Nota

Universidad Nacional del Nordeste - Facultad de Ciencias Exactas y Naturales y Agrimensura

31 de Agosto de 2020 | 5 ′ 39 ′′

Con Big data predicen la evolución de la pandemia

Un equipo de físicos, matemáticos y bioquímicos de la Universidad Nacional del Nordeste y el Conicet cuenta con resultados preliminares del procesamiento de datos de casos de COVID-19 y su predicción probabilística. Los resultados del estudio permitirán conocer la proyección que tendrá la pandemia en cada una de las provincias.

La figura muestra la evolución de los casos positivos a partir del 20 de marzo en la provincia de Corrientes junto a las estimaciones que está realizando el sistema de asimilación. También se observan la predicción probabilística a dos semanas. El panel

Utilizando una técnica de procesamiento de grandes datos (big data), denominada “asimilación de datos”, se analiza la información que a diario es reportada de manera oficial (tanto los casos positivos como los decesos).

Una de las informaciones aportada por el trabajo es el análisis del R cero, o tasa de contagio del coronavirus a nivel nacional. Antes del inicio de la cuarentena, la tasa era 3,5 es decir, un infectado contagiaba a 3,5 personas. La implementación de la cuarentena logró reducir considerablemente esa tasa a 0,5, pero la flexibilización dispuesta en las últimas dos etapas volvió a incrementar R a valores entre 1 y 2.

La importancia de tener la estimación diaria de esta tasa es clave, ya que cuando se alcance un valor por debajo de 1, la epidemia se controla y el número de casos disminuirá con el tiempo. Por el contrario, si la tasa de contagio está por encima de 1, significa que la cantidad de infectados continuará creciendo.

Además de la tasa de contagio, la técnica de asimilación de datos brinda información estadística de las características de propagación del virus; los tiempos de incubación y de recuperación; la cantidad de enfermos severos que derivarán en hospitalizaciones o decesos. En un estudio reciente demostró que la técnica también permite estimar la circulación del virus en personas asintomáticas, es decir, el número de casos no-detectados por los testeos.

El grupo de trabajo que participa de este proyecto está liderado por el doctor Manuel Pulido e integrado por los investigadores Tadeo Cocucci, Noelia Villafañe y Magdalena Lucini, de la Facultad de Ciencias Exactas y Naturales y Agrimensura y el Conicet. También participan referentes del Laboratorio Central de Corrientes, los bioquímicos Gerardo Andino, Natalia Ruiz Días y Viviana Gutnisky, responsables de los test epidemiológicos en la Provincia.

Paralelamente, se conformó una red de colaboración internacional con distintos grupos que trabajan en asimilación de datos para COVID-19, particularmente con un grupo de investigadores de Francia, coordinado por Pierre Tandeo del IMT Atlantique y de Inglaterra, con Alberto Carrassi, director del Data Assimilation Research Centre, University of Reading, Inglaterra.

Ventajas

“Una de las grandes ventajas que posee la humanidad para poder controlar la actual pandemia COVID-19, comparada a las ocurridas en el pasado, es la gran disponibilidad de datos en tiempo real que se posee sobre la transmisión del virus en la población”, señaló a Argentina Investiga el doctor Pulido, investigador del Departamento de Física de la FaCENA, UNNE.

Esos datos, al ser analizados en modelos matemáticos, brindan información objetiva sobre, por ejemplo, el impacto de las medidas de aislación social focalizadas o generales que permitan contener el virus. Los gobiernos disponen de esta manera de una herramienta en la toma de decisiones puntuales en base a un diagnóstico y con predicciones precisas sobre la evolución de la pandemia.

“Mientras mayor sea la información que se procese y más sofisticada la técnica de procesamiento de los datos mayor será el conocimiento de la situación de la pandemia”, señaló Pulido.

Asimilación de datos

Dentro del procesamiento de grandes datos, las técnicas de asimilación se caracterizan por combinar en tiempo real información de dos fuentes: los modelos dinámicos epidemiológicos y observaciones incompletas de distintas fuentes.

