Nota

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

30 de Noviembre de 2020 | 5 ′ 54 ′′

Diseñan un sistema automatizado para predecir el avance del COVID-19

Ya se encuentra online y activo el sitio web del Proyecto COVID-FEDERAL, CORR01, en donde se muestran resultados de un monitoreo a tiempo real y predicción del avance de la pandemia por COVID-19 en la Argentina. Una de las informaciones clave que aporta es la estimación de la tasa de contagio a nivel provincial y nacional, es decir, a cuántas personas contagia una persona que sufre de coronavirus.

El sitio web es de acceso y consulta libre en esta dirección:

http://covid19.unne.edu.ar

Sus realizadores integran un equipo interdisciplinario de la Universidad Nacional del Nordeste y el Conicet, compuesto por físicos, matemáticos y bioquímicos, liderados por el doctor Manuel Pulido. El proyecto se llama "Sistema de monitoreo y predicción del COVID-19 en la provincia de Corrientes usando asimilación de datos", cuyo financiamiento es otorgado por la Agencia Nacional de Promoción Científica Tecnológica (ANPCyT).

El sistema permite el aprendizaje de parámetros de la epidemia a través de los datos que se procesan. Una de las informaciones aportada por el trabajo es la estimación del R efectivo, o tasa de contagio del coronavirus a nivel nacional y provincial. Antes del inicio de la cuarentena en el mes de marzo, la tasa era 3,5 es decir, un infectado contagiaba a 3,5 personas. La implementación de la primera etapa de la cuarentena logró reducir considerablemente esa tasa a 0,5. En la actualidad, el R efectivo está levemente por arriba de 1.

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.

El sistema trabaja en tiempo real bajando los datos diarios y procesándolos en forma automática. Los datos se bajan y procesan durante la noche, para asegurar su actualización. Se utiliza la base de datos del Ministerio de Salud de la Nación y scraping del informe diario.

El sistema está basado en una técnica físico-estadística, que permite combinar información de datos existentes de distintas fuentes con información de un modelo epidemiológico. Esta metodología permite determinar de manera objetiva diferentes parámetros relacionados con la propagación de la enfermedad, así como también determinar la precisión con la que estos pueden ser conocidos. De esta manera puede obtenerse información acerca de cómo se comporta la enfermedad, y cómo impactan diferentes medidas de distanciamiento social sobre su propagación.

Por otra parte, la información obtenida permite realizar proyecciones de la evolución futura de la epidemia junto con una cuantificación del nivel de incertidumbre asociada. En el proceso de estimación se consideran las posibles fuentes de incertidumbre, tanto las asociadas a las fuentes de información como también aquellas provenientes de las predicciones del modelo epidemiológico. Para considerar las incertezas en la estimación se trabaja con una técnica de Monte Carlo que utiliza un conjunto numeroso de posibles escenarios de propagación de la enfermedad.

Modelo epidemiológico

El modelo epidemiológico utilizado en el sistema de asimilación de datos es del tipo SEIRHD (suceptibles - expuestos - infectados - recuperados - hospitalizados y fallecidos por su sigla en inglés), en donde la población se divide en fracciones o compartimentos. Dichas fracciones corresponden a los susceptibles (aquellos que no han estado en contacto con el virus), los expuestos (aquellos que han tenido contacto con una persona infectada pero aún no cursan la enfermedad), los infectados (aquellos que se encuentran cursando la enfermedad con diferentes sintomatologías), recuperados (aquellos que habiendo estado infectados ya se encuentran recuperados y por tanto se supone inmunes a la enfermedad), hospitalizados (aquellos que por la severidad de sus requisitos requieren algún tipo de internación hospitalaria) y los fallecidos (aquellos que murieron como consecuencia directa de la enfermedad).

