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.

Modele para la simulación de la transmisión de la comunidad SARS-CoV-2 en instalaciones conjuntas

La enfermedad 2019 (COVID-2) de Coronavirus ha tenido efectos mundiales de la devastación sobre salud pública y economías. Mientras que los esquemas globales de la vacunación están comenzando actualmente a controlar la extensión de la enfermedad, hay preocupaciones que disminuye la inmunidad. Estas preocupaciones son exacerbadas por la subida de las variantes tales como la deformación del delta, que son sabidas para evadir inmunidad de la infección anterior por la deformación inicial del coronavirus 2 (SARS-Cov-2) de la neumonía asiática.

Estudio: El alineamiento proveyendo de personal horarios con la prueba y estrategias del aislamiento reduce el riesgo de los brotes COVID-19 en fijaciones carceral y otras conjuntas: Un estudio de la simulación. Haber de imagen: stockklemedia/ShutterstockEstudio: El alineamiento proveyendo de personal horarios con la prueba y estrategias del aislamiento reduce el riesgo de los brotes COVID-19 en fijaciones carceral y otras conjuntas: Un estudio de la simulación. Haber de imagen: stockklemedia/Shutterstock

Muchos países introdujeron restricciones pesadas, incluyendo el social que se distanciaba dimensiones, mascarillas obligatorias, e incluso cuarentenas y lockdowns. Estas crisis económicas en masa causadas como los asuntos lucharon para responder. Mientras que los países comienzan a examinar la posibilidad de reintroducir estas dimensiones, los investigadores de la Universidad de California han examinado los factores que causaron los brotes más importantes en fijaciones conjuntas tales como hogares y prisiones del cuidado.

Una versión de la prueba preliminar del estudio del grupo está disponible en el servidor del medRxiv* mientras que el artículo experimenta la revisión paritaria.

El estudio

La mayoría de las pruebas apuntan la proteína del pico de SARS-CoV-2. La proteína del pico es dominante a la patogenicidad de la enfermedad. El dominio receptor-obligatorio (RBD) de la subunidad S1 ata a la enzima angiotensina-que convierte 2 (ACE2), que permite el asiento viral. Al mismo tiempo, la N-terminal de la proteína del pico permite la fusión de la membrana. El alcance del RBD es el más común para las vacunas, pues permite el neutralizar de los anticuerpos para apuntar la enfermedad y para prevenirla de las células que entran. Los anticuerpos generados de inmunidad natural apuntarán normalmente estas áreas de la proteína del pico o de las proteínas del nucleocapsid o de envolvente, que es ideal para probar.

Los investigadores modelaron la transmisión SARS-CoV-2 en un cierto plazo usando un perfil infeccioso generado de los parámetros biológicos dominantes en un cierto plazo. Mientras que los altos regímenes de transmisión durante la fase asintomática de la enfermedad hacen el modelado de desafiar, la contagiosidad máxima tiende a coincidir con el inicio de síntomas si aparecen. Esto permitió que los científicos modelaran los nuevos casos previstos generados en un individuo en un momento determinado.

También tuvieron en cuenta el potencial para el aislamiento de individuos infectados y la probabilidad del trazado del contacto. Encontraron que el lazo entre el tiempo que seguía la infección en la cual aislaron al individuo y el efecto del aislamiento sobre la reproducción del virus era sigmoideo, que sugiere que el aislamiento anterior sea cada vez más efectivo. En comparación, el aislamiento posterior tiene importante menos impacto.

El modelo inicial sugirió que la prueba esté hecha aleatoriamente a través de tiempo sin tener en cuenta síntomas o contactos. El modelo asumió que tras el recibo de una prueba positiva, un individuo aislaría inmediatamente. Los investigadores examinaron la acción recíproca entre el aislamiento que ocurría en un día específico y los retrasos del potencial a los resultados de la prueba. Unsurprisingly, los resultados de la prueba lentos llevan al aislamiento posterior. Después de esto, los científicos incorporaron la frecuencia y los retrasos de prueba en el modelo que predecían la reducción en la transmisión debido al aislamiento, mostrando que los retrasos crecientes dieron lugar a la transmisión creciente.

Después de esto, otro modelo fue creado para ayudar a determinar horarios que proveían de personal óptimos para prevenir la transmisión en una instalación apretada. El modelo simuló tres movimientos de ocho horas al día por 180 días. Marcaron como susceptible, fueron expuesto, infectado, y recuperado al estado mayor y podría moverse entre estos estados a menos que se movieran a infectado seguido por recuperado. Los investigadores asumieron un índice constante de transmisión y consideraban la posibilidad de la infección del estado mayor fuera de la instalación.

La prueba inicial propuesta era pruebas al azar en los números diversos a través del workweek, con la segunda prueba asumida modelo ocurrió en el mismo día de cada semana. La configuración del workweek también fue tenida en cuenta. La prueba al azar probó importante menos efectivo que la prueba sistemática, ninguna materia si ocurrió la prueba bisemanal, semanalmente, o dos veces semanalmente. La prueba sistemática dos veces por semana podía evitar el hasta 90% de transmisiones.

Conclusión

El punto culminante de los autores que la importancia de sus resultados en visualizar las estrategias sistemáticas de la prueba del efecto con retrasos limitados puede ayudar para limitar la extensión de la enfermedad. Pues los casos comienzan a subir otra vez, estos resultados podrían ser primordiales en la ayuda informar a autoridades en prisiones, cuidan hogares, y hospitales. Mientras que el estudio hace algunas suposiciones que puedan hacer el resultado final menos exacto, el número de factores tenidos en cuenta es impresionante y podría ayudar a hacer estas instalaciones más seguras para el estado mayor y los pacientes.

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:
Sam Hancock

Written by

Sam Hancock

Sam completed his MSci in Genetics at the University of Nottingham in 2019, fuelled initially by an interest in genetic ageing. As part of his degree, he also investigated the role of rnh genes in originless replication in archaea.

Citations

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

  • APA

    Hancock, Sam. (2021, October 27). Modele para la simulación de la transmisión de la comunidad SARS-CoV-2 en instalaciones conjuntas. News-Medical. Retrieved on January 22, 2022 from https://www.news-medical.net/news/20211027/Model-for-the-simulation-of-SARS-CoV-2-community-transmission-in-congregate-facilities.aspx.

  • MLA

    Hancock, Sam. "Modele para la simulación de la transmisión de la comunidad SARS-CoV-2 en instalaciones conjuntas". News-Medical. 22 January 2022. <https://www.news-medical.net/news/20211027/Model-for-the-simulation-of-SARS-CoV-2-community-transmission-in-congregate-facilities.aspx>.

  • Chicago

    Hancock, Sam. "Modele para la simulación de la transmisión de la comunidad SARS-CoV-2 en instalaciones conjuntas". News-Medical. https://www.news-medical.net/news/20211027/Model-for-the-simulation-of-SARS-CoV-2-community-transmission-in-congregate-facilities.aspx. (accessed January 22, 2022).

  • Harvard

    Hancock, Sam. 2021. Modele para la simulación de la transmisión de la comunidad SARS-CoV-2 en instalaciones conjuntas. News-Medical, viewed 22 January 2022, https://www.news-medical.net/news/20211027/Model-for-the-simulation-of-SARS-CoV-2-community-transmission-in-congregate-facilities.aspx.