Cr\u00e9dito: CC0 Public Domain <\/p>\n
El modelo inform\u00e1tico para pronosticar la mortalidad de Covid-19 contiene una incertidumbre significativa en sus predicciones, seg\u00fan un estudio internacional dirigido por investigadores de UCL y CWI en el Pa\u00edses Bajos. Su art\u00edculo \u00abEl impacto de la incertidumbre en las predicciones del c\u00f3digo epidemiol\u00f3gico de CovidSim\u00bb, que se anunci\u00f3 anteriormente en una noticia de Nature, se public\u00f3 en Nature Computational Science el 22 de febrero de 2021. <\/p>\n
Mientras que en un experimento f\u00edsico es una pr\u00e1ctica com\u00fan proporcionan barras de error junto con los valores medidos, las predicciones de un modelo de computadora a menudo carecen de una medida de incertidumbre. Esto es a pesar del hecho de que tales modelos son innegablemente inciertos y se utilizan en la toma de decisiones de alto nivel. El equipo de investigaci\u00f3n internacional argumenta que las predicciones computacionales sin barras de error pueden pintar una imagen muy incompleta, lo cual demostraron en un estudio reciente con un modelo inform\u00e1tico utilizado para evaluar los escenarios de intervenci\u00f3n de COVID-19.<\/p>\n
Este estudio se realiz\u00f3 dentro de el proyecto VECMA, un programa de investigaci\u00f3n e innovaci\u00f3n Horizonte 2020 de la Uni\u00f3n Europea. En CWI, participaron los investigadores Wouter Edeling y Daan Crommelin del grupo de Computaci\u00f3n Cient\u00edfica. Edeling, primer autor del art\u00edculo y especialista en cuantificar las incertidumbres del modelado, hizo parte del software para el kit de herramientas VECMA. Esto se utiliz\u00f3 para acoplar una t\u00e9cnica de cuantificaci\u00f3n de la incertidumbre (UQ) al conocido modelo epidemiol\u00f3gico CovidSim de Neil Ferguson del Imperial College en el Reino Unido y datos del Reino Unido de 2020.<\/p>\n
‘La maldici\u00f3n de la dimensionalidad’<\/p>\n
Edeling explic\u00f3: \u00abPara modelos con una gran cantidad de par\u00e1metros como CovidSim, es muy dif\u00edcil estudiar qu\u00e9 efecto tienen las incertidumbres en los par\u00e1metros de entrada sobre las incertidumbres en la salida. Tener muchos par\u00e1metros significa que los costos computacionales ser excesivamente alto, a menudo denominado \u00abmaldici\u00f3n de la dimensionalidad\u00bb. Investigamos c\u00f3mo hacer los c\u00e1lculos de la manera m\u00e1s eficiente posible, descubriendo qu\u00e9 par\u00e1metros son m\u00e1s importantes para las incertidumbres de salida. Al centrarnos en estos par\u00e1metros, es posible hacer buenos c\u00e1lculos probabil\u00edsticos. predicciones, que pueden ser utilizadas por los gobiernos para sus decisiones\u00bb. <\/p>\n
Los nuevos m\u00e9todos son muy efectivos. Al probar la solidez de CovidSim, el equipo de investigaci\u00f3n descubri\u00f3 que, aunque el c\u00f3digo conten\u00eda 940 par\u00e1metros, 60 eran importantes y, de ellos, solo 19 dominaban la variaci\u00f3n en las predicciones de salida. La mitad de la variaci\u00f3n general en sus resultados se redujo a solo tres de los 940 par\u00e1metros de entrada: el per\u00edodo de latencia de la enfermedad, la demora en el autoaislamiento de una persona infectada y la efectividad del distanciamiento social. Mientras que el per\u00edodo de latencia es un par\u00e1metro biol\u00f3gico, los otros dos (y bastantes otros que fueron influyentes) est\u00e1n relacionados con los escenarios de intervenci\u00f3n y el comportamiento humano. Si bien representan una tarea de modelado dif\u00edcil, a diferencia de los aspectos biol\u00f3gicos, estos par\u00e1metros (y los fen\u00f3menos que modelan) pueden verse influenciados por la pol\u00edtica gubernamental. <\/p>\n
Explore m\u00e1s<\/p>\n
M\u00faltiples simulaciones son las mejores para las predicciones de COVID-19 M\u00e1s informaci\u00f3n:<\/strong> Wouter Edeling et al. El impacto de la incertidumbre en las predicciones del c\u00f3digo epidemiol\u00f3gico CovidSim, Nature Computational Science (2021). DOI: 10.1038\/s43588-021-00028-9 Informaci\u00f3n de la revista:<\/strong> Nature Computational Science <\/p>\n Proporcionado por Centrum Wiskunde & Informatica Cita<\/strong>: Los investigadores encuentran incertidumbres sustanciales en COVID- 19 simulaciones de pandemia (2021, 25 de febrero) recuperadas el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-02-substantial-uncertainties-covid-pandemic-simulations.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: CC0 Public Domain El modelo inform\u00e1tico para pronosticar la mortalidad de Covid-19 contiene una incertidumbre significativa en sus predicciones, seg\u00fan un estudio internacional dirigido por investigadores de UCL y CWI en el Pa\u00edses Bajos. Su art\u00edculo \u00abEl impacto de la incertidumbre en las predicciones del c\u00f3digo epidemiol\u00f3gico de CovidSim\u00bb, que se anunci\u00f3 anteriormente en … Continuar leyendo \u00abLos investigadores encuentran incertidumbres sustanciales en las simulaciones de la pandemia de COVID-19\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-14622","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14622","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=14622"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/14622\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=14622"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=14622"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=14622"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}