Recomiendan "un confinamiento real en Europa durante 15 días, con posteriores cuarentenas estrictas" para quienes entren en el territorio
SANTIAGO DE COMPOSTELA, 10 Nov. (EUROPA PRESS) -
El catedrático de Análisis Matemático de la USC Juan José Nieto y el profesor de la Universidad de Vigo Iván Area han desarrollado un modelo matemático de predicción para identificar cuántos pacientes de covid-19 van a necesitar de tratamiento en una unidad de cuidados intensivos (UCI).
El patrón resultante, en el que también han participado investigadores del Sergas, fue publicado en la revista Alexandria Engineering Journal con el título "Determination in Galicia of the required beds at intensive care units".
Tal y como recoge el comunicado de la Universidad de Santiago de Compostela, Nieto y Area, aún con los resultados del análisis, consideran que las medidas a adoptar "no son evidentes". Con todo, se inclinan por "decisiones globales o en territorios mucho más amplios que los contemplados actualmente" y, vista la evolución de la pandemia, recomiendan "un confinamiento real en Europa durante 15 días, con posteriores cuarentenas estrictas para las personas que entren en el territorio".
Ambos matemáticos subrayan que no han incluido la conocida como inmunidad de rebaño en el estudio al no disponer de "suficiente información" sobre todas las posibles reinfecciones. Es por eso que recomiendan "mucha cautela" al hablar de este tipo de soluciones.
Los dos investigadores han aprovechado para recalcar "la necesidad para la ciencia de disponer de datos fiables y robustos". "A día de hoy es difícil disponer de datos comparables entre distintos territorios y/o estados, lo que dificulta el análisis de la evolución de la pandemia", interpretan.
UN MODELO EN DOS FASES
El proyecto, en el que los matemáticos trabajan desde el inicio de la crisis sanitaria, consta de dos fases. Para la primera, desarrollada durante enero y febrero de 2020, delimitaron ocho grupos de estudio: personas susceptibles de contagio, infectadas, recuperadas, asintomáticas, superpropagadoras, hospitalizadas, recuperadas y fallecidas.
"Después de estudiar como son las transiciones entre las distintas poblaciones, se realizó un análisis matemático del modelo. Las correspondientes simulaciones numéricas resultantes se ajustaban con bastante precisión a los datos que llegaban desde China en aquel momento", han señalado los investigadores. La aplicación de estos parámetros les permitió, detallan, predecir a principios de marzo "el mayor pico de infecciones por covid para el día 5 de abril".
Una vez conseguida la estimación de la evolución de afectados, se inicia la segunda fase del modelo. Aquí, los investigadores de la USC y la UVigo se centran entonces en la predicción del número total de personas que van a necesitar asistencia en cuidados intensivos. Han destacado que esta parte del análisis resulta "fundamental" por tratarse de recursos "altamente especializados que necesitan previsión y anticipación".
"Con las previsiones a las que nos referimos se puede programar con algo más de tiempo. Cuando tengamos que improvisar, improvisaremos, pero cuando podamos planificar, planifiquemos", han comentado los matemáticos.
