Fig. 1. Histogramas de la distribuci\u00f3n posterior marginal de la tasa de transmisi\u00f3n (izquierda), fracci\u00f3n de casos notificados p (centro) y el par\u00e1metro de forma binomial negativa r ( derecha) para cada pa\u00eds. El eje x corresponde a los valores estimados, y el eje y es la frecuencia relativa de los intervalos. Cr\u00e9dito: DOI: 10.1371\/journal.pone.0263047 <\/p>\n
Los casos asintom\u00e1ticos de COVID-19 son la ruina de las existencias de los modeladores inform\u00e1ticos: descartan los datos del modelo en un grado desconocido. No se puede medir lo que no se puede detectar, \u00bfverdad? Sin embargo, un nuevo enfoque de la Divisi\u00f3n Te\u00f3rica del Laboratorio Nacional de Los \u00c1lamos explora el uso de datos epid\u00e9micos hist\u00f3ricos de ocho pa\u00edses diferentes para estimar la tasa de transmisi\u00f3n y la fracci\u00f3n de casos no informados. <\/p>\n
\u00abLos casos asintom\u00e1ticos son la ‘materia oscura’ de las epidemias\u00bb, dijo Nick Hengartner, uno de los autores del informe publicado hoy en la revista PLOS One. \u00abSolo vemos la evidencia indirecta de que hay m\u00e1s personas enfermas de las que se informan, y si no las tomamos en cuenta, podemos concluir err\u00f3neamente que la epidemia est\u00e1 bajo control. As\u00ed que cambiamos el modelo para centrarnos en los recuentos observados en lugar de intentar para modelar el mundo ‘perfecto’. Al mirar hacia atr\u00e1s a trav\u00e9s de la serie temporal de datos hist\u00f3ricos, podemos ver en su din\u00e1mica lo que falta\u00bb.<\/p>\n
La importancia de capturar los casos no documentados es significativa, especialmente en una enfermedad como el COVID-19, donde los individuos asintom\u00e1ticos representaron el 2070 % de todas las infecciones.<\/p>\n
La coautora Imelda Trejo, becaria postdoctoral en Los Alamos, se\u00f1al\u00f3: \u00abEsta es una nueva extensi\u00f3n del est\u00e1ndar SIR (susceptible-infectado-recuperado) modelos epidemiol\u00f3gicos para estudiar la incidencia no reportada de enfermedades infecciosas. El nuevo modelo revela que tratar de ajustar un tipo de modelo SIR directamente a los datos de incidencia sin procesar subestimar\u00e1 la verdadera tasa infecciosa. Esto podr\u00eda llevar a los tomadores de decisiones a declarar el epidemia bajo control prematuramente\u00bb. En su lugar, el equipo present\u00f3 un m\u00e9todo bayesiano (un modelo estad\u00edstico que usa la probabilidad para representar toda la incertidumbre dentro del modelo) para estimar la tasa de transmisi\u00f3n y la fracci\u00f3n de casos no denunciados.<\/p>\n
Como se prob\u00f3 con los datos de ocho pa\u00edses (Argentina , Brasil, Chile, Colombia, M\u00e9xico, Panam\u00e1, Per\u00fa y EE. UU.), el nuevo enfoque describe directamente la din\u00e1mica de los casos observados y no denunciados. \u201cUsamos la din\u00e1mica local de los casos observados para proponer un modelo que nos da una expectativa condicional de nuevos casos, con base en la historia observada\u201d, dijo Trejo. <\/p>\n
Explore m\u00e1s<\/p>\n
Al menos el 50% de las infecciones por COVID-19 provienen de personas que no muestran s\u00edntomas: estudio M\u00e1s informaci\u00f3n:<\/strong> Imelda Trejo et al, A added Susceptible-Infected- Modelo recuperado para datos de incidencias observadas subreportadas, PLOS ONE (2022). DOI: 10.1371\/journal.pone.0263047 Informaci\u00f3n de la revista:<\/strong> PLoS ONE <\/p>\n Proporcionado por Los Alamos National Laboratory Cita<\/strong>: La captura de datos ocultos para casos asintom\u00e1ticos de COVID-19 proporciona a better pandemia picture (2022, 11 de febrero) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2022-02-capturing-hidden-asymptomatic-covid-cases.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":" Fig. 1. Histogramas de la distribuci\u00f3n posterior marginal de la tasa de transmisi\u00f3n (izquierda), fracci\u00f3n de casos notificados p (centro) y el par\u00e1metro de forma binomial negativa r ( derecha) para cada pa\u00eds. El eje x corresponde a los valores estimados, y el eje y es la frecuencia relativa de los intervalos. Cr\u00e9dito: DOI: 10.1371\/journal.pone.0263047 … Continuar leyendo \u00abLa captura de datos ocultos para casos asintom\u00e1ticos de COVID-19 proporciona una mejor imagen de la pandemia\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-8581","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/8581","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=8581"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/8581\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=8581"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=8581"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=8581"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}