En esta foto del lunes 6 de abril de 2020, se fotograf\u00eda un informe entregado en la ciudad de Austin, Texas, sobre la demanda de atenci\u00f3n m\u00e9dica por COVID-19 en Frederick, Maryland. Los \u00faltimos modelos estad\u00edsticos pronostican menos muertes en los EE. UU. por la pandemia de coronavirus antes de agosto. Pero existe una gran incertidumbre en estos modelos porque los funcionarios de salud todav\u00eda est\u00e1n tratando de controlar c\u00f3mo act\u00faa el virus, qu\u00e9 tan cuidadosamente las personas cumplen con el distanciamiento social y otras restricciones, y el tratamiento de la enfermedad. (Foto AP\/Jon Elswick) <\/p>\n
Un modelo estad\u00edstico citado por la Casa Blanca gener\u00f3 una cifra un poco menos sombr\u00eda el lunes para una primera ola de muertes por la pandemia de coronavirus en los EE. UU. Una proyecci\u00f3n dise\u00f1ada para ayudar a los funcionarios a planificar para lo peor, incluido tener suficiente personal hospitalario, camas y ventiladores. <\/p>\n
\u00bfEl \u00fanico problema con esta noticia relativamente buena? Es casi seguro que est\u00e1 mal. Todos los modelos est\u00e1n mal. Algunos est\u00e1n menos equivocados que otros y esos son en los que conf\u00edan los funcionarios de salud p\u00fablica. <\/p>\n
Bienvenido al mundo del modelado de hacer muecas y soportarlo.<\/p>\n
\u00abLa clave es que quieres saber qu\u00e9 suceder\u00e1 en el futuro\u00bb, dijo el principal modelador clim\u00e1tico de la NASA. Gavin Schmidt. \u00abEn ausencia de una m\u00e1quina del tiempo, tendr\u00e1 que usar un modelo\u00bb.<\/p>\n
Los meteor\u00f3logos usan modelos. Los cient\u00edficos del clima los usan. Los supermercados los usan. <\/p>\n
A medida que los l\u00edderes intentan controlar el brote de coronavirus, recurren a numerosos modelos matem\u00e1ticos para ayudarlos a descubrir qu\u00e9 palabra clave podr\u00eda suceder a continuaci\u00f3n y qu\u00e9 deber\u00edan tratar de hacer ahora para contener y prepararse para la propagaci\u00f3n. <\/p>\n
El modelo actualizado esta semana por la Universidad de Washington, el m\u00e1s mencionado por los funcionarios de salud de EE. UU. en las sesiones informativas de la Casa Blanca, predice que las muertes diarias en EE. UU. alcanzar\u00e1n un m\u00e1ximo a mediados de abril y luego disminuir\u00e1n durante el verano.<\/p>\n
p> <\/p>\n
Su \u00faltima proyecci\u00f3n muestra que entre 49,431 y 136,401 estadounidenses morir\u00e1n en la primera ola, que durar\u00e1 hasta el verano. Eso es un rango enorme de 87,000. Pero solo unos d\u00edas antes, el mismo equipo ten\u00eda un rango de casi 138,000, con 177,866 como el n\u00famero m\u00e1ximo de muertes. Los funcionarios acreditan el distanciamiento social.<\/p>\n
Los \u00faltimos c\u00e1lculos se basan en mejores datos sobre c\u00f3mo act\u00faa el virus, m\u00e1s informaci\u00f3n sobre c\u00f3mo act\u00faa la gente y m\u00e1s ciudades como ejemplos. Por ejemplo, nuevos datos de Italia y Espa\u00f1a sugieren que el distanciamiento social est\u00e1 funcionando incluso mejor de lo esperado para detener la propagaci\u00f3n del virus. <\/p>\n
El tiempo que tard\u00f3 la epidemia en alcanzar su punto m\u00e1ximo, es decir, que esas muertes comenzaran a disminuir, fue m\u00e1s corto en esas ciudades italianas y espa\u00f1olas que en Wuhan, China, dijo el Dr. Christopher Murray de la Universidad de Washington, quien desarroll\u00f3 el modelo. <\/p>\n
Entonces, \u00bfc\u00f3mo funciona el modelado? Tome todo lo que sabemos sobre c\u00f3mo se est\u00e1 propagando el coronavirus, cu\u00e1ndo es mortal y cu\u00e1ndo no, cu\u00e1ndo se muestran los s\u00edntomas y cu\u00e1ndo no. <\/p>\n
Luego tenga en cuenta todo lo que sabemos sobre c\u00f3mo reacciona la gente, el distanciamiento social, las \u00f3rdenes de quedarse en casa y otros factores humanos blandos. <\/p>\n
Ahora agregue todo lo que sabemos sobre las pruebas, el tratamiento de la enfermedad y la escasez de equipos. Por \u00faltimo, mezcle grandes dosis de incertidumbre en todos los niveles.<\/p>\n
