Los modelos informáticos nos ayudan a predecir la propagación de la pandemia

En agosto se registrarán más de 500.000 muertes de COVID-19. Esta predicción fue hecha por el Imperial College en Londres en marzo, conmocionando a Gran Bretaña y obligando al Primer Ministro Boris Johnson a imponer medidas de cuarentena en el país. En Estados Unidos, las predicciones eran aún más aterradoras que cerca de 2 millones de muertes a menos que el gobierno entrara en vigor.

Estas estimaciones se basan en el modelo SIR, que analiza el número de personas infectadas con enfermedades infecciosas en una población específica dentro de un plazo. El modelo divide a la población en tres categorías: en peligro, infectado y curado. Los científicos agregan otra fórmula que determina la velocidad de propagación de una categoría a otra. Esto ayuda a predecir el número de los que se infectarán y los que mueren:

Espero que la gente entienda que esta es una versión simplificada de lo que sucede en realidad. Si queremos analizar la situación con más detalle, considere, por ejemplo, cuántos de los infectados tendrán que ser admitidos en el hospital para predecir cuánto se cargará el sistema de salud, dice el epidemiólogo Helen Yankees.

El factor que cambia en estos modelos es las medidas de cuarentena. Los científicos utilizan los datos para nuevos casos de infección antes y después de estas medidas para producir predicciones precisas.

Los modelos ayudan a identificar las llamadas figuras de reproducción un factor que calcula el número de personas infectadas por un paciente que está enfermo durante el período de transición. Si hay más de uno infectado, la tasa de reproducción se multiplica.

Cuando empezamos a calcular en febrero o marzo, la mayoría de los modelos que se crearon fueron utilizados para epidemias anteriores de pronósticos. Decidimos utilizar la epidemia coronaria como una base, hizox0] dice Massachusetts Institute for Technology Professor George Barbastathis.

El principal reto del modelo fue la falta de datos sobre el número real de personas infectadas coronarias, especialmente porque muchos de los infectados no muestran síntomas. En respuesta al problema, científicos de la Universidad de Washington desarrollaron un patrón basado en el número de pacientes que murieron por la enfermedad.

Sabíamos que no teníamos suficientes pruebas para diagnosticar, y no sabíamos cuántas personas estaban infectadas. Para hacer predicciones válidas, decidimos crear cálculos después de la muerte en una localidad o un lugar para llegar al menos a 50 personas.

Pensamos que esta metodología ofrecía más estabilidad en las predicciones. Estuvimos calculando tasas de crecimiento o declinación, indicando Ali Mokdad con la Universidad de Washington.

Este modelo siguió siendo el más optimista hasta que el número de muertos reportó aumentos significativos a principios de mayo. Hoy los científicos predicen 140 mil muertos a principios de agosto, o el doble de las predicciones iniciales. Este aumento se considera como resultado de la reducción de las medidas de aislamiento.

Cuando empezamos a ver un aumento de la actividad poblacional, dos semanas después se observó un aumento de la propagación del virus. El impacto comienza inmediatamente en el aumento del ritmo de la muerte, indica Mokdad.

Diez de diferentes modelos utilizan algoritmos matemáticos, pero todos los modelos tienen uno común: advierten no eliminar medidas de cuarentena más rápido de lo que se recomienda.