Cr\u00e9dito: CC0 Public Domain <\/p>\n
Muchos de los modelos que se utilizan para pronosticar la epidemia de COVID-19 ofrecen predicciones deficientes tanto del pico de la epidemia como de su duraci\u00f3n, seg\u00fan un acad\u00e9mico de la Universidad de East Anglia (UEA). <\/p>\n
La comparaci\u00f3n de un nuevo enfoque con un modelo publicado de COVID-19 en Wuhan antes de que se impusieran las medidas de aislamiento y distanciamiento social muestra que el modelo est\u00e1ndar subestima la tasa m\u00e1xima de infecci\u00f3n por un factor de tres, lo que significa que podr\u00eda ser tres veces mayor y sobreestima sustancialmente c\u00f3mo durante mucho tiempo la epidemia continuar\u00e1 despu\u00e9s del pico.<\/p>\n
Los modelos matem\u00e1ticos se usan ampliamente para comprender y predecir la din\u00e1mica de las epidemias, y para evaluar la eficacia probable de diferentes medidas de manejo de enfermedades, como la cuarentena de las personas infectadas.<\/p>\n
Algunos rastrean el progreso de la enfermedad a trav\u00e9s de individuos, pero la mayor\u00eda de las publicaciones que modelan la epidemia de COVID-19 usan lo que se conoce como un modelo de ‘compartimento’ o \u00abSEIR\u00bb. Esto rastrea el n\u00famero de individuos que son susceptibles a la enfermedad, han estado expuestos pero a\u00fan no muestran s\u00edntomas (a veces llamado per\u00edodo de incubaci\u00f3n), est\u00e1n infectados (muestran s\u00edntomas) o se est\u00e1n recuperando.<\/p>\n
Sin embargo, estos modelos agrupan a todos los individuos uals en un compartimento juntos, ignorando el tiempo real desde que fueron infectados. Luego predicen el curso futuro de la epidemia a partir de la informaci\u00f3n sobre las tasas de transmisi\u00f3n y el tiempo promedio que tarda un individuo antes de mostrar s\u00edntomas y luego recuperarse.<\/p>\n
En su art\u00edculo, el profesor Alastair Grant, de la Escuela de Environmental Sciences, argumenta que si bien el SEIR y otros modelos de compartimentos pueden predecir hasta qu\u00e9 punto se debe reducir la tasa de transmisi\u00f3n de enfermedades para detener el crecimiento de una epidemia, hacen un mal trabajo al predecir el camino de una epidemia que est\u00e1 creciendo. \u00c9l dice que este problema se identific\u00f3 en la literatura de investigaci\u00f3n hace al menos 15 a\u00f1os, pero las soluciones disponibles son mucho m\u00e1s dif\u00edciles de usar que el modelo SEIR.<\/p>\n
Intentando abordar este profesor Grant, quien anteriormente introdujo herramientas metodol\u00f3gicas clave en el modelado de poblaci\u00f3n matricial, presenta un nuevo enfoque que rastrea el tiempo transcurrido desde que las personas se infectaron, al tiempo que conserva la simplicidad de un modelo que se puede describir en unas pocas l\u00edneas de c\u00f3digo.<\/p>\n
Debido a la naturaleza de respuesta r\u00e1pida de esta investigaci\u00f3n, a\u00fan no ha sido revisada por pares.<\/p>\n
\u00abLos modelos de enfermedad de compartimiento est\u00e1ndar, como SEIR, se est\u00e1n utilizando ampliamente para modelar la din\u00e1mica de la epidemia de COVID19\u00bb, dijo Prof. Grant. \u00abSin embargo, no capturan con precisi\u00f3n la distribuci\u00f3n del tiempo que un individuo pasa en cada compartimento, por lo que no capturan con precisi\u00f3n la din\u00e1mica transitoria de las epidemias.<\/p>\n
\u00abEste documento muestra c\u00f3mo los modelos matriciales pueden proporcionar una ruta directa para modelar con precisi\u00f3n la duraci\u00f3n de las etapas y, por lo tanto, reproducir correctamente la din\u00e1mica epid\u00e9mica. Nuestro modelo de tiempo expl\u00edcito muestra que el pico de infecci\u00f3n puede ser anterior o posterior al pico en el modelo SEIR simple.<\/p>\n