En un contexto donde la información no es completa ni tampoco exacta, como es el caso del escenario planteado por el COVID-19, estas técnicas de asimilación permiten combinar toda la información circundante. En el marco de la asimilación pueden realizarse predicciones o pronósticos probabilísticos, los cuales permiten obtener la incerteza de las predicciones y evaluar la probabilidad de eventos extremos. Los ejemplos donde se aplica la asimilación de datos son numerosos, entre los que cabe citar los pronósticos meteorológicos, la robótica, vehículos autónomos, visión computarizada, seguimiento por GPS o radares, entre otros.

Los resultados de la aplicación de técnicas de asimilación en el brote de Wuhan, China

Un trabajo liderado por Ruiyun Li del MRC Centre for Global Infectious Disease Analysis (Imperial College, Inglaterra) demuestra que estas técnicas tienen un enorme potencial para estimar la cantidad de casos no-detectados en la población basadas en observación parcial (casos de infectados detectados, movilidad, etcétera).

Antecedentes

El grupo de investigación cuenta con antecedentes en el trabajo de técnicas para la asimilación de datos de modelos epidemiológicos. Pulido desarrolló recientemente, junto a Peter Jan van Leeuwen (Colorado State University), una técnica de asimilación de Monte Carlo secuencial que tiene muy buenos resultados en modelos epidemiológicos. Fue utilizado para un modelo de la dinámica del cólera en un trabajo que se publicó en el Journal of Computational Physics.

También en el grupo se trabaja en la asimilación de datos de la dinámica de propagación del dengue. En este tema, Tadeo Cocucci, becario de Conicet, realiza su tesis doctoral. Dados los devastadores efectos de la pandemia, el grupo está totalmente enfocado en la asimilación de datos de COVID-19.

Juan Monzón Gramajo
Universidad Nacional del Nordeste

Departamento de Comunicación Institucional
monzongramajo@hotmail.com
www.unne.edu.ar


NOTAS DESTACADAS
Estudian los mecanismos cerebrales previos a las acciones motoras
Analizan mohos del pacú que podrían ser utilizados como alimento en piscicultura
Políticas públicas para Ciencia y Técnica: hacia la construcción de un Estado innovador
Mejoran prótesis de titanio para reducir infecciones y rechazos
La relación entre las patologías intestinales y las enfermedades articulares
Tras las huellas de los animales en el Parque Ecológico Urbano de Río Cuarto
NOVEDADES
La universidad pública apuesta al desarrollo de medicamentos, tratamientos y tecnología médica
Una nueva especie de parásito fue descubierta en Pampa de Achala
Los cuerpos dóciles: la educación física infantil durante la dictadura
Carvedilol: un fármaco para la hipertensión resultó efectivo en el tratamiento del Chagas
Investigadores de la UNT producirán harina de batata apta para celíacos
Fluoruro en aguas de consumo
AGENDA
NOTAS RELACIONADAS
NOTAS MÁS LEÍDAS
Ejercicios para disminuir la ansiedad durante el embarazo
Wanda, La China, Pampita y Paula Chaves y los estereotipos en los medios de comunicación
Dos astrónomos y una estudiante de la UNLP investigan qué hay en el centro de la Vía Láctea
Porotos con sello local, una alternativa para la alimentación animal en la Norpatagonia
Un sistema para predicción y alerta meteorológico a corto plazo
NOTAS ACADÉMICAS
Una investigadora de la UNQ en Harvard
Carlos Castro: “El objetivo es alumbrar aquellos espacios en los que creíamos que no era posible la luz"
Ramiro Perrotta, biotecnólogo de la UNQ, participará del proyecto para resucitar al mamut lanudo
Esponja y trapo rejilla ¿aliados en la cocina o reservorio de bacterias?
Las tecnologías digitales como constructoras de subjetividad

logo SIU logo CIN logo SPU logo Ministerio de Educación

Argentina Investiga - Todos los derechos reservados