Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O modelo matemático para COVID-19 permite afastar-se e abrandamento dinâmicos do social

A pandemia da doença 2019 do coronavirus (COVID-19) e seu impacto em sistemas de saúde globais causaram uma necessidade urgente para a revelação rápida de aproximações preventivas e terapêuticas de lutar o vírus. Até à data de hoje, houve sobre 43,9 milhão casos da infecção do coronavirus 2 da Síndrome Respiratória Aguda Grave (SARS-CoV-2) no mundo inteiro, sobre 225.000 casos em Canadá, e sobre 74.000 casos na província de Ontário.

Durante as fases iniciais da manifestação COVID-19, muitos estudos centraram-se sobre a modelagem matemática da dinâmica da doença, incluindo o número da reprodução e a transmissão básicos da doença. Era claro que é importante considerar a transmissão através dos povos assintomáticos com infecções indetectados nestes modelos. Isto conduziu a uma SHIFT global da política que centram-se sobre limitações de curso, ao social que afastam protocolos, e aos lockdowns da comunidade.

DDD

Modelo matemático para ajudar a decisões políticas em aumentar ou em diminuir afastar-se social

Recentemente, os pesquisadores da universidade de York, Toronto, Canadá, apresentaram um modelo matemático para COVID-19 que compreende grupos de pessoas com vários níveis de exposição à doença baseada em dados de Ontário, Canadá. Seu trabalho é publicado no medRxiv* do server da pré-impressão. Os pesquisadores apresentaram um modelo onde a decisão aumentar ou se afastar social da diminuição fossem modeladas matematicamente em função dos exemplos COVID-19 activos e totais e do custo percebido de isolar povos. Igualmente definiram os cuidados médicos custados assim como um custo total.

A equipe explorou estes custos ajustando os parâmetros que poderiam influenciar decisões políticas. Encontraram que os custos mínimos não estiveram associados sempre com a despesa e a vigilância aumentadas devido a uma falta de se afastar apropriado do social e da fadiga causada se afastar social.

“Compreender como os povos reagirão a uma mudança em lockdowns circunvizinhos da política ou às proibições em recolhimentos sociais é essencial em calibrar o impacto que COVID-19 e as estratégias da mitigação terão em infecções e em mortalidade.”

Os custos de minimização dos cuidados médicos podem somente ser possíveis a custos relativamente enormes para manter em casa povos

Os autores apresentaram um modelo matemático para COVID-19 que guia decisões políticas e permite a aplicação dinâmica e o abrandamento de se afastar social baseados no número activo de casos e de custos individuais do isolamento. A vantagem principal desta aproximação é que apresenta precisamente a psicologia e o comportamento humanos, ao contrário de outras aproximações onde os comportamentos são desligados sobre e em horas predeterminadas.

Usando esta aproximação para modelar dinâmicamente o comportamento humano, os autores produziram resultados unintuitive a respeito do custo total relativo. Concluíram que os custos aumentados da vigilância e do abrandamento e a reactividade diminuída aos número de dossiers crescentes não diminuem necessariamente o custo total. Isto é porque os povos querem socializar, e o social que afasta medidas causa a fadiga nos povos. O estudo igualmente demonstrou que os custos adicionais dos cuidados médicos podem ser impedidos em algumas circunstâncias, mas somente a custos relativamente enormes para manter em casa povos.

Os lockdowns múltiplos de umas durações mais curtos podem conduzir aos custos mínimos

O estudo encontrou que um número de lockdowns de umas durações mais curtos podem ajudar a minimizar custos. Seus resultados são baseados em dados do caso de Ontário, Canadá, entre março até agosto de 2020. De acordo com os autores, esta estrutura dinâmica de modelo não é restringida a uma cidade ou doença particular; pode ser adaptada a outras encenações mudando os parâmetros do comportamento e a doença.

“Uma vantagem da estrutura dinâmica usada neste modelo é que não está restringida a Ontário, nem é restringida mesmo a COVID-19. Mudar os parâmetros da doença e do comportamento permitirá que este modelo adapte-se a outras encenações.”

Os autores igualmente querem reconhecer que seu modelo não leva em consideração as intervenções farmacêuticas tais como a vacinação, que jogam um papel crucial em abrandar o impacto no sistema de saúde e a época máxima e a duração da manifestação. De acordo com a equipe, o facto de que se afastar social não é verdadeiramente discreto, e os povos não diminuem seu socializar imediatamente são uma outra consideração importante. Os povos pertencem a um espectro com taxas fluidas do contacto, e este aspecto precisa de ser explorado em um detalhe mais adicional.

Uma “outra consideração importante é que se afastar social não é verdadeiramente discreto nesse pessoa não reduz de repente seus contactos. Na realidade, é um espectro com taxas fluidas do contacto, e este precisa de ser explorado mais.”

Observação *Important

o medRxiv publica os relatórios científicos preliminares que par-não são revistos e, não devem conseqüentemente ser considerados como conclusivos, guia a prática clínica/comportamento saúde-relacionado, ou tratado como a informação estabelecida.

Journal reference:
Susha Cheriyedath

Written by

Susha Cheriyedath

Susha has a Bachelor of Science (B.Sc.) degree in Chemistry and Master of Science (M.Sc) degree in Biochemistry from the University of Calicut, India. She always had a keen interest in medical and health science. As part of her masters degree, she specialized in Biochemistry, with an emphasis on Microbiology, Physiology, Biotechnology, and Nutrition. In her spare time, she loves to cook up a storm in the kitchen with her super-messy baking experiments.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Cheriyedath, Susha. (2020, October 27). O modelo matemático para COVID-19 permite afastar-se e abrandamento dinâmicos do social. News-Medical. Retrieved on December 03, 2021 from https://www.news-medical.net/news/20201027/Mathematical-model-for-COVID-19-allows-for-dynamic-social-distancing-and-relaxation.aspx.

  • MLA

    Cheriyedath, Susha. "O modelo matemático para COVID-19 permite afastar-se e abrandamento dinâmicos do social". News-Medical. 03 December 2021. <https://www.news-medical.net/news/20201027/Mathematical-model-for-COVID-19-allows-for-dynamic-social-distancing-and-relaxation.aspx>.

  • Chicago

    Cheriyedath, Susha. "O modelo matemático para COVID-19 permite afastar-se e abrandamento dinâmicos do social". News-Medical. https://www.news-medical.net/news/20201027/Mathematical-model-for-COVID-19-allows-for-dynamic-social-distancing-and-relaxation.aspx. (accessed December 03, 2021).

  • Harvard

    Cheriyedath, Susha. 2020. O modelo matemático para COVID-19 permite afastar-se e abrandamento dinâmicos do social. News-Medical, viewed 03 December 2021, https://www.news-medical.net/news/20201027/Mathematical-model-for-COVID-19-allows-for-dynamic-social-distancing-and-relaxation.aspx.