El campus de la Universidad de Lanzhou. Cr\u00e9dito: Chuwei Liu <\/p>\n
Al momento de escribir este art\u00edculo, la enfermedad por coronavirus 2019 (COVID-19) amenaza seriamente la vida y la salud de las personas en todo el mundo. Antes de que se desarrollen vacunas eficaces y medicamentos espec\u00edficos, las intervenciones no farmacol\u00f3gicas y las predicciones de modelos num\u00e9ricos son esenciales. Con este fin, un grupo dirigido por el profesor Jianping Huang de la Universidad de Lanzhou, China, desarroll\u00f3 el Sistema de predicci\u00f3n global de la pandemia de COVID-19 (GPCP). <\/p>\n
Jianping Huang es profesor en la Facultad de Ciencias Atmosf\u00e9ricas y director del Centro de Innovaci\u00f3n Colaborativa para la Seguridad Ecol\u00f3gica Occidental de la Universidad de Lanzhou, China. Durante mucho tiempo se ha dedicado a estudiar la predicci\u00f3n clim\u00e1tica a largo plazo, la interacci\u00f3n entre las nubes de polvo y el cambio clim\u00e1tico semi\u00e1rido mediante la combinaci\u00f3n de observaciones de campo e investigaci\u00f3n te\u00f3rica. El encierro a principios de 2020 afect\u00f3 seriamente su investigaci\u00f3n. Por lo tanto, atrapado en casa, sostuvo discusiones en l\u00ednea con los miembros de su equipo sobre c\u00f3mo su experiencia en el desarrollo de modelos de sistemas clim\u00e1ticos podr\u00eda contribuir a combatir la pandemia. No esperaba mucha respuesta, pero se sorprendi\u00f3 cuando muchos de sus colegas respondieron con entusiasmo.<\/p>\n
Por lo tanto, \u00e9l y su equipo combinaron los resultados de 30 a\u00f1os de trabajo en m\u00e9todos estad\u00edsticos din\u00e1micos num\u00e9ricos de predicci\u00f3n meteorol\u00f3gica y desarrollaron el GPCP basado en el modelo tradicional de enfermedad infecciosa Susceptible-Infectado-Recuperado (SIR). Los m\u00e9todos mejorados y los resultados se publicaron en Atmospheric and Ocean Science Letters.<\/p>\n
Con el fin de combinar datos y modelos epidemiol\u00f3gicos, se propuso el algoritmo de optimizaci\u00f3n de par\u00e1metros Levenberg-Marquardt (LM) para identificar modelos epidemiol\u00f3gicos, construyendo as\u00ed un Modelo estad\u00edstico-SIR. El algoritmo LM introduce un coeficiente de amortiguamiento al calcular la matriz hessiana mediante el m\u00e9todo tradicional de m\u00ednimos cuadrados, combinando as\u00ed la ventaja del m\u00e9todo de Gauss-Newton y el m\u00e9todo de descenso de gradiente y mejorando la estabilidad de los par\u00e1metros.<\/p>\n
\u00abFrom A partir de los resultados de la simulaci\u00f3n de cuatro pa\u00edses seleccionados con un n\u00famero relativamente alto de casos confirmados, se encontr\u00f3 que el modelo Estad\u00edstico-Susceptible-Infectado-Recuperado que usa el algoritmo LM es m\u00e1s consistente con la curva real de la epidemia, siendo m\u00e1s capaz de reflejar su tendencia de desarrollo\u00bb, explica el profesor Huang.<\/p>\n
Adem\u00e1s, el modelo de descomposici\u00f3n de modo emp\u00edrico de conjunto (EEMD) y el modelo de promedio m\u00f3vil autorregresivo (ARMA) tambi\u00e9n se usaron en combinaci\u00f3n para mejorar los resultados de predicci\u00f3n del GPCP. El m\u00e9todo EEMD se ha utilizado ampliamente en los campos de la ingenier\u00eda, la meteorolog\u00eda, la ecolog\u00eda, etc. Puede descomponer la se\u00f1al seg\u00fan su propia escala y es adecuado para el procesamiento de se\u00f1ales no estacionarias y no lineales. El m\u00e9todo ARMA puede predecir mejor las series temporales.<\/p>\n
\u00abDescubrimos que el m\u00e9todo EEMD-ARMA se puede usar directamente para predecir el n\u00famero de casos nuevos diarios en pa\u00edses con un n\u00famero menor de casos confirmados cuya tendencia de desarrollo no puede ser pronosticado por el modelo de enfermedades infecciosas. Seg\u00fan los resultados, este m\u00e9todo es m\u00e1s efectivo para mejorar los resultados de predicci\u00f3n y hacer predicciones directas\u00bb, concluye el profesor Huang.<\/p>\n
El modelo GPCP desarrollado por el equipo de Jianping Huang puede llevar realiz\u00f3 predicciones espec\u00edficas para diferentes pa\u00edses y regiones, y ha logrado buenos resultados de predicci\u00f3n. El equipo continuar\u00e1 mejorando el modelo en el futuro para brindar pron\u00f3sticos m\u00e1s precisos para diferentes pa\u00edses y regiones. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n:<\/strong> Li Zhang et al, Parametrizaci\u00f3n \u00f3ptima de modelos epid\u00e9micos de COVID-19, Atmospheric and Oceanic Science Cartas (2020). DOI: 10.1016\/j.aosl.2020.100024 Proporcionado por la Academia de Ciencias de China Cita<\/strong>: Los cient\u00edficos usan el conocimiento del modelado del sistema clim\u00e1tico para desarrollar un sistema de predicci\u00f3n global para la pandemia de COVID-19 (5 de febrero de 2021) consultado el 30 de agosto 2022 de https:\/\/medicalxpress.com\/news\/2021-02-scientists-knowledge-climate-global-covid-.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":" El campus de la Universidad de Lanzhou. Cr\u00e9dito: Chuwei Liu Al momento de escribir este art\u00edculo, la enfermedad por coronavirus 2019 (COVID-19) amenaza seriamente la vida y la salud de las personas en todo el mundo. Antes de que se desarrollen vacunas eficaces y medicamentos espec\u00edficos, las intervenciones no farmacol\u00f3gicas y las predicciones de modelos … Continuar leyendo \u00abLos cient\u00edficos utilizan el conocimiento del modelado del sistema clim\u00e1tico para desarrollar un sistema de predicci\u00f3n global para 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-16214","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16214","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=16214"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/16214\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=16214"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=16214"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=16214"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}