Los modelos matem\u00e1ticos pueden informar los enfoques gubernamentales para controlar la propagaci\u00f3n de COVID-19 durante la Fase 2. Cr\u00e9dito: Shutterstock <\/p>\n
A medida que el mundo avanza m\u00e1s all\u00e1 de los primeros 100 d\u00edas de la pandemia, el n\u00famero de nuevos casos diarios sigue aumentando en algunos pa\u00edses. El 22 de junio, el n\u00famero de casos confirmados en todo el mundo alcanz\u00f3 los nueve millones, con m\u00e1s de 469 000 muertes y alrededor de 160 000 casos nuevos por d\u00eda. <\/p>\n
La tasa de infecci\u00f3n ha sido mayor en afroamericanos e ind\u00edgenas en los Estados Unidos (y en otros lugares), debido a las desigualdades estructurales y econ\u00f3micas cr\u00f3nicas.<\/p>\n
Se espera que haya una segunda ola de COVID-19 y posiblemente m\u00e1s que podr\u00eda ser a\u00fan m\u00e1s mortal que el actual. Deber\u00edamos estar mejor preparados, y el modelado y la simulaci\u00f3n pueden ser \u00fatiles para predecir la evoluci\u00f3n de la enfermedad, ayudar a reducir la propagaci\u00f3n de la infecci\u00f3n e informar las pol\u00edticas p\u00fablicas y privadas en t\u00e9rminos de prevenci\u00f3n. Todav\u00eda tenemos tiempo.<\/p>\n
Segundas oleadas<\/p>\n
La inmunidad colectiva ocurre cuando entre el 60 y el 70 por ciento de la poblaci\u00f3n ha sido infectada por un virus y se vuelve inmune a \u00e9l. Si esta proporci\u00f3n de la poblaci\u00f3n mundial contrae la enfermedad, las consecuencias ser\u00e1n catastr\u00f3ficas, con la muerte de millones de personas. <\/p>\n
La inmunidad colectiva solo puede ocurrir de manera segura y \u00e9tica si se descubre una vacuna y se inocula a una alta proporci\u00f3n de la poblaci\u00f3n. A menos que se descubra una vacuna, solo podemos enfrentar la pandemia a trav\u00e9s del comportamiento: distanciamiento f\u00edsico, uso de m\u00e1scaras, etiqueta para toser y estornudar y lavado de manos extenso.<\/p>\n
Hemos visto reglas de distancia f\u00edsica (social) que van desde simples recomendaciones hasta estrictas cuarentenas. Pero el distanciamiento f\u00edsico ha tenido consecuencias econ\u00f3micas y de salud mental. <\/p>\n
Creciente frustraci\u00f3n<\/p>\n
La historia nos ha demostrado que la segunda ola de una pandemia puede ser m\u00e1s letal. Con la creciente frustraci\u00f3n y las econom\u00edas d\u00e9biles, podr\u00edamos esperar un fuerte resurgimiento de las infecciones por coronavirus. <\/p>\n
La segunda ola de la gripe de 1918 parece haber sido impulsada por los soldados que viajaban, una probable mutaci\u00f3n en el virus y porque los gobiernos no estaban dispuestos a imponer medidas de distanciamiento f\u00edsico durante la Primera Guerra Mundial.<\/p>\n
La frustraci\u00f3n p\u00fablica fue una de las principales causas de las protestas de la Liga Antim\u00e1scaras en San Francisco en respuesta al uso temprano y obligatorio de m\u00e1scaras en 1918. El malestar social result\u00f3 en pol\u00edticas inconsistentes entre octubre de 1918 y enero de 1919, lo que provoc\u00f3 casi 45\u00a0000 casos de influenza que mat\u00f3 a m\u00e1s de 3000 personas en San Francisco.<\/p>\n
Con el COVID-19, estamos viendo frustraci\u00f3n en todo el mundo. En Brasil, cientos protestaron por las \u00f3rdenes de quedarse en casa emitidas por los gobernadores estatales. Se han visto protestas similares en Espa\u00f1a, Alemania y Argentina, donde las protestas podr\u00edan hacer que la cantidad de casos se recupere. <\/p>\n
Un aumento de casos en Ontario parece haber estado relacionado con cuando las familias dejaron de distanciarse f\u00edsicamente por el D\u00eda de la Madre.<\/p>\n
Actualmente, se est\u00e1n estudiando las protestas masivas de Black Lives Matter en los Estados Unidos. para ver si habr\u00e1 un aumento correspondiente en los casos. Esto sucedi\u00f3 en Filadelfia en 1918, despu\u00e9s de que un desfile masivo que celebraba el final de la guerra resultara en un brote generalizado.<\/p>\n
Recientemente, hemos visto nuevos brotes informados en Corea del Sur, China, Alemania y Singapur. Una segunda ola podr\u00eda abrumar potencialmente a los centros de salud. <\/p>\n
Part\u00edculas de aliento esparcidas en un laboratorio de investigaci\u00f3n. Cr\u00e9dito: Universidad de Carleton <\/p>\n
Simulaciones \u00fatiles<\/p>\n
Las agencias gubernamentales basan sus decisiones en los resultados de modelos y simulaciones avanzados.<\/p>\n
La canciller alemana Angela Merkel discuti\u00f3 p\u00fablicamente c\u00f3mo controlar una segunda ola y las pol\u00edticas de confinamiento en Alemania y present\u00f3 resultados basados en el c\u00e1lculo del factor de reproducci\u00f3n (tambi\u00e9n conocido como R). Pero, \u00bfqu\u00e9 es eso?<\/p>\n
R representa cu\u00e1ntas personas, en promedio, infectar\u00e1 una persona con una enfermedad. R0, la tasa b\u00e1sica de infecci\u00f3n por COVID-19, se calcul\u00f3 entre dos y tres. Esto significa que sin inmunidad ni intervenciones, cada persona infectada infectar\u00eda a un promedio de dos o tres personas m\u00e1s. Esto producir\u00eda un crecimiento exponencial de la enfermedad. <\/p>\n
