Esta imagen de microscopio electr\u00f3nico de transmisi\u00f3n muestra el SARS-CoV-2, tambi\u00e9n conocido como 2019-nCoV, el virus que causa el COVID-19, aislado de un paciente en los EE.UU. Se muestran part\u00edculas de virus emergiendo de la superficie de las c\u00e9lulas cultivadas en el laboratorio. Los picos en el borde exterior de las part\u00edculas de virus dan a los coronavirus su nombre, en forma de corona. Cr\u00e9dito: NIAID-RML <\/p>\n
Con las comunidades de todo Estados Unidos luchando contra los aumentos repentinos de casos y hospitalizaciones de COVID-19, los investigadores de la Universidad de Texas en Austin y la Universidad Northwestern han creado un marco que ayuda a los legisladores a determinar qu\u00e9 datos rastrear y cu\u00e1ndo tomar medidas para proteger a sus comunidades. El modelo especifica una serie de puntos de activaci\u00f3n para ayudar a las entidades locales a saber cu\u00e1ndo reforzar las medidas de distanciamiento social para evitar que los hospitales se vean invadidos por pacientes con virus. El m\u00e9todo tambi\u00e9n tiene como objetivo minimizar el impacto econ\u00f3mico en las comunidades al sugerir los primeros tiempos para relajar las restricciones de manera segura. <\/p>\n
El marco se describe en un nuevo art\u00edculo publicado hoy en Proceedings of the National Academy of Sciences. La alta tasa continua de infecci\u00f3n de los Estados Unidos significa que los legisladores de todo el pa\u00eds deben continuar tomando decisiones sobre el restablecimiento y la relajaci\u00f3n de las medidas de distanciamiento social. Usando datos de hospitales, el nuevo modelo les permite a los l\u00edderes locales saber cu\u00e1ndo es el momento de pisar el freno para reabrir versus aliviar las restricciones.<\/p>\n
Por ejemplo, en Austin, Texas, los modeladores aplicaron este marco para ayudar a los l\u00edderes de la ciudad a decidir cu\u00e1ndo alternar entre cinco niveles de alerta de COVID-19 diferentes. La ciudad ahora est\u00e1 rastreando el n\u00famero diario de nuevas admisiones al hospital, y recientemente endureci\u00f3 las medidas cuando los datos superaron el umbral prescrito.<\/p>\n
\u00abDesarrollamos este marco para garantizar que COVID-19 nunca supere la capacidad local de atenci\u00f3n m\u00e9dica mientras se minimizan los costos econ\u00f3micos y sociales de las estrictas medidas de distanciamiento social\u00bb, dijo Lauren Ancel Meyers, coautora del art\u00edculo y directora del Consorcio de Modelado COVID-19 de la Universidad de Texas.<\/p>\n
Daniel de Northwestern Duque, el primer autor, dijo que \u00abel enfoque proporciona indicaciones claras de cu\u00e1ndo se deben promulgar y relajar las medidas para gestionar el riesgo\u00bb.<\/p>\n
Hay dos componentes clave para implementar con \u00e9xito la estrategia: monitorear de cerca los datos sobre las hospitalizaciones por COVID -19 y garantizar que las comunidades protejan a los m\u00e1s vulnerables a la enfermedad.<\/p>\n
\u00abSi bien muchas ciudades han implementado niveles de alerta y nuevas pol\u00edticas, nuestra investigaci\u00f3n puede ser la primera en brindar una gu\u00eda clara sobre qu\u00e9 hacer exactamente\u00bb. rack (datos de admisiones hospitalarias) y exactamente cu\u00e1ndo actuar (umbrales estrictos)\u00bb, dijo David Morton, presidente y profesor de ingenier\u00eda industrial y ciencias de la gesti\u00f3n en Northwestern y coautor del art\u00edculo. \u00abLas comunidades deben actuar mucho antes de que los aumentos repentinos en los hospitales se vuelvan peligrosos. Los datos de ingresos hospitalarios brindan una indicaci\u00f3n temprana del r\u00e1pido crecimiento de la pandemia, y el seguimiento de esos datos garantizar\u00e1 que los hospitales mantengan una capacidad suficiente\u00bb. En las \u00faltimas semanas, los funcionarios de salud p\u00fablica expresaron su preocupaci\u00f3n de que los datos de hospitalizaci\u00f3n han sido inconsistentes, ya que el gobierno federal traslad\u00f3 los datos a un nuevo portal alojado en el Departamento de Salud y Servicios Humanos.<\/p>\n
\u00abHospitalizaci\u00f3n por COVID-19 los datos son vitales para rastrear el ritmo cambiante de la pandemia e informar una buena toma de decisiones\u00bb, dijo Meyers.<\/p>\n
El equipo tambi\u00e9n determin\u00f3 que prevenir un aumento inmanejable en las hospitalizaciones requiere el cumplimiento de un distanciamiento social estricto para los pacientes de alto riesgo. poblaciones, conocido como capullo. Por ejemplo, los investigadores estimaron que no proteger a las poblaciones vulnerables duplica con creces las muertes resultantes y, al mismo tiempo, duplica la cantidad de d\u00edas de confinamiento para evitar el desbordamiento de los hospitales.<\/p>\n
El marco combina dos modelos matem\u00e1ticos: un modelo subyacente que predice c\u00f3mo es probable que se propague la pandemia y un modelo de optimizaci\u00f3n que utiliza datos de admisiones de los sistemas hospitalarios de Austin. Intenta caminar por una l\u00ednea muy fina para prevenir el desastre econ\u00f3mico y evitar que los sistemas hospitalarios se vean abrumados. Aunque los investigadores usaron datos de Austin, otras comunidades pueden usar f\u00e1cilmente el marco con datos de admisiones hospitalarias disponibles p\u00fablicamente.<\/p>\n
\u00abEste es un marco general que se puede usar para dise\u00f1ar activadores de m\u00faltiples etapas, no solo para cierres sino tambi\u00e9n para mover entre fases exactamente como lo hemos hecho para Austin\u00bb, dijo Morton. \u00abNuestro marco ya ha guiado los cambios de pol\u00edtica en Austin\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n:<\/strong> Daniel Duque et al, Timing social distancing to avi inmanageable COVID-19 hospital surges, Actas de la Academia Nacional de Ciencias (2020). DOI: 10.1073\/pnas.2009033117 Informaci\u00f3n de la revista:<\/strong> Procedimientos de la Academia Nacional de Ciencias <\/p>\n Proporcionado por la Universidad de Texas en Austin Cita<\/strong>: Usos del modelo de riesgo de COVID-19 datos hospitalarios para orientar las decisiones sobre el distanciamiento social (30 de julio de 2020) recuperados el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-07-covid-hospital-decisions-social-distancing.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":" Esta imagen de microscopio electr\u00f3nico de transmisi\u00f3n muestra el SARS-CoV-2, tambi\u00e9n conocido como 2019-nCoV, el virus que causa el COVID-19, aislado de un paciente en los EE.UU. Se muestran part\u00edculas de virus emergiendo de la superficie de las c\u00e9lulas cultivadas en el laboratorio. Los picos en el borde exterior de las part\u00edculas de virus dan … Continuar leyendo \u00abEl modelo de riesgo de COVID-19 utiliza datos hospitalarios para guiar las decisiones sobre el distanciamiento social\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-30868","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/30868","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=30868"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/30868\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=30868"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=30868"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=30868"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}