Un modelo matemático que predice la evolución del COVID-19 en Euskadi
Determina que las medidas de confinamiento parcial fueron eficaces y suficientes para frenar la transmisión de la enfermedad
coronavirus
Madrid - Publicado el - Actualizado
2 min lectura
El grupo de trabajo multidisciplinar (Grupo de Trabajo de Modelado Vasco, BMTF en sus siglas en inglés) formado por investigadores/as de Ikerbasque, el Centro Vasco de Matemática Aplicada (BCAM), UPV/EHU y miembros de las instituciones sanitarias vascas ha conseguido describir la dinámica de la enfermedad, es decir, la evolución de los casos positivos confirmados por coronavirus. Una investigación que tiene como objetivo dar soporte al Departamento de Salud del Gobierno Vasco y Osakidetza y que a través de modelos epidemiológicos (SIR y extensiones), la investigación operativa y los procesos Gaussianos, ha presentado los resultados obtenidos por el nuevo modelo estocástico SHARUCD. Este modelo diferencia las infecciones leves y asintomáticas de las graves con probabilidad de ingreso hospitalario. Asimismo, es capacez de anticipar la evolución de la epidemia, lo que en el caso del País Vasco permitió predecir las necesidades del sistema de salud durante el aumento de los ingresos hospitalarios.
Durante el desarrollo de la epidemia, se contrastaron las predicciones a corto y largo plazo y se validó la precisión del modelo. En palabras de Maíra Aguiar, investigadora Ikerbaque en BCAM “Hemos demostrado que las medidas de confinamiento parcial fueron eficaces y suficientes para frenar la transmisión de la enfermedad en el País Vasco”
La tasa de crecimiento o reproducción de los casos positivos se calculó a partir de los datos epidemiológicos introducidos en el modelo. La información obtenida durante la fase exponencial y la posterior fase de confinamiento permitieron calibrar y mejorar el propio modelo.
Estos son los primeros resultados públicamente disponibles de la modelización del País Vasco y publicados esta misma semana en la prestigiosa revista Scientific Journals de Nature Research Journals.
Actualmente se sigue alimentando el modelo con los datos disponibles con el objetivo de monitorear la transmisión de COVID-19 en la fase actual de postconfinamiento y poder analizar el resultado de las medidas que se están tomando.