Saltar apartados

La UA dissenya una eina de modelització en obert per a comparar diferents escenaris de propagació del Covid-19

Dissenyat en col•laboració amb epidemiòlegs de l’Institut de Salut Carlos III de Madrid, permet conèixer la difusió del coronavirus atenent diferents graus d’aïllament i confinament, entre altres dades

Els experts adverteixen que és crucial mantenir mesures d’aïllament molt restrictives per a minimitzar el flux diari de nous casos per COVID-19, com també fer proves de detecció en tots els contactes relacionats amb persones infectades

 

Modelo_poblacional

Imatge: Com es mostra en la figura, després del pic d’infeccions previst per al 8/9 abril, és crucial mantenir dures mesures d’aïllament (R0) per a minimitzar el flux diari de noves infeccions

 

Alacant. Dimecres, 1 d’abril del 2020

Investigadors de l’Institut Multidisciplinari per a l’Estudi del Medi «Ramón Margalef» (IMEM) de la Universitat d’Alacant, en col•laboració amb epidemiòlegs del Centre Nacional de Medicina Tropical de l’Institut de Salut Carlos III de Madrid, han desenvolupat la primera eina de modelització en obert per a comparar diferents escenaris de propagació de la COVID-19. Un pas més en aquesta carrera científica per a comprendre la ràpida transmissió d’aquesta malaltia infecciosa i per a generar escenaris i provar l’efecte de diferents mesures de control davant del coronavirus.

Gràcies a aquesta col•laboració, és possible calcular l’augment o la reducció de persones infectades per dia mitjançant el plantejament d’escenaris diferents: «què passaria si restringim més o menys la vida social de la població, si allarguem les mesures d’aïllament al llarg del temps, o si es feren vacunes massives, entre altres plantejaments d’interès», explica l’investigador de l’IMEM i professor del Departament d’Ecologia de la UA, César Bordehore.

L’objectiu d’aquesta eina és proporcionar un model obert –utilitzant el programa STELLA d’Iseesystems– que permeta avaluar el comportament de la COVID-19 en diferents escenaris mitjançant la personalització de l’àrea i la regió. «La nostra intenció no és generar un model per a predir amb precisió l’evolució de la malaltia, sinó comparar escenaris possibles, avaluar-ne els efectes i reduir noves infeccions i, en última instància, el nombre de morts. Tot això compartint en obert una eina fàcilment adaptable a cada zona», afig.

En concret, els experts en Dinàmica de poblacions, Medicina i Epidemiologia que han participat en el disseny d’aquest model de difusió COVID-19, han treballat, a partir de dades oficials del Ministeri de Sanitat, Consum i Benestar Social, en diferents models i escenaris atenent diferents graus d’aïllament, especificats com a R0, que indica la velocitat de propagació (0 és confinament absolut i 2.32 és el R0 inicial abans de les mesures establides el 14 de març del 2020).

 

EscenarisCesar_Bordehore

Segons detalla l’investigador de la UA, César Bordehore, «el nostre model indica que el pic de nombre de casos infectats ocorrerà al voltant del 8 al 9 d’abril per la qual cosa és crucial, a partir d’aquesta data, mantenir mesures d’aïllament molt restrictives per a minimitzar el flux diari de nous casos per COVID-19». En aquest sentit, respecte de les mesures de distanciament social, el model detecta i quantifica l’efecte positiu de reduir la R0, és a dir, extremar les mesures i paralitzar tota activitat per a contribuir a incrementar el nombre de contagis, sobretot aquells produïts per gent asimptomàtica.

«El model ha constatat que encara que el 14 de març, dia que es va decretar l’estat d’alarma, es van establir una sèrie de mesures d’aïllament, no han sigut prou severes per a reduir al màxim el nombre de nous contagis. La recrudescència de les mesures d’aïllament instal•lades des del dia 30 de març precisament volen reduir, encara més, les taxes de propagació. No obstant això, s’ha de remarcar la importància de reforçar les mesures de control de noves infeccions en entorns domiciliaris i, atès el percentatge elevat de personal sanitari infectat, protegir més que mai aquest personal, minimitzar els nous casos i aprofundir en la saturació del sistema sanitari», destaca l’expert.

