramienta utiliza q-statistics, un conjunto de funciones y distribuciones de probabilidad desarrollado por Constantino Tsallis, físico y miembro de la facultad externa del Instituto Santa Fe. Tsallis trabajó en el nuevo modelo junto con Ugur Tirnakli, físico de la Universidad de Ege, en Turquía.
«La fórmula funciona en todos los países en los que hemos probado», dice Tsallis.
Ningún físico se propuso modelar una pandemia global. Pero Tsallis dice que cuando vio la forma de los gráficos publicados que representaban los casos activos diarios de China, reconoció formas que había visto antes, es decir, en gráficos que había ayudado a producir hace casi dos décadas para describir el comportamiento del mercado de valores.
«La forma era exactamente la misma», dice. Para los datos financieros, la función describió probabilidades de bolsas de valores; para COVID-19, describió diariamente la cantidad de casos activos y muertes en función del tiempo.
El modelado de datos financieros y el seguimiento de una pandemia global pueden parecer no relacionados, pero Tsallis dice que tienen una cosa importante en común. «Ambos son sistemas complejos», dice, «y en los sistemas complejos, esto sucede todo el tiempo». Los sistemas dispares de una variedad de campos de biología, teoría de redes, ciencias de la computación y matemáticas a menudo revelan patrones que siguen las mismas formas básicas y evolución.
El gráfico financiero apareció en un volumen de 2004 coeditado por Tsallis y el difunto Premio Nobel Murray Gell-Mann. Tsallis desarrolló las estadísticas q, también conocidas como «estadísticas de Tsallis», a fines de la década de 1980 como una generalización de las estadísticas de Boltzmann-Gibbs a sistemas complejos.
En el nuevo artículo, Tsallis y Tirnakli utilizaron datos de China, donde se cree que la tasa de casos activos alcanzó su punto máximo, para establecer los parámetros principales de la fórmula. Luego, lo aplicaron a otros países, incluidos Francia, Brasil y el Reino Unido, y descubrieron que coincidía con la evolución de los casos activos y las tasas de mortalidad a lo largo del tiempo.
El modelo, dice Tsallis, podría ser se utiliza para crear herramientas útiles como una aplicación que se actualiza en tiempo real con nuevos datos disponibles y puede ajustar sus predicciones en consecuencia. Además, cree que también podría ajustarse para adaptarse a futuros brotes.
«La forma funcional parece ser universal», dice, «no solo para este virus, sino para el próximo». uno que podría aparecer también».
Explore más
Las muertes por coronavirus superan las 325.000 en todo el mundo Más información: Constantino Tsallis et al, Predicting COVID-19 Peaks Around the World, Frontiers in Physics (2020). DOI: 10.3389/fphy.2020.00217 Proporcionado por el Instituto Santa Fe Cita: Nuevo modelo predice los picos de la pandemia de COVID-19 (2020, 29 de mayo) recuperado el 31 de agosto de 2022 de https://medicalxpress.com /noticias/2020-05-peaks-covid-pandemic.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.