A medida que la pandemia de COVID-19 comienza a aumentar nuevamente en California, un equipo de expertos en modelos de Stanford est\u00e1 trabajando d\u00eda y noche para incorporar datos en una nueva evaluaci\u00f3n herramienta que est\u00e1 ayudando a los hospitales de California y a los funcionarios de salud p\u00fablica a determinar sus pr\u00f3ximos pasos. <\/p>\n
La herramienta de evaluaci\u00f3n de COVID-19 de California, o CalCAT, contiene evaluaciones de la propagaci\u00f3n de COVID-19 en pron\u00f3sticos a corto plazo de tendencias de la enfermedad y presenta escenarios del curso de la enfermedad en los 21 condados que representan el 95 % del total casos en el Estado Dorado.<\/p>\n
En lugar de confiar en uno o dos modelos de proyecci\u00f3n como lo hicieron algunos pa\u00edses y estados de EE. UU. cuando la pandemia lleg\u00f3 por primera vez a sus costas, la herramienta CalCAT incorpora estimaciones de COVID-19 de varias organizaciones respetadas, incluidas Stanford, UCLA, MIT, Universidad Johns Hopkins y el Imperial College de Londres. RAND Corporation se enfoca en escenarios a largo plazo si se levantan las \u00f3rdenes de refugio en el lugar y se reabren negocios y escuelas no esenciales.<\/p>\n
\u00abEs como usar la sabidur\u00eda de la multitud\u00bb, dijo Jeremy Goldhaber-Fiebert , profesor asociado de medicina en Stanford Health Policy y uno de los principales investigadores del Modelo de simulaci\u00f3n de coronavirus Stanford-CIDE, o SC-COSMO. \u00abEn lugar de colgarse el sombrero en un modelo, est\u00e1 buscando una variedad de predicciones para ayudarlo a planificar y pronosticar y aprovechar toda la comunidad de investigadores y analistas que est\u00e1n trabajando en este problema\u00bb.<\/p>\n
El El proyecto SC-COSMO ha atra\u00eddo a profesores, investigadores, estudiantes de posgrado y de medicina de Stanford para trabajar en las estimaciones de la enfermedad. Tambi\u00e9n est\u00e1n trabajando con el sistema penitenciario de California y funcionarios de salud p\u00fablica en India y M\u00e9xico para ayudar a prevenir la propagaci\u00f3n de COVID-19.<\/p>\n
El modelo SC-COSMO tambi\u00e9n incorpora intervenciones no farmac\u00e9uticas, como recomendaciones sobre distanciamiento social y el momento y los efectos en la reducci\u00f3n de contactos que pueden diferir seg\u00fan la demograf\u00eda.<\/p>\n
Cuando el gobernador Gavin Newsom dio a conocer CalCAT en una conferencia de prensa a fines de junio, instruy\u00f3 a todas las agencias y departamentos estatales a hacer COVID- 19 datos de acceso p\u00fablico, siempre que no incluyan informaci\u00f3n que viole la privacidad.<\/p>\n
\u00abCalifornia es el hogar de algunos de los investigadores, tecn\u00f3logos, cient\u00edficos, universidades aclamadas y empresas de tecnolog\u00eda l\u00edderes m\u00e1s exitosos del mundo\u00bb, Newsom . \u00abSi bien estos modelos y pron\u00f3sticos hacen suposiciones diferentes, todos muestran que las acciones individuales pueden cambiar dr\u00e1sticamente la trayectoria del virus\u00bb.<\/p>\n
La herramienta CalCAT incluye:<\/p>\n
Alrededor de 20 profesores y estudiantes graduados, de derecho y de medicina de Stanford est\u00e1n involucrados en el proyecto.<\/p>\n
\u00abMe encanta modelar enfermedades infecciosas porque puedo centrarme en investigaciones impactantes y trabajar con excelentes equipos interdisciplinarios de investigadores como el equipo SC-COSMO\u00bb, dijo Anneke Claypool, Ph.D. estudiante de ciencias administrativas e ingenieria. \u00abCOVID-19 ha afectado la vida diaria de todos y me complace ayudar al estado de California a combatir este virus mortal\u00bb.<\/p>\n
El proyecto proporciona al estado estimaciones de COVID-19 a nivel de condado, incluido el n\u00famero de contagios y casos detectados y proyecciones de necesidades futuras de hospitales. Tambi\u00e9n est\u00e1n desarrollando herramientas intuitivas para aquellos que no son expertos en modelado.<\/p>\n
Tess Ryckman, Ph.D. estudiante de Stanford Health Policy enfocada en la ciencia de la toma de decisiones, dijo que trabajar en el equipo le ense\u00f1\u00f3 nuevas habilidades y puli\u00f3 su experiencia. \u00abHe estado en una trayectoria de aprendizaje acelerado en los \u00faltimos meses y he adquirido muchas habilidades de codificaci\u00f3n y modelado que ser\u00e1n valiosas para m\u00ed no solo en mi investigaci\u00f3n actual sino tambi\u00e9n en mi futura carrera\u00bb, dijo. \u00abTambi\u00e9n siento que estoy aprovechando mucho de lo que aprend\u00ed durante mi formaci\u00f3n de doctorado al aplicarlo a un tema tan apremiante e importante\u00bb.<\/p>\n
