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 matemático para COVID-19 permite la distancia y la relajación dinámicas del social

El pandémico de la enfermedad 2019 del coronavirus (COVID-19) y su impacto en los sistemas sanitarios globales han causado una necesidad acuciante del revelado rápido de aproximaciones preventivas y terapéuticas de luchar el virus. A partir de hoy, ha habido sobre 43,9 millones de casos de infección del coronavirus 2 de la neumonía asiática (SARS-CoV-2) por todo el mundo, sobre 225.000 casos en Canadá, y sobre 74.000 casos en la provincia de Ontario.

Durante los primeros tiempos del brote COVID-19, muchos estudios se centraron en el modelado matemático de la dinámica de la enfermedad, incluyendo el número de la reproducción y la transmisión básicos de la enfermedad. Estaba sin obstrucción que es importante considerar la transmisión a través de gente asintomática con infecciones desapercibidas en estos modelos. Esto llevó a un movimiento global del plan de acción que se centraba en restricciones de viaje, al social que se distanciaba protocolos, y a los lockdowns de la comunidad.

DDD

Modelo matemático para ayudar a decisiones políticas en el aumento o la disminución de la distancia social

Recientemente, los investigadores de la universidad de York, Toronto, Canadá, presentaron un modelo matemático para COVID-19 que comprendía los grupos de personas con los diversos niveles de exposición a la enfermedad basada en datos de Ontario, Canadá. Su trabajo se publica en el medRxiv* del servidor de la prueba preliminar. Los investigadores presentaron un modelo donde la decisión aumentar o la distancia social de la disminución se modela matemáticamente en función de los casos activos y totales COVID-19 y del costo percibido de aislar a gente. También definieron la atención sanitaria costada así como un costo total.

Las personas exploraron estos costos ajustando los parámetros que podrían influenciar decisiones políticas. Encontraron que los costos mínimos no fueron asociados siempre al gasto y a la vigilancia crecientes debido a una falta de distancia apropiada del social y de la fatiga causada por la distancia social.

La “comprensión de cómo la gente reaccionará a un cambio en lockdowns circundantes del plan de acción o a prohibiciones en reuniones sociales es esencial en calibrar el impacto que COVID-19 y las estrategias de la mitigación tendrán en infecciones y mortalidad.”

Los costos de la atención sanitaria que disminuyen pueden solamente ser posibles en los costos relativamente enormes guardar a gente en casa

Los autores presentaron un modelo matemático para COVID-19 que dirige decisiones políticas y permite la puesta en vigor dinámica y la relajación de la distancia social basadas en el número activo de casos y de costos individuales del aislamiento. La ventaja principal de esta aproximación es que muestra exacto la psicología y el comportamiento humanos, a diferencia de otras aproximaciones donde los comportamientos se giran por intervalos en las horas predeterminadas.

Usando esta aproximación para modelar conducta humana dinámicamente, los autores produjeron resultados unintuitive referentes a costo total relativo. Concluyeron que los costos crecientes de la vigilancia y de la relajación y la reactividad disminuida a las cantidades de casos por tratar cada vez mayores no disminuyen necesariamente el costo total. Esto es porque la gente quiere socializar, y el social que se distancia dimensiones causa fatiga en gente. El estudio también demostró que los costos adicionales de la atención sanitaria se pueden prevenir en algunas condiciones económicas, pero solamente en los costos relativamente enormes para guardar a gente en casa.

Los lockdowns múltiples de duraciones más cortas pueden llevar a los costos mínimos

El estudio encontró que varios lockdowns de duraciones más cortas pueden ayudar a disminuir costos. Sus resultados se basan en datos del caso de Ontario, Canadá, entre el marzo a agosto de 2020. Según los autores, el este marco dinámico de modelo no se restringe a una ciudad o enfermedad determinada; puede ser adaptado a otros decorados cambiando los parámetros del comportamiento y la enfermedad.

“Una ventaja del marco dinámico usado en este modelo es que no está restringida a Ontario, ni es incluso restringida a COVID-19. El cambio de los parámetros de la enfermedad y del comportamiento permitirá que este modelo se adapte a otros decorados.”

Los autores también quieren reconocer que su modelo no tiene en cuenta las intervenciones farmacéuticas tales como vacunación, que desempeñan un papel crucial en la atenuación del impacto en el sistema sanitario y la época máxima y la duración del brote. Según las personas, el hecho de que la distancia social no sea verdad discreta, y la gente no disminuyen su socialización inmediatamente es otra consideración importante. La gente pertenece a un espectro con los regímenes flúidos del contacto, y este aspecto necesita ser explorado en detalle adicional.

“Otra consideración importante es que la distancia social no es verdad discreta en esa gente no reduce repentinamente sus contactos. En realidad, es un espectro con los regímenes flúidos del contacto, y éste necesita ser explorado más a fondo.”

Advertencia *Important

el medRxiv publica los partes científicos preliminares que par-no se revisan y, por lo tanto, no se deben mirar como concluyentes, conduce práctica clínica/comportamiento relativo a la salud, o tratado como información establecida.

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). El modelo matemático para COVID-19 permite la distancia y la relajación dinámicas del 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. "El modelo matemático para COVID-19 permite la distancia y la relajación dinámicas del 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. "El modelo matemático para COVID-19 permite la distancia y la relajación dinámicas del 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. El modelo matemático para COVID-19 permite la distancia y la relajación dinámicas del 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.