Comprima todos esos miles de puntos de datos en ecuaciones matem\u00e1ticas incre\u00edblemente complejas y listo, esto es lo que suceder\u00e1 a continuaci\u00f3n con la pandemia. Excepto, recuerde, hay un gran margen de error: para la predicci\u00f3n de muertes en EE. UU., el rango es mayor que la poblaci\u00f3n de Wilmington, Delaware.<\/p>\n
\u00abNing\u00fan modelo es perfecto, pero la mayor\u00eda de los modelos son algo \u00fatiles, \u00ab, dijo John Allen Paulos, profesor de matem\u00e1ticas en la Universidad de Temple y autor de varios libros sobre matem\u00e1ticas y la vida cotidiana. \u00abPero no podemos confundir el modelo con la realidad\u00bb. <\/p>\n
Un desaf\u00edo para los modeladores es lidiar con los totales de muerte oscilantes de los departamentos de salud p\u00fablica sobrecargados. Los datos de un estado pueden mostrar grandes cambios en las muertes, pero solo porque apareci\u00f3 una acumulaci\u00f3n de informes a la vez. Los tremendos saltos en las muertes en un solo d\u00eda podr\u00edan desbaratar las predicciones. <\/p>\n
Otro problema, dijo Lauren Ancel Meyers, modeladora de enfermedades de la Universidad de Texas, es que la mayor\u00eda de los modelos pand\u00e9micos, incluido el suyo, se basan en c\u00f3mo act\u00faa la influenza, y eso es diferente de este nuevo coronavirus.<\/p>\n
La mayor\u00eda de los modelos usan c\u00e1lculo para tener en cuenta \u00abcosas que no se pueden predecir\u00bb, dijo Meyers. Para ella, son ecuaciones simples, que una persona con conocimientos de c\u00e1lculo avanzado puede descifrar. Para el resto del mundo, es griego. Literalmente lleno de sigmas, phis, omegas y otros s\u00edmbolos.<\/p>\n
Incluso con toda la incertidumbre, \u00abes mucho mejor que disparar desde la cadera\u00bb, dijo Meyers, quien est\u00e1 produciendo iteraciones de lo que ella llama un \u00abmodelo de caballo de batalla\u00bb de COVID-19 para los Centros para el Control y la Prevenci\u00f3n de Enfermedades. \u00abLos modelos basados en datos son la mejor evidencia que tenemos\u00bb.<\/p>\n
Debido al gran factor de enga\u00f1o, es inteligente no mirar un solo n\u00famero, el n\u00famero m\u00ednimo de muertes, o el m\u00e1ximo, sino el n\u00famero rango de confianza, donde hay un 95% de posibilidades de que la realidad caiga, dijo el matem\u00e1tico Paulos. Para el modelo de la Universidad de Washington, eso es de 50 000 a 136 000 muertes.<\/p>\n
La incertidumbre se reducir\u00e1 con el tiempo, pero en realidad nunca desaparecer\u00e1, al igual que en los pron\u00f3sticos de huracanes, cuando el cono de incertidumbre se reduce a medida que la tormenta se acerca a hacer tocar tierra, pero sigue siendo grande.<\/p>\n
\u00abLa incertidumbre es la \u00fanica certeza que hay\u00bb, dijo Paulos. \u201cY saber vivir con la inseguridad es la \u00fanica seguridad\u201d. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) <\/p>\n
2020 The Associated Press. Reservados todos los derechos. Este material no puede ser publicado, transmitido, reescrito o redistribuido sin permiso. <\/p>\n
Cita<\/strong>: Modelado de coronavirus: ‘La incertidumbre es la \u00fanica certeza’ (2020, 7 de abril) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-04-coronavirus- incertidumbre-certeza.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":" En esta foto del lunes 6 de abril de 2020, se fotograf\u00eda un informe entregado en la ciudad de Austin, Texas, sobre la demanda de atenci\u00f3n m\u00e9dica por COVID-19 en Frederick, Maryland. Los \u00faltimos modelos estad\u00edsticos pronostican menos muertes en los EE. UU. por la pandemia de coronavirus antes de agosto. Pero existe una gran … Continuar leyendo \u00abModelando el coronavirus: ‘La incertidumbre es la \u00fanica certeza’\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-24930","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/24930","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=24930"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/24930\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=24930"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=24930"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=24930"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}