Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El modelo nuevo ofrece maneras de disminuir el riesgo de coronavirus durante transporte aéreo

Justo o no, los aeroplanos tienen una reputación para los gérmenes. Sin embargo, hay maneras de disminuir los riesgos.

La investigación histórica basada en los movimientos del grupo de seres humanos y los animales sugieren tres reglas simples:

  • muévase lejos de los que estén demasiado cercanos.
  • muévase hacia los que estén lejos.
  • iguale la dirección del movimiento de sus vecinos.

Esta investigación se utiliza especialmente para el transporte aéreo donde hay un riesgo creciente para la infección o la enfermedad contagiosa, tal como el brote mundial reciente del coronavirus, que causa la enfermedad COVID-19.

Las líneas aéreas comerciales utilizan varias zonas en el embarque. Al subir a un avión, ciegan y se fuerzan a la gente a ponerse de pie cerca de la persona que pone el equipaje en la casilla -- la gente está muy cercana el uno al otro. Se exacerba este problema cuando se utilizan muchas zonas. El desembarcar del avión es mucho más liso y más aprisa --no hay tanto tiempo para conseguir infectado.”

Ashok Srinivasan, profesor, departamento de informática, universidad de la Florida del oeste

Srinivasan es el investigador principal de la nueva investigación sobre modelos peatonales de la dinámica que se ha utilizado recientemente en el análisis de procedimientos para reducir el riesgo de enfermedad extendido en aeroplanos. La investigación fue publicada en el gorrón PLOS UNO en marzo de 2020.

Los científicos han confiado durante muchos años en el modelo APRESURADO (de la dinámica autopropulsada de la entidad), un modelo de la fuerza social que trata cada uno individual como partícula del punto, análogo a un átomo en simulaciones de la dinámica molecular.

En tales simulaciones, las fuerzas atractivas y repulsivas entre los átomos regulan el movimiento de átomos. El modelo APRESURADO modifica la clave y reemplaza los átomos por los seres humanos.

“[El modelo APRESURADO] cambia los valores de los parámetros que regulan acciones recíprocas entre los átomos de modo que reflejen acciones recíprocas entre los seres humanos, mientras que guarden la forma funcional lo mismo,” Srinivasan dijo.

Srinivasan y sus colegas utilizaron el modelo APRESURADO para analizar el riesgo de un brote de Ebola en 2015, que fue revestido extensamente en enchufes de las noticias en todo el mundo. Sin embargo, una limitación del modelo APRESURADO es que es lenta -- cuál hace difícil tomar decisiones oportunas. Las respuestas son necesarias rápidamente en situaciones tales como un brote como COVID-19.

Los investigadores decididos allí eran una necesidad de un modelo que podría simular los mismos usos según lo APRESURADO, mientras que siendo mucho más rápido.

Propusieron el modelo TRANQUILO (para el movimiento lineal obligado de individuos en una muchedumbre). La CALMA produce resultados similares a APRESURADO, pero no se basa en el Doctor en Medicina clave. Es decir la CALMA fue diseñada para ejecutarse rápidamente.

Como APRESURADO, la CALMA fue diseñada para simular el movimiento en pasadizos estrechos, lineales. Los resultados de su investigación muestran que la CALMA realiza casi 60 veces más rápidamente que el modelo APRESURADO. Aparte del avance del funcionamiento, los investigadores también modelaron comportamientos peatonales adicionales.

“El modelo TRANQUILO venció las limitaciones SPED donde se requieren las decisiones en tiempo real,” Srinivasan dijo.

Trabajo de cómputo usando Frontera

Los científicos diseñaron el modelo TRANQUILO a partir de cero así que podría ejecutarse eficientemente en las computadores, especialmente en GPUs (unidades centrales gráficas.

Para su investigación, Srinivasan y los colegas utilizaron Frontera, el #5 la mayoría del superordenador potente en el mundo y el superordenador académico más rápido, según las graduaciones de noviembre de 2019 de la organización Top500. Frontera está situada en el centro de cómputo avance Tejas y soportada por el National Science Foundation.

“Una vez que las aguas azules comenzaron a ser eliminada, Frontera era la opción natural, dado que era la nueva máquina NSF-financiada del buque insignia,” Srinivasan dijo. “Una pregunta que usted tiene es si usted ha generado un suficiente número de decorados para revestir el alcance de posibilidades. Verificamos esto generando histogramas de cantidades de interés y viendo si converge el histograma. Usando Frontera, podíamos realizar las simulaciones suficientemente grandes que ahora conocemos lo que parece una respuesta exacta.”

