Cr\u00e9dito: Universidad del Norte de Arizona <\/p>\n
Joe Mihaljevic, epidemi\u00f3logo matem\u00e1tico y profesor asistente en la Escuela de Inform\u00e1tica, Computaci\u00f3n y Sistemas Cibern\u00e9ticos de la Universidad del Norte de Arizona (SICCS) , lidera un nuevo proyecto para crear sistemas de modelado inform\u00e1tico para predecir los resultados de la propagaci\u00f3n del virus SARS-CoV-2, que causa el COVID-19, en cuatro condados del norte de Arizona, Coconino, Navajo, Apache y Mohave. <\/p>\n
A principios de esta primavera, Flagstaff Medical Center expres\u00f3 una necesidad urgente de modelar la propagaci\u00f3n del virus para la planificaci\u00f3n de emergencias y para solicitar los recursos adecuados de las autoridades estatales y federales.<\/p>\n
\u00abTransmisi\u00f3n confiable casi en tiempo real por lo tanto, las infraestructuras cibern\u00e9ticas de pron\u00f3stico son vitales para garantizar un cuidado de la salud efectivo y equitativo para las poblaciones rurales de Arizona durante esta crisis pand\u00e9mica\u00bb, dijo Mihaljevic.<\/p>\n
En marzo, la Fundaci\u00f3n Nacional de Ciencias (NSF, por sus siglas en ingl\u00e9s) hizo un llamado urgente a los investigadores a la luz de la aparici\u00f3n y propagaci\u00f3n de COVID-19, alentando a los cient\u00edficos a utilizar el mecanismo de financiaci\u00f3n de Investigaci\u00f3n de respuesta r\u00e1pida (RAPID) para apoyar la investigaci\u00f3n relacionada con el virus. Mihaljevic solicit\u00f3 y recibi\u00f3 una subvenci\u00f3n de $ 200,000 por un a\u00f1o para desarrollar un portal de modelado de enfermedades en colaboraci\u00f3n con el cient\u00edfico inform\u00e1tico y profesor de SICCS Eck Doerry y la bi\u00f3loga evolutiva y profesora asistente de SICCS Crystal Hepp, directora asistente del Instituto de Pat\u00f3genos y Microbiomas de la NAU. La colaboraci\u00f3n re\u00fane tres \u00e1reas clave de experiencia: Mihaljevic es un modelador de enfermedades; Doerry transforma ideas novedosas en soluciones de software altamente utilizables; y Hepp es un bi\u00f3logo evolutivo que se enfoca en la propagaci\u00f3n del virus ARN y el an\u00e1lisis de datos de salud p\u00fablica.<\/p>\n
Usando un portal de modelado interactivo seguro basado en la web que desarroll\u00f3 Doerry, Mihaljevic puede extraer los \u00faltimos datos de casos informados de la salud local. autoridades y ejecutar modelos en vivo en una interfaz interactiva que los tomadores de decisiones pueden usar para explorar posibles escenarios y resultados proyectados.<\/p>\n
\u00abEn los cuatro condados, el pat\u00f3geno est\u00e1 moderadamente bajo control, aunque existe una variabilidad regional, con algunas poblaciones corren m\u00e1s riesgo\u00bb, dijo Mihaljevic. \u00abEstamos desacelerando el virus, pero ahora queremos entender qu\u00e9 suceder\u00e1 si comenzamos a eliminar las intervenciones vigentes, como el distanciamiento social y f\u00edsico. Es posible que haya escuchado que hemos alcanzado el punto m\u00e1ximo. En los brotes de enfermedades, puede haber m\u00faltiples picos. Reducir las restricciones demasiado pronto puede significar m\u00faltiples bloqueos\u00bb.<\/p>\n
Por ejemplo, si todas las restricciones se eliminaron a principios de mayo despu\u00e9s de 45 d\u00edas de \u00f3rdenes de quedarse en casa, su modelo predice un segundo pico con al menos al menos tres veces el n\u00famero de visitas al hospital que la tasa actual.<\/p>\n
\u00abPodr\u00edamos ver m\u00e1s de 100 nuevas visitas al hospital por d\u00eda\u00bb, dijo.<\/p>\n
Si las medidas de distanciamiento se mantienen hasta El 31 de mayo, por otro lado, el modelo proyecta un segundo brote m\u00e1s peque\u00f1o cuando se eliminen las restricciones.<\/p>\n
\u00abCon 75 d\u00edas de intervenciones, un segundo pico en el norte de Arizona podr\u00eda ser un poco m\u00e1s peque\u00f1o que el primero pico, en un escenario optimista\u00bb, dijo Mihaljevic.<\/p>\n
