Desarrollan un modelo de ordenador que estima el riesgo de contagio en escenarios de desconfinamiento

Varias personas hacen uso de los mercados del barrio durante el día 45 de estado de alarma declarado por la crisis del coronavirus. En Madrid, (España), a 28 de abril de 2020.
Varias personas hacen uso de los mercados del barrio durante el día 45 de estado de alarma declarado por la crisis del coronavirus. En Madrid, (España), a 28 de abril de 2020. - Marta Fernández Jara - Europa Press
Actualizado: martes, 28 abril 2020 17:42

Sigue en directo la última hora sobre el coronavirus en España y en el mundo

MADRID, 28 Abr. (EUROPA PRESS) -

Nuevas investigaciones dirigidas por informáticos de la Universidad Bautista de Hong Kong han utilizado un enfoque de modelización basado en datos para responder a la cuestión crítica del momento en que se pueden aflojar las estrictas medidas de distanciamiento social y de cuarentena contra COVID-19 para que la vida normal y las actividades económicas puedan restablecerse de forma segura.

En su trabajo, publicado en la revista 'EClinicalMedicine', el equipo de investigación desarrolló un modelo computacional que caracteriza y cuantifica explícitamente los patrones de transmisión subyacentes entre las diferentes poblaciones a lo largo de las diversas fases del brote de Covid-19. Sobre la base del modelo, el equipo de investigación llevó a cabo un análisis prospectivo de los diferentes planes de reanudación del trabajo, revelando las respectivas implicaciones económicas y los niveles de riesgo de transmisión de la enfermedad asociados a cada plan.

Los investigadores pudieron caracterizar los patrones de transmisión de la enfermedad examinando las interacciones entre personas. El modelo computacional dividió a la población en siete grupos de edad con sus propios círculos sociales específicos, lugares de reunión y patrones de actividad. Se consideraron cuatro entornos de contacto social representativos, a saber, los hogares, las escuelas, los lugares de trabajo y los lugares públicos, ya que son ejemplos de poblaciones densas en las que puede producirse la propagación de Covid-19.

Se analizaron seis ciudades de China continental, incluida Wuhan, y cinco ciudades de tres zonas económicas clave: Pekín, Tianjin, Hangzhou, Suzhou y Shenzhen. En cada caso se dedujo una matriz de contactos para describir la intensidad de los contactos entre los distintos grupos de edad en cada uno de los cuatro entornos, lo que permitió computar la dinámica de la transmisión de la enfermedad. Al construir el modelo se tuvieron en cuenta los casos confirmados, el tamaño de la población y las respectivas medidas de intervención de las ciudades.

Con este modelo de transmisión basado en el contacto social específico de la edad, el equipo procedió a proyectar el desarrollo prospectivo del brote de Covid-19, centrándose en los planes de reanudación del trabajo.

Se examinaron los riesgos de transmisión de la enfermedad y el impacto estimado en el crecimiento del PIB local para los diferentes planes de reanudación del trabajo. Esos planes varían desde los más indulgentes, en los que el trabajo se reanuda antes y se completa en un plazo más corto, hasta los más estrictos, en los que el trabajo se reanuda más tarde en un plazo general más largo.

El modelo computacional basado en datos desarrollado por el equipo de investigación proporciona una solución analítica de base científica que permite diseñar planes que pueden lograr tanto la contención del riesgo de transmisión de enfermedades como la reapertura gradual de las ciudades afectadas de manera segura. Mediante la realización de un análisis prospectivo basado en datos, se puede calcular el mejor momento para reabrir la economía.

Por ejemplo, puede determinar si deben reabrir sus ciudades lo más tarde posible y, por lo tanto, no tienen riesgo de transmisión de la enfermedad, o alternativamente, reanudar el trabajo y la vida de manera gradual y sistemática manteniendo todas las medidas de control necesarias para eliminar cualquier posible transmisión de la enfermedad.