En la práctica, no es posible hacer predicciones exactas debido a las incertidumbres inherentes, especialmente en los primeros tiempos de una epidemia -- esto es qué hace el aspecto de cómputo de este desafiar de la investigación.

“Necesitamos generar un gran número de decorados posibles para revestir el alcance de posibilidades. Esto lo hace de cómputo intensivo,” Srinivasan dijo.

Las personas validaron sus resultados examinando tiempos del desembarco en tres diversos tipos de aeroplanos. Puesto que una única simulación no captura la variedad de configuraciones humanas del movimiento, realizaron simulaciones con 1.000 diversas combinaciones de valores y las compararon a los datos empíricos.

Usando el subsistema del GPU de Frontera, los investigadores podían conseguir el tiempo del cómputo hacia abajo a 1,5 minutos. “Usando el GPUs resultó ser una opción afortunada porque podíamos desplegar estas simulaciones en la emergencia COVID-19. El GPUs en Frontera es los medios de generar respuestas rápidamente.”

Pero espera--¿los modelos no capturan acciones extremas?

En términos de preparación general, Srinivasan quisiera que la gente entendiera que los modelos científicos no capturen a menudo acciones extremas exacto.

Aunque ha habido estudios empíricos completos en varios vuelos para entender conducta humana y la limpieza de las superficies y del aire, un brote importante de la infección es una acción extrema -- los datos de situaciones típicas pueden no capturarlo.

Hay cerca de 100.000 vuelos en un día medio. Una acción de probabilidad muy inferior podría llevar para frecuentar brotes de la infección apenas porque el número de vuelos es tan grande.

Aunque los modelos hayan predicho la transmisión de la infección en aviones como inverosímiles, ha habido varios brotes sabidos.

Srinivasan ofrece un ejemplo.

“Es creído generalmente que suceso la infección extenderse en aviones dos filas en frente y el dorso del paciente del índice,” él dijo. “Durante el brote del SARS en 2002, en los pocos vuelos con la extensión de la infección, esto era sobre todo verdad. Sin embargo, un único brote explicó más que mitad de los casos, y la mitad del infectado fue asentada más lejos de dos filas de distancia en ese vuelo.

“Uno se pudo tentar para observar este brote como afloramiento. Pero el “afloramiento” tenía la mayoría del impacto, y así que gente más lejos de dos filas de distancia explicaron un número de gente importante infectada con el SARS en vuelos.”

Actualmente, con respecto a COVID-19, creen a la persona infectada típica ponerse enfermo 2,5 otras. Sin embargo, ha habido comunidades era un único “estupendo-separador” infectó a un gran número de personas y desempeñó el papel que impulsaba en un brote.

El impacto de tales acciones extremas, y la dificultad en el modelado de ellas exacto, hace la predicción difícil, según Srinivasan.

“En nuestra aproximación, no apuntamos predecir exacto el número real de casos,” Srinivasan dijo. “Bastante, intentamos determinar vulnerabilidades en diverso plan de acción u opciones procesales, tales como diversos procedimientos del embarque en un avión. Generamos un gran número de decorados posibles que podrían ocurrir y examinar si una opción es constantemente mejor que la otra. Si es, después puede ser considerado más robusto. En una fijación de la toma de decisión, una puede desear elegir la opción más robusta, bastante que confía en valores previstos de predicciones.”

Un cierto consejo práctico

Srinivasan tiene cierto consejo práctico para los programas de lectura también.

“Usted puede todavía estar sea en peligro [para un virus] incluso si usted está más lejos ausente que seis pies,” él dijo. “En la discusión con los modeladores que la abogan, aparece que esos modelos no toman en cuenta flujo de aire. Apenas mientras que va una bola más lejos si usted la lanza con el viento, las gotitas que llevan los virus irán más lejos en dirección del flujo de aire.”

Éstas no son apenas consideraciones teóricas. En Singapur, observaron que una salida de aire de escape de un retrete usado por un paciente probó el positivo para el nuevo Coronavirus y lo atribuyeron al flujo de aire.

Los “modelos no explican todos los factores que afectan realidad. Cuando los piquetes son altos, uno puede desear errar en el lado de la cautela,” Srinivasan concluye.