A més, els investigadors han provat què passaria si s’haguera adoptat una política de proves diagnòstiques per a tota la població. Bordehore explica que «els millors resultats s’obtenen fent tests a persones amb elevat risc de contagi, com el personal sanitari, personal en contacte amb malalts o en residències d’ancians o gent en contacte amb infectats. De fet, l’OMS està insistint en la necessitat d’augmentar el nombre de proves, sobretot perquè la persona asimptomàtica no contagie el seu entorn».

Un altre dels escenaris exposats en aquest model és què passaria si les mesures d’aïllament acabaren deu dies després de la implementació d’aquestes. Com es detalla en l’estudi, aquestes mesures no haurien de cessar ja que encara hi hauria persones infeccioses en la població que podrien contagiar gent no immunitzada davant del virus.

Foto: César Bordehore, investigador de la UA i autor principal de l’estudi.

 

Accés obert

Una de les fortaleses d’aquest model és que s’ha concebut en accés obert perquè puga ser adaptat a situacions concretes per qualsevol investigador amb un ordinador i accés a internet. El model de difusió COVID-19, assegura l’expert de la UA, «pot ser una eina poderosa per a educar i convèncer les persones sobre la importància d’adoptar enfocaments de distanciament social enjorn i amb recorregut en el temps».

En aquest sentit, assenyala, «creiem que aquesta eina podria ser particularment convenient per als investigadors i el personal d’atenció mèdica de països d’ingressos baixos i mitjans on els models poblacionals no estan tan desenvolupats i implantats. En països de l’Àfrica subsahariana ja s’han detectat milers de casos de COVID-19 segons dades de l’OMS, per la qual cosa poder treballar amb aquesta eina de modelització pot ajudar a donar suport a les millors decisions a prendre per a fer front a l’epidèmia del coronavirus i ajudar a visualitzar la necessitat d’adoptar aquestes mesures”.

 

Col•laboració

L’estudi i model de difusió COVID-19 dissenyat per l’equip d’investigadors de la Universitat d’Alacant i Institut de Salut Carlos III es troba en fase de verificació i actualització constant. «La nostra intenció, destaca Bordehore, és enriquir aquestes dades amb aquelles institucions i científics que disposen de paràmetres més precisos per a poder generar altres models de simulació i comparar nous escenaris per a aprofundir en el desenvolupament de les infeccions per COVID-19».

L’eina dissenyada pot ser utilitzada per qualsevol usuari amb un aprenentatge bàsic i amb una versió d’avaluació de 30 dies que es pot descarregar des de la pàgina del desenvolupador del programari. «No es tracta d’un programa d’una gran dificultat, però ja estem treballant en un vídeo tutorial per a explicar el disseny del model amb la finalitat de capacitar i facilitar que altres persones interessades modifiquen l’estructura i personalitzen els paràmetres a les seues àrees d’interès», finalitza César Bordehore.

 

Més informació:

«Understanding COVID-19 spreading through simulation modeling and scenarios comparison: preliminary results», març 2020. DOI: 10.13140/RG.2.2.18538.47046.

Descàrrega del model en format STELLA (.stm)

 

Reproducir
 
Reproducir
 
Reproducir

Declaracions de César Bordehore sobre la primera eina de modelització en obert per a comparar diferents escenaris de propagació del Covid-19

 

 

 

 

Actualitat Universitària


Universitat d'Alacant
Carretera de Sant Vicent del Raspeig s/n
03690 Sant Vicent del Raspeig
Alacant (Spain)

Tel: (+34) 96 590 3400

Fax: (+34) 96 590 3464

Per a més informació: informacio@ua.es, i per a temes relacionats amb aquest servidor web: webmaster@ua.es

Carretera de Sant Vicent del Raspeig, s/n - 03690 Sant Vicent del Raspeig - Alacant - Tel.: 96 590 3400 - Fax: 96 590 3464