Twitter Facebook Instagram YouTube
BUSCAR
08 de Mayo de 2020
Mendoza: diseñan un modelo matemático predictivo para evitar el colapso sanitario
Investigadores de la UNCuyo llevaron la propuesta, basada en estrategias estadísticas y matemáticas para estimar y controlar la evolución de la pandemia, al gobierno provincial.
Compartir Facebook Twitter
En esta nota: UNCuyo, CONICET, Pandemia, Estadística, Matemática, Vigilancia epidemiológica, Coronavirus, Covid 19

Investigadores de distintas disciplinas de la UNCuyo diseñaron un modelo predictivo para controlar la pandemia.

Un equipo de trabajo multidisciplinario de la Universidad Nacional de Cuyo (UNCuyo), le presentó al gobierno provincial, un modelo basado en estrategias estadísticas y matemáticas, con el objetivo de hacer frente a un hipotético colapso del sistema de salud provincial, por la pandemia de COVID-19. 

El modelo fue elaborado por un equipo de profesionales e investigadores de distintas facultades e institutos de la UNCUYO y del CONICET, que avanza en el desarrollo de estrategias para evitar que colapse el sistema de salud local en caso de que la curva de contagiados no se aplane.  

Lo hacen a través de un modelo matemático que busca estimar la evolución de la pandemia en Mendoza teniendo como variables la cantidad de casos iniciales, la disponibilidad de camas y respiradores de las diferentes zonas de la provincia y la intercomunicación entre ellas. 

Trabajo interdisciplinario 

Liderados por Cristian Sánchez y Luis Mayorga, el grupo de científicos trabaja de manera interdisciplinaria con un equipo de profesionales de la Facultad de Ciencias Exactas y Naturales de la Universidad, Institutos y Conicet. 

"Establecemos los parámetros para colaborar con el Gobierno y evitar el colapso del sistema de salud en la provincia. Nos basamos en la detección y el aislamiento de los pacientes asintomáticos a partir de las características poblacionales y la distribución geográfica, así podemos calcular cuántas hospitalizaciones por coronavirus se esperan", explicó Luis Mayorga, uno de los investigadores. 

Al inicio de la investigación, se consideró la importancia de incluir a los pacientes asintomáticos o con síntomas muy leves en el modelo que adoptaron.  

"Detectamos que si podíamos identificar a los asintomáticos y aislarlos, el desarrollo de la epidemia se frenaba muchísimo. De este modo, nos dimos cuenta de que era necesario hacer test y examinar agentes que aún no tienen el virus, o lo tienen pero aún no lo manifiestan. También descubrimos la importancia que tiene cumplir con las cuarentenas en el momento en el que la curva de contagios comienza a subir", expuso Mayorga.  

"En el supuesto ideal de que la mitad de los asintomáticos o pacientes muy leves pudieran detectarse y aislarse, no habría necesidad de cuarentena en Mendoza y el sistema de salud no colapsaría. La detección y el aislamiento de todas las personas infectadas, sin dejar de lado al grupo asintomático, es la clave para superar esta pandemia", advirtieron los investigadores. 

Otro factor interesante que surgió a partir de la investigación fue la política de on/off, por lo que el científico aseguró que si una vez finalizada la cuarentena surgen nuevos casos, no hay que asustarse ni entrar en pánico, ya que se puede continuar con la vida casi normal tomando las medidas y los recaudos necesarios.  

"Si la curva se dispara de nuevo, habrá que volver a la cuarentena, y esto no significa que haya fracasado, sino que hay que entender que un on/off es necesario para evitar la saturación del sistema de salud", señaló el científico. 

A pesar de que en un principio se habían propuesto simular estrategias de supresión, detectaron como mejor escenario posible que estas supresiones se activen según la ocupación de camas de terapia intensiva (UTI) y se combinen con la detección y aislamiento de individuos asintomáticos.  

Esto, afirman, reduciría notablemente el número efectivo de reproducción, la carga sanitaria y la mortalidad general. Con respecto a las medidas preventivas, los investigadores expresan que, en general, en las simulaciones que han llevado a cabo, las estrategias fueron notablemente más efectivas cuando las medidas de mitigación, como higiene, distanciamiento social y prohibición de aglomerados, no se relajaron entre las acciones supresoras, la cuarentena general. 

El modelo aplicado 

El modelo matemático funciona introduciendo parámetros precisos de la enfermedad. Por ejemplo, el periodo de incubación, la infectividad del virus o el tiempo que demora en recuperarse un paciente. Estos datos son obtenidos de la experiencia de países que ya han atravesado la pandemia. También se considera la proporción esperada de casos asintomáticos, sintomáticos leves y severos. 

Una vez comenzada la investigación, el Ministerio de Salud de la provincia de Mendoza contactó al grupo de investigadores para trabajar en conjunto y aplicar los resultados que el estudio arrojaba.  

Comenzaron aplicando factores demográficos basándose en el sistema de salud del gobierno, organizado en cuatro zonas: Metropolitana, Valle de Uco, Zona Este y Zona Sur, con cantidad de habitantes y aproximaciones entre el flujo de personas de esas zonas.   

Compartir Facebook Twitter
En esta nota: UNCuyo, CONICET, Pandemia, Estadística, Matemática, Vigilancia epidemiológica, Coronavirus, Covid 19
UNCuyo CONICET Pandemia Estadística Matemática Vigilancia epidemiológica Coronavirus Covid 19
Te puede interesar
Roberto Salvarezza desaconsejó el consum...
Brasil invertirá casi 4 millones de dóla...
Ya están aptos para vender los "súperbar...
Coronavirus: la Universidad de Hurlingha...
La Rioja tendrá un laboratorio propio pa...
Twitter
Facebook
Suscribite
Te puede interesar
Roberto Salvarezza desaconsejó el consum...
Brasil invertirá casi 4 millones de dóla...
Ya están aptos para vender los "súperbar...
Coronavirus: la Universidad de Hurlingha...
La Rioja tendrá un laboratorio propio pa...
SEGUINOS
Twitter Facebook Instagram YouTube
Periferia 2019 © - Todos los Derechos Reservados
by Proweb Solutions
Twitter Facebook Instagram YouTube
Periferia 2019 © - Todos los Derechos Reservados