R0 es un n\u00famero te\u00f3rico que se calcula mediante una combinaci\u00f3n de datos diarios del mundo real y modelos de simulaci\u00f3n que predicen la propagaci\u00f3n de la pandemia. El Rt de una enfermedad es din\u00e1mico y se ve afectado por factores externos como la vacunaci\u00f3n, el aislamiento o el clima.<\/p>\n
El seguimiento del Rt es importante cuando queremos aflojar las restricciones, ya que un Rt mayor que uno significa el n\u00famero de casos esta creciendo. Cuando Rt es inferior a 1, la enfermedad empieza a desaparecer, pero incluso peque\u00f1os aumentos por encima de uno producir\u00e1n un aumento exponencial de los casos.<\/p>\n
Clasificaci\u00f3n de la poblaci\u00f3n<\/p>\n
Los individuos susceptibles son aquellos que todav\u00eda no han contra\u00eddo la enfermedad. Quienes lo contrajeron, denominados infectivos, pueden transmitirlo a otras personas susceptibles. Aquellos que no pueden seguir propagando la enfermedad porque se recuperaron (o murieron) se eliminan del estudio. Estos modelos SIR y sus simulaciones pueden ser utilizados por los gobiernos para determinar qu\u00e9 intervenciones y pol\u00edticas deben implementar. Las simulaciones pueden medir el impacto de una intervenci\u00f3n, comparar dos intervenciones o c\u00f3mo el momento de su introducci\u00f3n afecta el resultado.<\/p>\n
Adem\u00e1s de modelos y simulaciones, los gobiernos deben realizar inversiones masivas en el rastreo de contactos. El rastreo de contactos intenta detener las cadenas de transmisi\u00f3n al identificar a las personas que necesitan autoaislarse para reducir la posibilidad de contagio.<\/p>\n
La nueva normalidad<\/p>\n
Cuando termine la cuarentena, estaremos necesitan regresar a sus lugares de trabajo, escuelas, eventos sociales y usar el transporte p\u00fablico. Desafortunadamente, la mayor\u00eda de las infecciones ocurren en interiores y alrededor del 40-60 por ciento de las personas infectadas no tienen s\u00edntomas durante cuatro o cinco d\u00edas.<\/p>\n
Sin un rastreo de contactos adecuado o modelos precisos, el virus podr\u00eda tener un impacto m\u00e1s fuerte en la segunda ola. . Nuestro grupo de investigaci\u00f3n est\u00e1 investigando diferentes m\u00e9todos para estudiar c\u00f3mo se propaga el virus en interiores, como edificios de oficinas, escuelas y centros de atenci\u00f3n para personas mayores.<\/p>\n
Estamos construyendo modelos de interiores utilizando factores como diferentes densidades de ocupaci\u00f3n, g\u00e9nero, edad, transmisi\u00f3n presintom\u00e1tica y rastreo de contactos. Estos modelos nos permiten estudiar diferentes escenarios, varias tasas de infecci\u00f3n y factores ambientales como el flujo de peatones, la temperatura ambiente y la humedad. <\/p>\n
Al saber que la mayor\u00eda de las infecciones ocurren en interiores, las herramientas de modelado y simulaci\u00f3n pueden ayudar a gobiernos, empresas, juntas escolares y universidades a reintroducir medidas estrictas de confinamiento o experimentar con diferentes opciones para reducir la probabilidad de contagio en interiores. Hasta ahora, un peque\u00f1o porcentaje de la poblaci\u00f3n se ha infectado y hasta que no haya una vacuna disponible, una segunda ola podr\u00eda ser muy peligrosa.<\/p>\n
Al combinar los resultados de la simulaci\u00f3n con herramientas de visualizaci\u00f3n avanzada y rastreo de contactos, podemos ayudar a los tomadores de decisiones a tomar el mejor curso de acci\u00f3n posible. Necesitaremos las herramientas adecuadas para dominar la segunda ola tomando decisiones pol\u00edticas informadas e integrales. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por The Conversation <\/p>\n
Este art\u00edculo se vuelve a publicar de The Conversation bajo una licencia Creative Commons. Lea el art\u00edculo original. <\/p>\n
Cita<\/strong>: Las simulaciones ayudan a reducir los efectos de una segunda ola de COVID-19 (23 de junio de 2020) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-06 -simulaciones-efectos-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":" Los modelos matem\u00e1ticos pueden informar los enfoques gubernamentales para controlar la propagaci\u00f3n de COVID-19 durante la Fase 2. Cr\u00e9dito: Shutterstock A medida que el mundo avanza m\u00e1s all\u00e1 de los primeros 100 d\u00edas de la pandemia, el n\u00famero de nuevos casos diarios sigue aumentando en algunos pa\u00edses. El 22 de junio, el n\u00famero de casos … Continuar leyendo \u00abLas simulaciones ayudan a reducir los efectos de una segunda ola 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-28833","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/28833","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=28833"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/28833\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=28833"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=28833"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=28833"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}