Faro de Vigo

Faro de Vigo

Contenido exclusivo para suscriptores digitales

Ciencia gallega para anticiparse a un rebrote de coronavirus

El objetivo es predecir la evolución de la propagación y la incidencia de la pandemia

Ciencia gallega para anticiparse a un rebrote de coronavirus

Entre el marasmo de incógnitas científicas, si algo ha dejado claro la primera oleada de la pandemia del coronavirus es que la mejor forma de afrontarlo es la anticipación. Adelantarse en las medidas puede ser clave para evitar miles de muertes, como demuestra la comparativa entre España y Portugal. Para tratar de calcular cómo se expandirá el virus, un grupo de investigadores liderados desde Galicia trabaja ya en modelos de predicción.

El estudio 'Predico' sobre modelos de predicción dinámica en escenarios afectados por Covid-19 a corto y mediano plazo, coordinado por el profesor de electromagnetismo de la USC Jorge Mira acaba de recibir fondos del Instituto de Salud Carlos III (ISCIII). Investigadores de las Universidades de Vigo y Aveiro y el Centro Nacional de Biotecnología - CSIC también participarán en esta investigación.

El objetivo de 'Predico' es predecir la evolución de la propagación y la incidencia de la pandemia. "Esta investigación tiene como objetivo resolver uno de los principales problemas que enfrentan los modelos conocidos: la confiabilidad de los datos disponibles, tanto por las dificultades en los mecanismos de detección, como por la probable abundancia de casos asintomáticos", explica Jorge Mira.

EN DIRECTO

Coronavirus en Galicia: última hora

Sigue las noticias sobre la incidencia de la pandemia del Covid-19 en la comunidad

El equipo de investigadores aspira a predecir la cantidad de unidades de cuidados intensivos (UCI) necesarias para prevenir la saturación, estimando las personas infectadas. También detectarán el impacto social de las medidas adoptadas por las autoridades y evaluarán los mecanismos de control a través de las redes sociales. 'Predico' incorpora en la predicción agentes causales no contemplados por los modelos clásicos.

"Este proyecto es un reconocimiento al trabajo realizado durante los peores días de la pandemia y una demostración de que es perfectamente posible trabajar con colegas de diferentes administraciones, diferentes áreas de conocimiento y diferentes países", explica el investigador Iván Area de la UVigo. Este equipo de investigadores también recibió fondos hace varias semanas de la Fundación para la Ciencia y la Tecnología de Portugal.

Metodología

El trabajo se desarrollará en tres frentes durante los próximos seis meses con modelos que proporcionan sistemas de ecuaciones diferenciales; con el llamado modelado dinámico empírico, que prescinde de ecuaciones; y a través de un análisis de la red social española, que retroalimentará las dos vías anteriores.

Por un lado, se modelarán los infectados asintomáticos y los llamados superpropagadores, personas que infectan a un gran número de personas. En este contexto, a través de la llamada teoría del control óptimo, se buscarán las intervenciones ideales para permitir la reducción de la propagación. Por otro lado, con el modelado dinámico se buscará prescindir del hecho de definir agentes causales a priori. Este enfoque se basa en el análisis de situaciones similares que ocurrieron anteriormente, incluso en la dinámica estacional de la gripe común. Basado únicamente en datos, se construirá una biblioteca de patrones temporales para llegar a las mejores aproximaciones y predecir la evolución de este coronavirus.

Finalmente, se tendrá en cuenta que los gobiernos de los países desarrollados tienen un alto grado de control sobre la propagación de la infección, influyendo en el comportamiento de los ciudadanos, por ejemplo, con medidas de confinamiento, que pueden tener un grado de monitoreo parametrizable. Dado que las redes sociales son una de las principales herramientas para controlar la opinión de las masas, se extraerán parámetros de control sobre la evolución y la propagación de la epidemia, que se integrarán en los modelos, incluso teniendo en cuenta la movilidad de las personas.

Compartir el artículo

stats