C\u00f3mo leer CalCATIngredients de un modelo<\/p>\n
Para aquellos que no son expertos en modelado, leer la herramienta CalCAT puede ser un desaf\u00edo.<\/p>\n
Goldhaber-Fiebert explica que la medida principal de la herramienta es el n\u00famero de reproducci\u00f3n efectivo conocido como el R-efectivo, que es el n\u00famero promedio de personas a las que es probable que cada persona infectada transmita el virus. Tambi\u00e9n representa la velocidad a la que se propaga el COVID-19.<\/p>\n
\u00c9l explica que si el R-efectivo est\u00e1 por encima de 1, eso significa que la infecci\u00f3n est\u00e1 creciendo y ser\u00eda una se\u00f1al de preocupaci\u00f3n. Eso podr\u00eda ayudar al estado a concentrarse en los condados que son de particular preocupaci\u00f3n y a los hospitales a preparar sus UCI y aumentar su suministro de EPP.<\/p>\n
A partir del martes 13 de julio, por ejemplo, el n\u00famero R efectivo era 1.09 para el condado de Los \u00c1ngeles, en comparaci\u00f3n con 1.05 en el condado de San Francisco. El R-efectivo general para California fue 1.12.<\/p>\n
El equipo obtiene sus datos de un conjunto de fuentes de datos.<\/p>\n
\u00abLa primera es prestar atenci\u00f3n a la literatura cl\u00ednica y epidemiol\u00f3gica que se est\u00e1 publicado y prepublicado, y ah\u00ed es donde entra Jason\u00bb. Jason Andrews, otro investigador principal del proyecto de modelado SC-COSMO, es m\u00e9dico de enfermedades infecciosas y profesor asociado de medicina en Stanford Medicine.<\/p>\n
Tambi\u00e9n obtienen fuentes de datos seguras del estado. Luego, los analistas de datos del equipo, Kim Babiarz y Lea Prince de SHP, realizan un an\u00e1lisis granular de casos, pruebas, hospitalizaciones y series de muertes para crear objetivos para la calibraci\u00f3n del modelo y refinar las entradas del modelo.<\/p>\n
Finalmente, rastrean numerosas sitios de datos, como la Oficina del Censo de EE. UU. para datos demogr\u00e1ficos, y Google Mobility y Foursquare, que rastrean el movimiento de personas despu\u00e9s de que las \u00f3rdenes de salud p\u00fablica entran en vigencia. Despu\u00e9s de que seis condados en el \u00c1rea de la Bah\u00eda emitieran su orden de refugio en el lugar el 16 de marzo, podr\u00edan ver una gran reducci\u00f3n en la movilidad.<\/p>\n
\u00abTodos esos datos finalmente dan como resultado la capacidad del modelo para hacer una gama de proyecciones futuras que son consistentes con lo que sucedi\u00f3 en el pasado y luego la incertidumbre en estas proyecciones se ampl\u00eda a medida que avanza en el tiempo\u00bb, dijo Goldhaber-Fiebert. \u00abLa parte complicada, por supuesto, es que siempre hay un retraso en ver los efectos en los datos, especialmente cuando cambian las intervenciones y las pol\u00edticas\u00bb, agreg\u00f3. \u00abEs como cuando intentas girar un barco grande, giras el tim\u00f3n, pero el barco tarda un rato en girar\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Lanzamiento de un nuevo marco de modelado para investigar el COVID-19 Proporcionado por la Universidad de Stanford Cita<\/strong>: El equipo de Stanford usa datos para ayudar a California a rastrear y prevenir el COVID-19 (24 de julio de 2020 ) recuperado el 31 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2020-07-stanford-team-california-track-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":" A medida que la pandemia de COVID-19 comienza a aumentar nuevamente en California, un equipo de expertos en modelos de Stanford est\u00e1 trabajando d\u00eda y noche para incorporar datos en una nueva evaluaci\u00f3n herramienta que est\u00e1 ayudando a los hospitales de California y a los funcionarios de salud p\u00fablica a determinar sus pr\u00f3ximos pasos. La … Continuar leyendo \u00abEl equipo de Stanford usa datos para ayudar a California a rastrear y prevenir el 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-31356","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31356","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=31356"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/31356\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=31356"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=31356"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=31356"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}