\u00abCreo que el enfoque descrito aqu\u00ed brinda una soluci\u00f3n valiosa al problema de incorporar un dimensi\u00f3n de tiempo dentro de cada compartimento. Este modelo podr\u00eda adaptarse f\u00e1cilmente y esperamos que sea de alguna utilidad para la comunidad de modelos COVID19\u00bb.<\/p>\n
El profesor Grant advierte que las implicaciones de estos hallazgos para las pol\u00edticas estatales para gestionar de las epidemias de COVID19 no est\u00e1n claros.<\/p>\n
\u00abSi los modelos SEIR usan valores de par\u00e1metros estimados independientemente de los datos, subestimar\u00e1n la proporci\u00f3n de la poblaci\u00f3n que se infectar\u00e1 en el pico de la epidemia\u00bb, dijo el profesor Grant. \u00abPero, si el modelo inverso usa modelos SEIR para estimar par\u00e1metros de series de tiempo de enfermedades, pueden dar estimaciones que son demasiado pesimistas.<\/p>\n
\u00abLas pol\u00edticas nacionales se gu\u00edan por una variedad de modelos de enfermedades, incluidos los que tratan m\u00e1s efectivamente con el curso temporal conocido de la infecci\u00f3n dentro de los individuos, pero los detalles de este trabajo de modelado no siempre se hacen p\u00fablicos.<\/p>\n
\u00abSin embargo, el dominio de la literatura cient\u00edfica publicada por modelos compartimentales puede estar en peligro de crear un discontinuidad entre los puntos de vista sostenidos en la comunidad de investigaci\u00f3n y el modelo que informa la toma de decisiones nacional sobre el manejo de COVID19\u00bb.<\/p>\n
\u00abLos gobiernos deben poner a disposici\u00f3n los detalles de los modelos que proporcionan la base para las decisiones pol\u00edticas, de modo que que la comunidad cient\u00edfica pueda evaluarlos cr\u00edticamente y ayudar a mejorar la calidad de las predicciones que se realizan.<\/p>\n
\u00abDin\u00e1mica de las epidemias de COVID-19: los modelos SEIR subestiman las tasas m\u00e1ximas de infecci\u00f3n y sobrestiman la du raci\u00f3n\u00bb se publica en el servidor de preimpresi\u00f3n MedRvix, el 6 de abril de 2020. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n:<\/strong> Alastair Grant . Din\u00e1mica de las epidemias de COVID19: los modelos SEIR subestiman las tasas m\u00e1ximas de infecci\u00f3n y sobrestiman la duraci\u00f3n de la epidemia (2020). DOI: 10.1101\/2020.04.02.20050674 Proporcionado por la Universidad de East Anglia Cita<\/strong>: Los modelos de coronavirus subestiman el pico de la epidemia y sobreestiman su duraci\u00f3n (7 de abril de 2020) consultado el 31 de agosto de 2022 en https:\/\/medicalxpress. com\/news\/2020-04-coronavirus-underestimate-epidemic-peak-overestimate.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 Muchos de los modelos que se utilizan para pronosticar la epidemia de COVID-19 ofrecen predicciones deficientes tanto del pico de la epidemia como de su duraci\u00f3n, seg\u00fan un acad\u00e9mico de la Universidad de East Anglia (UEA). La comparaci\u00f3n de un nuevo enfoque con un modelo publicado de COVID-19 en Wuhan antes … Continuar leyendo \u00abLos modelos de coronavirus subestiman el pico de la epidemia y sobrestiman su duraci\u00f3n\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-25010","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/25010","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=25010"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/25010\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=25010"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=25010"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=25010"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}