Uso de modelos espaciales para analizar estrategias de contención de la COVID-19

Ahora que muchos países y regiones han implementado estrategias de contención para mitigar el impacto de la COVID-19, los investigadores se preguntan si habrían podido desarrollarse estrategias mejores o más precisas.

A partir de las lecciones aprendidas, la modelización espacial surge como un área que puede proporcionar mejores respuestas y estrategias la próxima vez que nos enfrentemos a una pandemia importante.

Los investigadores que estudian enfermedades infecciosas normalmente han utilizado modelos de susceptibilidad-infección-recuperación (SIR) para examinar la probabilidad de propagación de enfermedades infecciosas en las comunidades. Muchos de estos modelos carecían de dimensiones espaciales claras o al menos un uso coherente de la cobertura espacial. Se ha demostrado que los modelos individuales o basados ​​en agentes (ABM) representan procesos de abajo a arriba, utilizando comportamientos y acciones individuales como base para modelos de exploración espacial que se pueden utilizar para predecir los efectos probables de la propagación de la enfermedad.

Otros modelos utilizan un enfoque de arriba abajo o agregado, tales como la dinámica del sistema, Montecarlo o los modelos de elementos finitos. Estas diferentes formas de modelos tienen sus ventajas, ya que los ABM son mucho más detallados y pueden mostrar cómo el comportamiento individual puede afectar a la propagación de una enfermedad, mientras que los modelos agregados son generalmente más fáciles de probar.

Sea cual sea el enfoque, la clave es que las unidades espaciales relativamente pequeñas que pueden funcionar de forma independiente o diferente de otras regiones son la mejor forma de modelar la propagación de una pandemia, ya que permiten que las circunstancias en áreas pequeñas influyan en la simulación de la mejor forma posible. .

También permite aplicar los modelos a una escala espacial reducida, es decir, a escala subnacional, de modo que las medidas o estrategias de bloqueo pueden aplicarse a un área concreta, como ciudades, distritos o pequeñas regiones, para ver su eficacia . quizá. <.

Dos patrones espaciales distintos de COVID-19 en Nueva Zelanda: la visualización a la izquierda muestra ‘clusters en su contexto geográfico y destaca la ocurrencia de transmisión interregional’. La vista de la derecha muestra ‘grupos separados por ubicaciones geográficas para destacar la distribución del tamaño y la estructura del grupo’. Imagen: O’Sullivan y otros, 2022

Dos patrones espaciales distintos de COVID-19 en Nueva Zelanda: la visualización a la izquierda muestra ‘clusters en su contexto geográfico y destaca la ocurrencia de transmisión interregional’. La vista de la derecha muestra ‘grupos separados por ubicaciones geográficas para destacar la distribución del tamaño y la estructura del grupo’. Imagen: O’Sullivan y otros, 2022

Cuando se han aplicado investigaciones y datos empíricos utilizando modelos espaciales en países concretos, como Italia, se ha demostrado que la propagación de la COVID-19 se reduce significativamente cuando se reduce la movilidad global (en el caso de Italia, se reduce ). transmisión superior al 40%). En este caso, se puede aplicar un modelo de conectividad basado en una red SEIR (Susceptible-Protected-Infected-Recovery), donde las provincias y las subregiones están vinculadas por patrones de movilidad, para realizar un seguimiento de las tasas de movilidad entre zonas .

El modelo pudo demostrar que las medidas de restricción de movimiento utilizadas en determinadas regiones contribuyen a limitar drásticamente la tasa de infección simplemente limitando la movilidad. Sin embargo, el modelo no tiene una escala muy fina, lo que limita su utilidad a nivel de ciudad o comunidades concretas. Un enfoque utilizó el modelado de regresión espacial para demostrar que la demografía, no sólo la movilidad, tiene un impacto significativo en la mortalidad por COVID-19. Las regiones con poblaciones mucho mayores tenían tasas de mortalidad mucho más altas en Europa.

Así, las medidas que también se dirigen a poblaciones vulnerables no sólo limitan la movilidad en determinadas zonas, sino que también tienen mayor éxito a la hora de limitar el número total de muertes. Otro modelo espacial demostró que la distancia a los sitios de prueba de COVID-19 puede ser un factor de transmisión.

En las zonas con baja densidad de población o poca capacidad de pruebas, el número de casos de COVID-19 puede ser desproporcionadamente mayor porque las pruebas no eran tan habituales y la transmisión comunitaria era alta sin pruebas adecuadas para determinar quién podría infectar a los demás .

Si los sitios de estudio se hubieran distribuido de forma más uniforme entre las regiones, independientemente de la densidad de población y las instalaciones sanitarias, las tasas de infección podrían haber sido más bajas y se habrían extendido a partes de los Estados Unidos menos probable. Este estudio destaca que las disparidades en la atención sanitaria también son un determinante espacial importante de la propagación de COVID-19, ya que se halló que las minorías y las comunidades más pobres generalmente tienen menos acceso a las pruebas, aunque la investigación sugiere que estas poblaciones pueden ser más vulnerables en las pruebas. muerte por la infección que otros grupos demográficos.

Por lo general, los patrones con explicaciones espaciales ponen de manifiesto cómo COVID-19 tiene múltiples factores espaciales que pueden influir en su propagación y mortalidad. Se ha demostrado que la conectividad regional, la movilidad, los patrones demográficos y las áreas donde se dispone de investigación afectan a las tasas de infección y mortalidad.

La modelización con explicaciones espaciales significará que estos y otros factores tendrán que incluirse en modelos para futuras pandemias para aumentar la eficiencia del modelado SEIR/SIR. Los modelos también deben ser más precisos y poder controlar cómo las circunstancias regionales específicas, como las diferencias demográficas, pueden afectar al número total de infecciones y muertes.

Conexiones

Vídeo relacionado:
Conoce al autor, Michael Montero
Michael Montero

Michael Montero es especialista en Astronomía, cuenta con años de experiencia en observatorios y está especializado en avistamiento a media distancia. También ha preparado a algunos grupos de iniciados en astronomía. Una de sus aficiones más importantes es la observación de astros en la naturaleza, que practica cuando sus viajes y trabajo se lo permiten.

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)