Una micrograf\u00eda electr\u00f3nica de transmisi\u00f3n de part\u00edculas del virus SARS-CoV-2 (variante B.1.1.7 del Reino Unido), aisladas de una muestra de un paciente y cultivadas en cultivo celular. Cr\u00e9dito: NIAID <\/p>\n
COVID-19 no es la gripe. La enfermedad causada por el nuevo virus SARS-CoV-2 es m\u00e1s transmisible y mortal que la mayor\u00eda de las epidemias de influenza que hemos encontrado en nuestras vidas, y los cient\u00edficos y m\u00e9dicos a\u00fan est\u00e1n aprendiendo cosas nuevas sobre la enfermedad y sus efectos a largo plazo. Pero el COVID-19 y la gripe tienen algunas cosas en com\u00fan: ambos son causados por virus que infectan principalmente el sistema respiratorio superior y ambos se transmiten por gotitas, f\u00f3mites y contacto. <\/p>\n
Para Ishanu Chattopadhyay, Ph.D., ten\u00eda sentido considerar si estas similitudes podr\u00edan usarse o no para ayudar a predecir la propagaci\u00f3n de COVID-19. Chattopadhyay, profesor de medicina en la Universidad de Chicago, y su becario postdoctoral Yi Huang, Ph.D., aprovecharon su experiencia previa en el modelado de epidemias y su experiencia en aprendizaje autom\u00e1tico para analizar a\u00f1os de epidemias de influenza pasadas. La nueva medida de riesgo que desarrollaron, denotada como la puntuaci\u00f3n de Transmisi\u00f3n similar a la influenza universal (Universal Influenza-like Transmission, UnIT), ha demostrado ser mejor para predecir los pron\u00f3sticos de conteo de casos semanales que los mejores modelos descritos actualmente. El trabajo se public\u00f3 el 14 de octubre en PLoS Computational Biology.<\/p>\n
\u00abIncluso antes de la COVID-19, est\u00e1bamos trabajando en el modelado de pandemias en general\u00bb, dijo Chattopadhyay, autor principal del art\u00edculo. \u00abHay m\u00faltiples desaf\u00edos que presenta una pandemia. Uno es pensar en c\u00f3mo surge una nueva cepa y c\u00f3mo se origin\u00f3 el virus, y el otro es predecir el n\u00famero de casos. Es muy importante entender de d\u00f3nde vino la enfermedad, pero una vez que es un pandemia, es importante poder predecir c\u00f3mo se mover\u00e1 entre la poblaci\u00f3n y las ciudades para desarrollar pol\u00edticas de salud p\u00fablica\u00bb.<\/p>\n
Chattopadhyay y Huang aprovecharon la oportunidad de usar sus habilidades para ayudar a modelar la pandemia en todo el pa\u00eds, y cuando observaron los modelos existentes, notaron una ausencia evidente.<\/p>\n
\u00abCasi todos los enfoques que se te ocurrieron ya estaban siendo utilizados\u00bb, dijo Chattopadhyay. \u00abPero una de las cosas que parec\u00eda que la gente deber\u00eda estar mirando, pero no lo hab\u00eda hecho, era: \u00bfExiste una similitud entre las tendencias de COVID-19 y la influenza estacional? Estas son enfermedades diferentes, pero hay similitudes en la forma en que se transmiten. Una indicaci\u00f3n de esto es c\u00f3mo las medidas que tomamos para frenar la propagaci\u00f3n de COVID-19 tambi\u00e9n frenaron la propagaci\u00f3n de la gripe Entonces, la pregunta es, \u00bfpodemos realmente usar patrones de c\u00f3mo se propaga la gripe en los EE. UU. para informar este modelo de c\u00f3mo \u00bfCOVID-19 se propaga?\u00bb<\/p>\n
Los investigadores utilizaron 10 a\u00f1os de datos sobre hospitalizaciones por influenza en todo el pa\u00eds para examinar las tendencias semanales en pacientes con influenza, lo que les permiti\u00f3 determinar d\u00f3nde comenzaron los grupos de infecci\u00f3n y c\u00f3mo se propagaron. en todo el pa\u00eds cada a\u00f1o. Utilizando estos datos, pudieron producir la puntuaci\u00f3n de UnIT. Combinado con otras variables que se sabe que son importantes en la propagaci\u00f3n de enfermedades como el COVID-19, como los detalles demogr\u00e1ficos dentro de una comunidad, el modelo produjo resultados de pron\u00f3stico que en promedio fueron m\u00e1s precisos que cualquiera de los otros modelos enumerados en el centro de modelos de los CDC. <\/p>\n
