13/11/2020
RESTAURANTES, GIMNASIOS Y CAFÉS, "SUPERCONTAGIADORES" DE COVID-19.
-Un equipo dirigido por la Universidad de Stanford crea un modelo que puede predecir cómo se propaga el COVID-19 en las ciudades.
-El modelo también predice tasas de infección más altas entre sectores más desfavorecidos.
En conjunto con la Universidad de Northwestern, el informe destaca que restaurantes, gimnasios y hoteles funcionan como “supercontagiadores ” del COVID-19. El estudio publicado en la revista Nature fusiona datos demográficos, estimaciones epidemiológicas e información anónima de ubicación de teléfonos celulares, y parece confirmar que la mayoría de las transmisiones de COVID-19 ocurren en estos sitios donde las personas permanecen en lugares cerrados durante períodos prolongados.
Los investigadores indican que la especificidad de su modelo podría servir como una herramienta para que los funcionarios ayuden a minimizar la propagación de COVID-19 a medida que reabren negocios al revelar las compensaciones entre nuevas infecciones y pérdida de ventas si los establecimientos abren, digamos, al 20 o 50 por ciento de su capacidad.
Los académicos analizaron los datos del 8 de marzo al 9 de mayo en dos fases distintas. En la fase uno, alimentaron su modelo de datos de movilidad y diseñaron su sistema para calcular una variable epidemiológica crucial: la tasa de transmisión del virus en una variedad de circunstancias diferentes en las 10 áreas metropolitanas.
En la vida real, es imposible saber de antemano cuándo y dónde una persona infecciosa y susceptible entra en contacto para crear una posible nueva infección. Pero en su modelo, los investigadores desarrollaron y refinaron una serie de ecuaciones para calcular la probabilidad de eventos infecciosos en diferentes lugares y momentos.
Estas redes de movilidad en estudio, derivadas de datos de teléfonos móviles, mapean los movimientos por hora de 98 millones de personas desde barrios de Estados Unidos.
El restringir la ocupación máxima puede lograr un equilibrio efectivo, por ejemplo, un límite de ocupación del 20 por ciento aún permitiría el 60 por ciento de las visitas antes de la pandemia, mientras que arriesgaría solo el 18 por ciento de las infecciones que ocurrirían si los lugares públicos reabrieran por completo
El esquema también predice correctamente tasas de infección más altas entre grupos raciales y socioeconómicos desfavorecidos únicamente por las diferencias en la movilidad, "encontramos que los grupos desfavorecidos no han podido reducir la movilidad tan drásticamente y que los puntos de interés que visitan están más concurridos y, por lo tanto, presentan un mayor riesgo", dicta el informe.
Fuente:
https://www.nature.com/articles/s41586-020-2923-3
https://news.stanford.edu/2020/11/10/computer-model-can-predict-covid-19s-spread/
