Cr\u00e9dito: Pixabay\/CC0 Dominio p\u00fablico <\/p>\n
Un nuevo estudio realizado por investigadores de la Universidad de Texas A&M publicado en PLOS ONE detalla un nuevo modelo para hacer proyecciones a corto plazo de casos diarios de COVID-19 que es preciso, confiable y f\u00e1cil de usar por los funcionarios de salud p\u00fablica y otras organizaciones. <\/p>\n
Dirigidos por Hongwei Zhao, profesor de bioestad\u00edstica en la Escuela de Salud P\u00fablica de Texas A&M, los investigadores utilizaron un m\u00e9todo basado en el marco SEIR (estados susceptibles, expuestos, infectados y recuperados) para proyectar la incidencia de COVID-19 en los pr\u00f3ximos dos a tres semanas basado en casos de incidencia observados solamente. Este modelo asume un cambio constante o peque\u00f1o en la tasa de transmisi\u00f3n del virus que causa el COVID-19 durante un per\u00edodo corto.<\/p>\n
El modelo utiliza datos disponibles p\u00fablicamente sobre nuevos casos reportados de COVID-19 en Texas desde el Repositorio de datos de COVID-19 del Centro de ciencia e ingenier\u00eda de sistemas de la Universidad Johns Hopkins. Los investigadores de Texas A&M usaron estos datos sobre la incidencia de enfermedades en Texas y una selecci\u00f3n de condados que inclu\u00edan el campus de Texas A&M para estimar la tasa de transmisi\u00f3n de COVID-19.<\/p>\n
\u00abLos resultados indican que este modelo se puede usar para predecir los casos de COVID-19 con dos o tres semanas de anticipaci\u00f3n utilizando solo los n\u00fameros de incidencia actuales\u00bb, dijo Zhao. \u00abLa simplicidad de este modelo es una de sus mayores fortalezas, ya que las organizaciones con pocos recursos pueden implementarlo f\u00e1cilmente. Los pron\u00f3sticos de este modelo pueden ayudar a las organizaciones de atenci\u00f3n m\u00e9dica a prepararse para los aumentos repentinos y ayudar a los funcionarios de salud p\u00fablica a determinar si los mandatos de m\u00e1scara u otras pol\u00edticas ser\u00e1n necesarios\u00bb.<\/p>\n
Pronosticaron infecciones futuras bajo tres escenarios posibles: una tasa de transmisi\u00f3n sostenida y constante; uno donde la tasa de transmisi\u00f3n es un cinco por ciento m\u00e1s alta que los niveles actuales, lo que refleja una disminuci\u00f3n en las pr\u00e1cticas para prevenir la transmisi\u00f3n o un aumento en las condiciones que promueven la transmisi\u00f3n; y uno donde la transmisi\u00f3n es cinco por ciento m\u00e1s baja.<\/p>\n
Estimar la tasa de transmisi\u00f3n efectiva actual puede ser complicado, ya que las variaciones diarias tanto en las infecciones como en los informes pueden influir dr\u00e1sticamente en esta estimaci\u00f3n. Por lo tanto, los investigadores suavizaron las variaciones de los informes diarios utilizando un promedio ponderado de tres d\u00edas y realizaron un suavizado adicional para tener en cuenta anomal\u00edas en los datos, como condados que informaron varios meses de casos a la vez.<\/p>\n
Los investigadores compararon sus proyecciones con los informes incidencia en Texas durante cuatro per\u00edodos en 2020: 15 de abril, 15 de junio, 15 de agosto y 15 de octubre. La cantidad de nuevos casos diarios de COVID-19 informados fue relativamente baja a mediados de abril, cuando muchas empresas cerraron y luego comenzaron a aumento a principios de mayo despu\u00e9s de que comenzaran las reaperturas graduales en Texas. Los n\u00fameros aumentaron considerablemente despu\u00e9s del D\u00eda de los Ca\u00eddos, y luego tuvieron una tendencia a la baja despu\u00e9s de que se promulg\u00f3 un mandato de m\u00e1scara en todo el estado durante el verano. Las infecciones aumentaron nuevamente despu\u00e9s del D\u00eda del Trabajo, pero luego parecieron estabilizarse hasta mediados de octubre, cuando se observ\u00f3 que la tasa de transmisi\u00f3n volvi\u00f3 a aumentar dram\u00e1ticamente.<\/p>\n