\u00abNuestro modelo es relativamente simple, con muchas menos variables que muchos de los otros modelos que se utilizan para predecir el recuento de casos y las muertes. Y, sin embargo, superamos en promedio a esos otros modelos m\u00e1s complicados durante toda la pandemia. l\u00ednea de tiempo\u00bb, dijo el primer autor Huang, ahora cient\u00edfico investigador asociado en el Laboratorio Nacional de Brookhaven. \u00abEsto nos muestra que podemos aprender algo valioso de cosas que ya sabemos, como las epidemias de influenza, y podemos combinar ese conocimiento de la historia con los principios de las estad\u00edsticas para encontrar una forma nueva y significativa de predecir algo realmente desconocido\u00bb.<\/p>\n
Los resultados son importantes no solo para comprender la pandemia de COVID-19 en curso, sino que tambi\u00e9n se pueden ampliar para ayudar a predecir futuras pandemias.<\/p>\n
\u00abSi vemos tanta precisi\u00f3n aqu\u00ed, entonces cualquier enfermedad respiratoria que se propague De esta manera, cualquier pandemia similar que veamos en el futuro, probablemente podamos aplicar esta misma herramienta\u00bb, dijo Chattopadhyay. \u00abCon la expansi\u00f3n de las poblaciones y los cambios ambientales que conducen a un mayor contacto animal\/humano, muchos expertos creen que los eventos pand\u00e9micos como este pueden volverse m\u00e1s comunes. Es importante poder modelar c\u00f3mo se propagan las epidemias y cu\u00e1l ser\u00e1 su camino, particularmente cuando estamos implementar intervenciones como vacunas y distanciamiento social. Ser capaz de extraer informaci\u00f3n de los datos que ya tenemos es incre\u00edblemente \u00fatil, nos prepara m\u00e1s para la pr\u00f3xima pandemia\u00bb.<\/p>\n
El algoritmo desarrollado por el equipo de investigaci\u00f3n ha sido compartido en el centro de pron\u00f3stico de COVID-19 de los CDC, donde otros cient\u00edficos pueden acceder a \u00e9l y se utiliza como parte del modelo de predicci\u00f3n de los CDC para el COVID-19. Los investigadores esperan que la investigaci\u00f3n futura pueda incorporar tendencias de datos globales para determinar si las tendencias de COVID-19 son similares en todo el mundo o si existen diferencias seg\u00fan la poblaci\u00f3n y el clima. <\/p>\n
El estudio, \u00abUniversal Risk Phenotype Of US Counties For Flu-like Transmission To Improve County-specific COVID-19 Incidence Forecasts\u00bb, fue apoyado en parte por la Oficina de Ciencias de la Defensa de la Agencia de Proyectos de Investigaci\u00f3n Avanzada de la Defensa . <\/p>\n
Explore m\u00e1s<\/p>\n
La temporada de gripe junto con COVID-19 presenta la amenaza de una ‘demia gemela’ M\u00e1s informaci\u00f3n:<\/strong> Fenotipo de riesgo universal de los condados de EE. UU. Para mejorar la transmisi\u00f3n similar a la gripe Pron\u00f3sticos de incidencia de COVID-19, biolog\u00eda computacional PLoS (2021). journals.plos.org\/ploscompbiol … journal.pcbi.1009363 Informaci\u00f3n de la revista:<\/strong> PLoS Computational Biology <\/p>\n Proporcionado por el Centro M\u00e9dico de la Universidad de Chicago Cita<\/strong>: Nuevo modelo que aprovecha los datos de la gripe genera una predicci\u00f3n altamente precisa de COVID- 19 de difusi\u00f3n (2021, 14 de octubre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-10-leveraging-flu-highly-accurate-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":" Una micrograf\u00eda electr\u00f3nica de transmisi\u00f3n de part\u00edculas del virus SARS-CoV-2 (variante B.1.1.7 del Reino Unido), aisladas de una muestra de un paciente y cultivadas en cultivo celular. Cr\u00e9dito: NIAID COVID-19 no es la gripe. La enfermedad causada por el nuevo virus SARS-CoV-2 es m\u00e1s transmisible y mortal que la mayor\u00eda de las epidemias de influenza … Continuar leyendo \u00abNuevo modelo que aprovecha los datos de la gripe genera una predicci\u00f3n muy precisa de la propagaci\u00f3n de la 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-758","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/758","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=758"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/758\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=758"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=758"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=758"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}