Repensar el control de enfermedades infecciosas con estrategias ocupacionales específicas
Los mandatos de trabajo desde casa han demostrado ser muy efectivos para frenar la propagación del virus COVID-19. Crédito: Annie Spratt en Unsplash
Las políticas de distanciamiento físico y, en particular, los mandatos de trabajo desde casa han demostrado ser muy eficaces para frenar la propagación del virus COVID-19. Pero estas medidas han tenido numerosas consecuencias no deseadas, incluidas reducciones dramáticas en la productividad económica. ¿Existen métodos alternativos que tengan el potencial de contener simultáneamente la propagación de la pandemia y al mismo tiempo minimizar los efectos económicos negativos? Investigadores del Instituto Max Planck para el Desarrollo Humano examinaron esta pregunta utilizando datos y métodos comúnmente excluidos del diseño de políticas de control de pandemias. Sus hallazgos fueron publicados en Scientific Reports.
A lo largo de la pandemia de COVID-19, la principal intervención no farmacéutica ha sido el distanciamiento físico, incluido el cierre generalizado de espacios de trabajo compartidos y un cambio concomitante al trabajo remoto siempre que sea posible. Estas medidas no solo son perjudiciales para los trabajadores, los lugares de trabajo y las economías, sino que también pueden causar cambios a largo plazo en los patrones de trabajo. Sus costes económicos han sido significativos, incluidas pérdidas de horas de trabajo y una caída del producto interior bruto (PIB) mundial, cuya magnitud total no se conocerá hasta que termine la pandemia.
Investigadores del Max El Instituto Planck para el Desarrollo Humano investigó la eficacia de varias medidas de contención de pandemias a través de simulaciones basadas en datos. Al centrarse en las intervenciones ocupacionales y usar datos detallados sobre la distribución de la fuerza laboral entre ocupaciones, salarios y proximidad al lugar de trabajo, pudieron modelar el impacto económico de estrategias de contención particulares junto con el impacto epidemiológico de cada intervención.
» Realizamos simulaciones de cómo enfermedades como la COVID-19 se propagan principalmente a través de la fuerza laboral, en lugar de solo a través de una población indistinguible de personas, lo cual es una simplificación que la gente suele hacer», explica Alex Rutherford, científico investigador sénior e investigador principal del Centro. para Humanos y Máquinas en el Instituto Max Planck para el Desarrollo Humano y coautor principal del estudio. «Vimos que la naturaleza del trabajo de uno había afectado fuertemente el resultado de la pandemia».
El equipo usó datos públicos sobre trabajos para asignar un «puntaje de proximidad» a cada ocupación. Esto reflejaba con cuántas personas era probable que un trabajador dado estuviera en contacto. A partir de esto, construyeron una «red de contactos» que muestra cómo una enfermedad infecciosa como el COVID-19 se propaga de persona a persona.
Los datos eran de la ciudad de Nueva York, tratados como un entorno urbano paradigmático, e incluyen tanto información ocupacional y datos de bases de datos públicas, como la «Occupational Information Network» (O*NET), que recopila datos ocupacionales e información estadística y económica de los Estados Unidos. Tales categorías de datos rara vez figuran en el diseño de políticas de control de pandemias. Usando datos sobre salarios, la cantidad de personas que realizan cada trabajo en la ciudad de Nueva York y si pueden trabajar desde casa, el equipo midió los efectos sociales y económicos que tiene una epidemia específicamente debido a las acciones tomadas para tratar de detenerla. Los efectos sociales se basan en cuántas personas se infectan y los costos económicos se basan en cuántas personas están suspendidas y tienen su salario cubierto porque no pueden trabajar desde casa.
Los investigadores compararon la eficacia de varios las intervenciones de reducción de contactos fueron para disminuir el impacto de la epidemia; social y económicamente. Estos iban desde ninguna intervención hasta medidas muy complejas basadas en la estructura de la red de contactos del grupo profesional respectivo.
«Nuestros hallazgos demuestran que la estructura de la red de contactos influye en gran medida en la dinámica de la enfermedad de maneras no triviales ”, explica Demetris Avraam, primer autor del estudio e investigador postdoctoral en el Centro para Humanos y Máquinas del Instituto Max-Planck para el Desarrollo Humano. Por ejemplo, dar licencia a una pequeña proporción de trabajadores puede conducir a la poda de la red de tal manera que la epidemia persiste durante mucho tiempo, aunque en niveles bajos, lo que lleva a una licencia prolongada y costosa. Las estrategias intuitivas, como suspender a los trabajadores en función de lo esencial de su trabajo, por salario o al azar, funcionan mal sobre esta base. Por el contrario, las métricas basadas en la red, como el grado y la centralidad, pueden reducir el pico de la infección (aplanando la curva) y también reducir la duración de la epidemia.
Los investigadores descubrieron que la estrategia básica de eliminación de trabajadores de acuerdo con la cantidad de contactos personales cercanos que tiene el trabajador, se desempeña aproximadamente igual que métricas más complejas basadas en la estructura de red completa u otras características ocupacionales.
«En la práctica, la cantidad de contactos podría estimarse simplemente usando una aplicación para teléfonos inteligentes que estima la proximidad de Bluetooth a otros terminales sin rastrear identificaciones», dice el coautor principal del estudio, Manuel Cebrian, líder del Grupo de Movilización Digital en el Centro para Humanos y Máquinas del Instituto Max Planck para el Desarrollo Humano. Su investigación ha incluido cómo los datos de teléfonos inteligentes y las aplicaciones de rastreo pueden usarse para responder a una pandemia.
La pandemia de COVID-19 ha provocado muchos cambios sociales profundos que es poco probable que se reviertan incluso una vez que la enfermedad disminuya. Esto incluye grandes cambios en la demanda en todos los sectores, la adopción a gran escala del trabajo remoto y el desafío de entendimientos profundamente arraigados de los lugares de trabajo. Esto también tiene implicaciones para la futura automatización de puestos de trabajo. Los procesos de automatización se utilizan cada vez más en ocupaciones con un alto grado de contacto con los demás. Por ejemplo, las consultas en línea con médicos o las capacitaciones en línea en deportes y educación están en aumento.
Explore más
Herramienta útil de las redes sociales en el rastreo de contactos pandémicos Más información: Demetris Avraam et al, Los límites de la red del control de enfermedades infecciosas a través de la orientación basada en la ocupación, Scientific Reports (2021) . DOI: 10.1038/s41598-021-02226-x Información de la revista: Scientific Reports
Proporcionado por Max Planck Society Cita: Repensar el control de enfermedades infecciosas con estrategias ocupacionales específicas ( 2022, 23 de febrero) obtenido el 29 de agosto de 2022 de https://medicalxpress.com/news/2022-02-rethinking-infectious-disease-occupational-strategies.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.