El modelo SEIRHD permite estimar la evolución en el tiempo de la cantidad de personas que se encuentran en cada categoría a través de un sistema de ecuaciones diferenciales acopladas. Este sistema de ecuaciones incluye parámetros que controlan aspectos tales como la tasa de contagios, o la mortalidad del virus. Estos parámetros dependen de factores externos como el nivel de distanciamiento social, o las propiedades del virus, y su valor no se conoce con precisión. Además, puede variar de acuerdo a la localidad o a las medidas de distanciamiento social.

La información obtenida a través de los datos es utilizada para el aprendizaje de los parámetros del modelo, como también para la estimación de las variables del sistema.

Equipo de investigadores

El grupo de trabajo que participó de este proyecto está integrado por los investigadores: Manuel Pulido (director, UNNE-Conicet), Juan Ruiz (Investigador, UBA-Conicet); Magdalena Lucini (UNNE-Conicet), Santiago Rosa (Pasante graduado. Lic FaMAF, UNCórdoba); Fido García (CPA, CIMA-Conicet), Agustina Quirós (Pasante. Est. Lic. En Sistemas, FaCENA, UNNE), Ángel Romero y Gastón Contardi (Pasantes. Est. Lic. En Física FaCENA, UNNE), Tadeo Cocucci (Becario Conicet. FaMAF UNCórdoba, FaCENA UNNE), Santiago Wiedman (Est. Lic. En Física, FaCENA, UNNE), Gerardo Andino (Laboratorio Central Prov. Corrientes), Viviana Gutnisky (Laboratorio Central Prov. Corrientes), Natalia Ruiz Días (Laboratorio Central Prov. Corrientes).

Se conformó una red de colaboración con distintos grupos que trabajan en asimilación de datos para COVID-19, entre los que se destaca un grupo de investigadores de Francia, coordinado por Pierre Tandeo del IMT Atlantique; Juan Aparicio (UNSa, Conicet) y Geir Evensen (NORCE, Noruega).

Juan Monzón Gramajo
Universidad Nacional del Nordeste

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


NOTAS DESTACADAS
Ferroviarios: la historia recuperada de una tarea colectiva
Inteligencia artificial para prevenir fallas en gasoductos
Desarrollan un modelo hidrológico para la cuenca alta de La Picasa
Enología sustentable: buscan emplear los sarmientos de poda en la elaboración de los vinos
La importancia de los censos como herramienta científica y académica
Primer registro de Leishmania braziliensis en un murciélago de Corrientes
NOVEDADES
Diez especies de aves de Río Cuarto se benefician por el manejo orgánico
Crearon un cuero ecológico a base de hongos Reishi
Elaborarán barritas proteicas a partir de lactosuero
Un científico rosarino estudia las estrellas de neutrones
La UNR producirá medicamentos pediátricos críticos
Científicos tucumanos realizan diagnósticos por medio de inteligencia artificial
AGENDA
NOTAS RELACIONADAS
EcoCiencia
Cuidar el agua es clave

Cuidar el agua es clave

A raíz de la bajante extraordinaria del río Paraná, un equipo de investigadoras de la UNR realizó un informe sobre el consumo responsable de agua en ...

NOTAS MÁS LEÍDAS
La producción de biogás y biofertilizantes a partir de desechos agrícolas es una oportunidad para pymes agropecuarias
Elaborarán barritas proteicas a partir de lactosuero
“Yateí”, la abeja nativa sin aguijón es una excelente opción para diversificar la producción de miel
Jóvenes y el cuidado de su salud: las relaciones de micromachismo a revisar
Kit de riego automatizado que busca promover la soberanía alimentaria
NOTAS ACADÉMICAS
Fray Mamerto Esquiú, beato y defensor de la Constitución de 1853
La UNC forma parte del proyecto astronómico “Salta ventana al universo”
Diseño gráfico: el valor de la profesión y su importancia histórica
La participación política femenina en Córdoba, más allá de la historia escrita en masculino
El cine y la literatura a la luz de las nuevas tecnologías

logo SIU logo CIN logo SPU logo Ministerio de Educación

Argentina Investiga - Todos los derechos reservados