La aplicaci\u00f3n del modelo en todo el estado mostr\u00f3 que funcion\u00f3 razonablemente bien, con solo el pron\u00f3stico del segundo per\u00edodo se desvi\u00f3 de la incidencia real registrada, tal vez debido a los n\u00fameros que cambiaron dr\u00e1sticamente en el momento en que ocurri\u00f3 una gran ola de COVID-19 alrededor del feriado del D\u00eda de los Ca\u00eddos. El modelo se desempe\u00f1\u00f3 de manera similar a nivel del condado, aunque la poblaci\u00f3n m\u00e1s peque\u00f1a y los cambios en la poblaci\u00f3n, como los estudiantes que se mudan dentro y fuera del \u00e1rea durante el a\u00f1o escolar, influyeron en la notificaci\u00f3n de nuevos casos.<\/p>\n
Sin embargo, el El modelo est\u00e1 limitado por los datos que utiliza. Las pol\u00edticas y los recursos locales de pruebas e informes pueden afectar la precisi\u00f3n de los datos, y es menos probable que las suposiciones sobre la tasa de transmisi\u00f3n basadas en la incidencia actual sean precisas en el futuro. Y a medida que m\u00e1s personas contraigan COVID-19 y se recuperen o se vacunen, la poblaci\u00f3n susceptible cambiar\u00e1, lo que posiblemente afecte la transmisi\u00f3n.<\/p>\n
A pesar de estas limitaciones, los investigadores dijeron que el modelo puede ser una herramienta valiosa para los centros de atenci\u00f3n m\u00e9dica. y funcionarios de salud p\u00fablica, especialmente cuando se combina con otras fuentes de informaci\u00f3n. La pandemia de COVID-19 a\u00fan no ha terminado, por lo que es importante contar con una herramienta que pueda determinar cu\u00e1ndo y d\u00f3nde podr\u00eda ocurrir otro aumento. Del mismo modo, los investigadores esperan utilizar estas nuevas herramientas a su disposici\u00f3n para futuras necesidades de enfermedades infecciosas.<\/p>\n
Adem\u00e1s, el modelo se ha utilizado para crear un panel que proporciona datos en tiempo real sobre la propagaci\u00f3n del estado de COVID-19. -amplio. Ha sido utilizado localmente por administradores universitarios y funcionarios de salud p\u00fablica. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n:<\/strong> Hongwei Zhao et al, COVID-19: modelo de predicci\u00f3n a corto plazo utilizando datos de incidencia diaria, PLOS UNO (2021). DOI: 10.1371\/journal.pone.0250110 Informaci\u00f3n de la revista:<\/strong> PLoS ONE <\/p>\n Proporcionado por Texas A&M University Cita<\/strong>: Pron\u00f3stico confiable a corto plazo de COVID-19 (2021, 16 de abril) recuperado el 30 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-04-reliable-covid-short-term.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: Pixabay\/CC0 Dominio p\u00fablico Un nuevo estudio realizado por investigadores de la Universidad de Texas A&M publicado en PLOS ONE detalla un nuevo modelo para hacer proyecciones a corto plazo de casos diarios de COVID-19 que es preciso, confiable y f\u00e1cil de usar por los funcionarios de salud p\u00fablica y otras organizaciones. Dirigidos por Hongwei … Continuar leyendo \u00abPron\u00f3stico confiable a corto plazo 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-20379","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/20379","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=20379"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/20379\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=20379"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=20379"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=20379"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}