\u00abEn resumen, muchos de los modelos actuales desarrollados para gestionar la crisis de COVID-19 probablemente no sean completamente adecuadas para describir la propagaci\u00f3n de pat\u00f3genos en las regiones rurales. Tenemos centros urbanos como Flagstaff que realmente est\u00e1n anidados en un paisaje m\u00e1s rural, una metapoblaci\u00f3n, si se quiere, con comunidades que son muy diferentes entre s\u00ed. Podremos rastrear la cantidad de pacientes que se env\u00edan a qu\u00e9 hospitales y comprender qu\u00e9 instalaciones est\u00e1n m\u00e1s estresadas\u00bb, dijo Mihaljevic.<\/p>\n
El modelo inform\u00e1tico se basa en datos de vigilancia de enfermedades, datos de la Oficina del Censo de EE. UU. e informaci\u00f3n del centro m\u00e9dico que rastrea cu\u00e1ntas camas de hospital hay disponibles en cada condado. Mihaljevic dice que parte de la subvenci\u00f3n es para desarrollar un mapeo detallado.<\/p>\n
\u00abDigamos que es un hospital y desea comprender qu\u00e9 pasando en su regi\u00f3n. Podr\u00e1 filtrar los datos y las proyecciones solo para su condado o sistema hospitalario\u00bb.<\/p>\n
Hepp colabora con una variedad de socios de salud p\u00fablica en su investigaci\u00f3n.<\/p>\n
\u00abCon un fuerte comprensi\u00f3n de los tipos de datos disponibles en los sistemas de informes de salud p\u00fablica, junto con la conciencia de la sensibilidad de los datos, mi contribuci\u00f3n es ayudar a identificar qu\u00e9 datos se necesitan para entrar en el modelo inform\u00e1tico\u00bb, dijo Mihaljevic. \u00abNo necesitamos informaci\u00f3n privada como el nombre o la direcci\u00f3n de un paciente, pero podemos agregar n\u00fameros para informar al modelo seg\u00fan informaci\u00f3n como c\u00f3digos postales, cu\u00e1ndo una persona comenz\u00f3 a sentirse enferma y cu\u00e1ndo se tom\u00f3 un hisopo nasal para detectar la enfermedad.<\/p>\n
\u00abNuestro objetivo es desarrollar una ciberinfraestructura, una aplicaci\u00f3n web que nos ayude a comunicar los resultados de nuestro modelado a la salud p\u00fablica y a las partes interesadas en el cuidado de la salud que puedan interactuar visualmente con el modelo y manipular los par\u00e1metros para explorar estos escenarios y tomar decisiones informadas para una base de datos -impulsado plan de salud p\u00fablica\u00bb.<\/p>\n
Mihaljevic cree que su modelado por computadora tambi\u00e9n ayudar\u00e1 a informar a los funcionarios electos sobre c\u00f3mo y cu\u00e1ndo eliminar las restricciones de distanciamiento f\u00edsico y reabrir negocios y espacios p\u00fablicos.<\/p>\n
\u00abNuestro El objetivo es proporcionar soporte inform\u00e1tico cr\u00edtico inmediato para la gesti\u00f3n estrat\u00e9gica de la crisis actual, mientras desarrollamos nuestra experiencia, herramientas e infraestructura para optimizar las respuestas a futuras epidemias\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
El modelo COVID-19 encuentra evidencia de aplanamiento de la curva en Tennessee, recomienda que contin\u00faen las pol\u00edticas de distanciamiento Proporcionado por la Universidad del Norte de Arizona Cita<\/strong>: Los cient\u00edficos desarrollan modelos interactivos de enfermedades para predecir la propagaci\u00f3n de COVID- 19 en Arizona (4 de mayo de 2020) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-05-scientists-interactive-disease-covid-arizona.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: Universidad del Norte de Arizona Joe Mihaljevic, epidemi\u00f3logo matem\u00e1tico y profesor asistente en la Escuela de Inform\u00e1tica, Computaci\u00f3n y Sistemas Cibern\u00e9ticos de la Universidad del Norte de Arizona (SICCS) , lidera un nuevo proyecto para crear sistemas de modelado inform\u00e1tico para predecir los resultados de la propagaci\u00f3n del virus SARS-CoV-2, que causa el COVID-19, … Continuar leyendo \u00abCient\u00edficos desarrollan modelos interactivos de enfermedades para predecir la propagaci\u00f3n de COVID-19 en Arizona\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-27966","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/27966","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=27966"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/27966\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=27966"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=27966"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=27966"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}