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.

Modelado causal dinámico para la proyección futura del pandémico COVID-19

El inicio del pandémico de la enfermedad 2019 del coronavirus (COVID-19) causado por el coronavirus 2 (SARS-CoV-2) de la neumonía asiática ha causado sobre 4,85 millones de muertes en el mundo entero. La mayoría de los científicos en todo el mundo están de acuerdo que el método más efectivo para terminar el pandémico actual está con la vacunación.

Por lo tanto, la búsqueda para una vacuna conveniente contra SARS-CoV-2 llevado al revelado de varios candidatos vaccíneos. Estas vacunas han experimentado los diversos cartuchos de juicios clínicas antes de que pudieran ser administrado a los seres humanos a gran escala.

Como resultado del desarrollo vaccíneo en el Reino Unido, muchos han elegido renunciar medidas de control de la salud pública tales como social que se distanciaba y máscara-que desgastaba. Así, la situación actual en el Reino Unido ofrece un experimento natural a otros países para la evaluación de sus propias intervenciones públicas.

Estudio: Una proyección del año al septiembre de 2022 de la epidemia Covid19 en el Reino Unido usando un modelo causal dinámico. Haber de imagen: NicoElNino/Shutterstock.com

Un nuevo estudio publicado en el medRxiv* del servidor de la prueba preliminar utiliza el modelado causal dinámico (DCM) para predecir los efectos de permitir el barrido SARS-CoV-2 a través de una población en gran parte vacunada. DCM combina modelos epidemiológicos con el modelado del comportamiento en el nivel de la población. Por lo tanto, las predicciones de DCM podrían ofrecer una línea de fondo para otros países que les ayudarían para vigilar los efectos de sus medidas de control de la salud pública.

Sobre el estudio

El estudio actual implicó DCM que tenía ciertas ventajas, pues estos modelos podrían asimilar datos así como modificar contínuo los parámetros modelo tales como cambios en la distancia social, la transmisibilidad del virus, y el abrigo vaccíneo. El modelo también ofrece proyecciones y presupuestos actualizados, completo se describe, incluye todos los datos susceptibles, expuestos, infectados, quitados (SEIR) estándar, e incorpora acciones recíprocas entre las variables.

Los modelos estándar de SIER dependen de la opción de parámetros, que requiere suposiciones, mientras que el modelo de DCM es suposición-libre. El modelo es muy exacto en el modelado de los últimos escenarios del pandémico, así como predecir qué suceso si todo continúa como era.

Los datos también incluidos actuales del estudio de la salud pública Inglaterra (PHE) y la encuesta sobre la infección COVID-19 de la oficina de estadísticas nacionales (ONS). Varias suposiciones se hacen en el estudio, tal como lockdown no serán reimpuestas, ningunos esfuerzos de la mitigación ocurrirán en escuelas, ningunas nuevas variantes del virus se presentarían a pesar de pocas restricciones de viaje y bandas porosas, y la variante alfa es el 50% más transmisible que la variante original mientras que la variante del delta es el 50% más transmisible que la variante alfa.

El estudio también implicó la apreciación de la eficacia vaccínea referente la transmisión, la patogenicidad, la mortalidad, y a la protección contra la infección. Para eso, los presupuestos anteriores derivados de ONS estudian y la mortalidad del estudio de PHE fue requerida. Las diversas vacunas usadas en el Reino Unido hasta el 15 de septiembre de 2021, incluido las vacunas ChAdOx1, BNT162b2, y mRNA1273 (Moderna), que comprendieron el 53%, el 45%, y el 3%, respectivamente, de todas las vacunas distribuidas en el Reino Unido.

Tres diversos decorados fueron presentados en el estudio. El primer (NPI1) proveyó de proyecciones parámetros de la línea de fondo, el segundo (NPI2) perfeccionó el determinar, prueba, trazo, sistema del aislante y del apoyo (FTTIS) a partir del 30 hasta el 50%, y el tercero (NPI3) perfeccionó el sistema de FTTIS por el 80 por ciento.

Conclusión del estudio

Los resultados del estudio actual indicaron que las vacunas eran altamente efectivas en reducir mortalidad y morbosidad; sin embargo, no eran s efectivo en reducir la transmisión. El modelo sugirió que la baja de la inmunidad ocurriera en 284 días, que era similar a los resultados del estudio de ONS. Por lo tanto, las dosis de amplificador auxiliar de las vacunas pueden ser requeridas.

El modelo también predijo que a pesar de vacunaciones efectivas, el Reino Unido podría contar con otra onda importante de COVID-19 que podría dar lugar a 3 millones de casos del síndrome post-COVID-19, 150.000 admisiones de hospital, y 300 millones de pruebas adicionales. Si junto con la vacunación otras medidas sanitarias públicas de la atenuación fueron empleadas, la posibilidad de una onda futura podría ser eliminada.

Además, la ausencia de control de fronteras y de pocas restricciones de viaje permitirá que las nuevas variantes entren en e invadan el Reino Unido. Esto afectaría el sistema ya al contrario sobrecargado de la salud. También, la falta de medidas sanitarias públicas llevará a la aparición de las variantes futuras que reintroducirían más lejos lockdowns restrictivos.

Proyecciones de la curva epidémica BRITÁNICA - régimen de incidencia, casos diariamente confirmados, e incidencia de Covid largo al marzo o septiembre de 2022.

Conclusión

Por lo tanto, las lecciones para otros países están muy sin obstrucción. Ningún país debe depender solamente de la vacunación para prevenir la extensión posterior de SARS-CoV-2.

Además, la relajación de las medidas sanitarias públicas tiene varios impactos negativos que incluyan la sobrecarga del sistema sanitario otra vez, la aparición de variantes vacuna-resistentes, y costos económicos importantes debido a un gran número de casos. Así, junto con la vacunación, las medidas sanitarias públicas se deben continuar para prevenir cualquier epidemias más otra COVID-19.

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:
Suchandrima Bhowmik

Written by

Suchandrima Bhowmik

Suchandrima has a Bachelor of Science (B.Sc.) degree in Microbiology and a Master of Science (M.Sc.) degree in Microbiology from the University of Calcutta, India. The study of health and diseases was always very important to her. In addition to Microbiology, she also gained extensive knowledge in Biochemistry, Immunology, Medical Microbiology, Metabolism, and Biotechnology as part of her master's degree.

Citations

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

  • APA

    Bhowmik, Suchandrima. (2021, October 10). Modelado causal dinámico para la proyección futura del pandémico COVID-19. News-Medical. Retrieved on November 29, 2021 from https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx.

  • MLA

    Bhowmik, Suchandrima. "Modelado causal dinámico para la proyección futura del pandémico COVID-19". News-Medical. 29 November 2021. <https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx>.

  • Chicago

    Bhowmik, Suchandrima. "Modelado causal dinámico para la proyección futura del pandémico COVID-19". News-Medical. https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx. (accessed November 29, 2021).

  • Harvard

    Bhowmik, Suchandrima. 2021. Modelado causal dinámico para la proyección futura del pandémico COVID-19. News-Medical, viewed 29 November 2021, https://www.news-medical.net/news/20211010/Dynamic-causal-modeling-for-future-projection-of-the-COVID-19-pandemic.aspx.