Diseñan nuevo modelo para rastrear propagación de COVID-19, se aprovechan datos en tiempo real sobre los flujos de población

Los investigadores y colegas de la Universidad de Yale en Hong Kong y China han desarrollado un nuevo enfoque para rastrear rápidamente los flujos de población que podría ayudar a los responsables políticos de todo el mundo a evaluar de manera más efectiva el riesgo de propagación de enfermedades y asignar recursos limitados a medida que combaten la pandemia de COVID-19.

Datos
Se usaron recuentos basados ​​en datos de teléfonos móviles de 11,478,484 personas que salieron o transitaron a través de la prefectura de Wuhan entre el 1 de enero y el 24 de enero de 2020 cuando se desplazaron a 296 prefecturas en toda China.

El enfoque, descrito en un estudio “Population flow drives spatio-temporal distribution of COVID-19 in China 1 (El flujo de población impulsa la distribución espacio-temporal de COVID-19 en China) publicado en línea este 29 de abril de 2020 en la revista Nature, difiere de los modelos epidemiológicos existentes al explotar datos en tiempo real sobre los flujos de población, como los datos de uso del teléfono y otras fuentes de “grandes datos” que pueden cuantificar con precisión movimiento de personas.

Este trabajo muestra que es posible pronosticar con mucha precisión el momento, la intensidad y la distribución geográfica del brote de COVID-19 basado solo en el movimiento de la población“, dijo Nicholas A. Christakis de Yale, profesor de ciencias sociales y naturales de Sterling. -autor del estudio. “Además, al rastrear los flujos de población en tiempo real, nuestro modelo puede proporcionar a los tomadores de decisiones de políticas y epidemiólogos una herramienta poderosa para limitar el impacto de una epidemia y salvar vidas“.

Al desarrollar el modelo, los investigadores utilizaron datos de ubicación geográfica de teléfonos móviles en todo el país para rastrear alrededor de 11.5 millones de ocasiones de personas que transitan por Wuhan, una ciudad de la prefectura en la provincia china de Hubei, entre el 1 de enero y el 24 de enero de 2020, cubriendo el período previo al Año Nuevo Lunar chino y la migración masiva anual de chunyun en China. La gente se mudó a través de Wuhan a 296 prefecturas en 31 provincias y regiones de todo el país. Los investigadores vincularon los datos del flujo de población, que fue proporcionado por un importante proveedor nacional de telecomunicaciones inalámbricas, a los recuentos de infecciones COVID-19, proporcionados por el Centro Chino para el Control y la Prevención de Enfermedades (CDC chino), por ubicación y hora a nivel de prefectura.

Su análisis demuestra la efectividad de la cuarentena impuesta a Wuhan el 23 de enero. Al final del día, el 24 de enero, el movimiento fuera de la ciudad había cesado casi por completo, según sus hallazgos.

Los investigadores encontraron que la distribución de las personas que abandonaron Wuhan predijo con precisión la frecuencia relativa de infecciones posteriores por COVID-19 en China hasta el 19 de febrero de 2020. Los investigadores también desarrollaron un modelo de “fuente de riesgo” que aprovechó los datos del flujo de población para pronosticar con precisión los casos confirmados e identificar lugares en riesgo de tener altas tasas de transmisión durante las primeras etapas del brote.

Su análisis también corrobora los datos publicados por los CDC chinos hasta el 19 de febrero (para las prefecturas fuera de Wuhan) porque muestra que una fuente de información totalmente independiente, es decir el operador de telecomunicaciones, está muy bien correlacionada con el conteo oficial de COVID-19.

Si hay más casos confirmados que los esperados, existe un mayor riesgo de propagación de la comunidad. Si hay menos casos esperados que los reportados, significa que las medidas preventivas de la ciudad son particularmente efectivas o puede indicar si es necesario que las autoridades centrales deban investigar más a fondo para eliminar los posibles riesgos de una medición imprecisa“, declaró Jayson Jia, profesor asociado de marketing en la Facultad de Negocios y Economía de la Universidad de Hong Kong y autor principal del estudio.

Lo innovador de nuestro enfoque es que usamos predicciones erróneas para evaluar el nivel de riesgo de la comunidad. Nuestro modelo nos dice con precisión cuántos casos debemos esperar dados los datos de viaje. Contrastamos esto con los casos confirmados utilizando la lógica de que lo que no se puede explicar de acuerdo a los casos importados y las transmisiones primarias que deben difundirse en la comunidad“, agregó Jia.

Los investigadores destacan que el nuevo modelo se puede aplicar utilizando cualquier conjunto de datos que capture con precisión los movimientos de las personas, como la emisión de boletos de tren o los peajes de los automóviles, lo que significa que los responsables políticos de todo el mundo podrían usarlo para informar los esfuerzos para contener la propagación del virus si hay datos disponibles sobre los movimientos de población.

“Las personas transmiten enfermedades contagiosas cuando se desplazan”, dijo Christakis, director del Yale Institute for Network Science (Instituto de Redes de Ciencia de Yale). “Al capturar con precisión los movimientos de la población a lo largo del tiempo, podemos predecir cómo se propagará un contagio geográficamente y utilizar técnicas de análisis de datos para ayudar a controlarlo antes de que una epidemia devastadora aparezca o vuelva a surgir“.

Imagen cortesía de dacasdo


Referencias

  1. ,,,,; Population flow drives spatio-temporal distribution of COVID-19 in China; Nature; Publicado en línea 29/04/2020; DOI: 10.1038/s41586-020-2284-y; Disponible en el URL : ; Consultado el 29/04/2020
Avatar

Escrito por

Redacción, Plenilunia Sociedad Civil Fundada en el año de 2004, Plenilunia es una Sociedad Civil cuyo objetivo es fomentar el bienestar y la salud integral de la mujer.

, , , , , ,

Temas relacionados

Tamaño de tipografía
Ajustar contraste