El algoritmo de Yings reconstruye la propagaci\u00f3n de una entidad como una enfermedad a partir de fuentes \u00fanicas o m\u00faltiples. Cr\u00e9dito: Lei Ying <\/p>\n
Con un enfoque que combina big data, ciencia de redes y sistemas estoc\u00e1sticos, un profesor de ingenier\u00eda de Michigan est\u00e1 trabajando para desarrollar algoritmos que puedan identificar de forma r\u00e1pida y precisa al \u00abpaciente cero\u00bb de COVID-19 a medida que el virus se propaga a nuevos lugares o resurge, y reconstruir su propagaci\u00f3n con informaci\u00f3n limitada. <\/p>\n
Lei Ying, profesora de ingenier\u00eda el\u00e9ctrica e inform\u00e1tica, utiliza una amplia gama de datos que podr\u00edan incluir, por ejemplo, datos de movilidad humana, datos de redes sociales y an\u00e1lisis de redes gen\u00e9ticas. Esta es una nueva aplicaci\u00f3n de un proyecto de NSF en el que Ying y su equipo han estado trabajando durante varios a\u00f1os.<\/p>\n
El proyecto se enfoca en establecer un marco te\u00f3rico para ubicar la fuente de cualquier cosa que ya se haya extendido tanto, puede parecer como encontrar el tallo de paja original en un pajar.<\/p>\n
Lo que se ha difundido puede ser un rumor en Internet, una emoci\u00f3n provocada por una imagen en las redes sociales o, en el caso de COVID-19 , un germen viral.<\/p>\n
Ubicar el origen y recuperar el historial de propagaci\u00f3n de una epidemia puede ayudar a identificar c\u00f3mo se transmiti\u00f3 la enfermedad, dice Ying, y, a su vez, revelar modos de transmisi\u00f3n, lugares de exposici\u00f3n peligrosos y alta individuos de riesgo. Citando el virus H1N1 de 2009 que provoc\u00f3 entre 151\u00a0000 y 575\u00a0000 muertes como un caso en el que esta investigaci\u00f3n podr\u00eda haber salvado numerosas vidas, esta tecnolog\u00eda podr\u00eda brindar informaci\u00f3n importante a medida que la naci\u00f3n y el mundo se reabren.<\/p>\n
\u00abIdealmente, ser\u00e1 posible proporcionar un historial completo de l\u00edneas directas de infecci\u00f3n para reconstruir un brote\u00bb, dijo Ying. \u00abSiendo realistas, eso es imposible. Incluso acercarse a rastrear l\u00edneas exactas de transmisi\u00f3n podr\u00eda requerir m\u00e1s recursos, tanto en t\u00e9rminos de tiempo como de costo, de lo razonable. Sin embargo, al observar un conjunto m\u00e1s peque\u00f1o de pistas clave, podemos acercarnos. <\/p>\n
\u00abNuestro algoritmo est\u00e1 dise\u00f1ado para usarse con rastreo de contactos imperfecto, por lo que proporciona una imagen m\u00e1s precisa de la propagaci\u00f3n con informaci\u00f3n de rastreo de contactos parcial o limitada\u00bb.<\/p>\n
Ying cre\u00f3 una reconstrucci\u00f3n algoritmo basado solo en observaciones parciales que muestra un rendimiento superior a los algoritmos y m\u00e9todos heur\u00edsticos existentes. Probado en la red de sistemas aut\u00f3nomos de Internet y Power Grid de Western States, ahora est\u00e1n centrando su atenci\u00f3n en rastrear el camino de COVID-19.<\/p>\n
A medida que la sociedad reabre y se enfrenta a la amenaza de nuevas oleadas de la enfermedad, el seguimiento de la propagaci\u00f3n de infecciones en lugares espec\u00edficos podr\u00eda conducir a una acci\u00f3n m\u00e1s r\u00e1pida en t\u00e9rminos de poner en cuarentena a las personas y, en \u00faltima instancia, salvar vidas. <\/p>\n
Explorar m\u00e1s<\/p>\n
Fol baja las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) Proporcionado por la Universidad de Michigan Cita<\/strong>: Seguimiento de la propagaci\u00f3n de COVID-19 m\u00e1s r\u00e1pido y con mayor precisi\u00f3n (2020, 12 de junio) recuperado el 31 de agosto de 2022 de https: \/\/medicalxpress.com\/news\/2020-06-tracking-covid-faster-accurately.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":" El algoritmo de Yings reconstruye la propagaci\u00f3n de una entidad como una enfermedad a partir de fuentes \u00fanicas o m\u00faltiples. Cr\u00e9dito: Lei Ying Con un enfoque que combina big data, ciencia de redes y sistemas estoc\u00e1sticos, un profesor de ingenier\u00eda de Michigan est\u00e1 trabajando para desarrollar algoritmos que puedan identificar de forma r\u00e1pida y precisa … Continuar leyendo \u00abSeguimiento de la propagaci\u00f3n de COVID-19 m\u00e1s r\u00e1pido y con mayor precisi\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-29700","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/29700","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=29700"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/29700\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=29700"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=29700"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=29700"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}