Los investigadores modelan escenarios de propagación de infecciones para comprender el impacto de COVID-19



Investigadores del Instituto Niels Bohr de la Universidad de Copenhague, junto con la epidemióloga Lone Simonsen de la Universidad de Roskilde, forman parte del panel que asesora al gobierno danés sobre cómo abordar las diferentes situaciones de propagación de infecciones que todos hemos visto desarrollarse durante el último año.

Los investigadores han modelado la propagación de infecciones en una variedad de escenarios, y se ha demostrado que el coronavirus no sigue los modelos más antiguos de propagación de enfermedades. Ha surgido una imagen cada vez más variada de su comportamiento y, por tanto, de su impacto en la sociedad.

En varios artículos científicos, los investigadores han descrito el conocimiento acumulado hasta la fecha, más recientemente en torno al concepto de “super difusores”. Resulta que solo aproximadamente el 10% de los infectados representan aproximadamente el 80% de la propagación de la infección. Los resultados han sido publicados en la revista científica procedimientos de la Academia Nacional de Ciencias, PNAS.

¿De dónde proviene nuestro conocimiento sobre la propagación de infecciones?

Los datos que utilizan los investigadores para “alimentar” y desarrollar modelos informáticos provienen de una amplia gama de fuentes diferentes. Los municipios daneses han llevado inventarios de la propagación de la infección, y estos datos tienen la ventaja de que provienen de unidades que no son demasiado grandes.

Hay un alto grado de detalle y esto significa que uno puede rastrear el desarrollo local más claramente y así construir parámetros para la superpropagación, a lo que ha contribuido el postdoctorado Julius Kirkegaard. Seguimiento de contactos es otra fuente de información. En ese caso, la atención se centra en localizar y limitar la transmisión del virus por parte del individuo. La tercera fuente es un poco más complicada, ya que busca seguir la cadena de infecciones a través de la secuencia genética del virus.

¿Quiénes son los super difusores?

Independientemente de la fuente que examinen los investigadores, los resultados arrojan aproximadamente lo mismo: el 10% de todos los infectados representan hasta el 80% de la propagación de la infección. Por lo tanto, es crucial, en relación con la propagación del virus, localizar a los llamados superpropagadores y descubrir cómo se produce la superpropagación. Los investigadores enfatizan que, por el momento, no estamos muy seguros de qué constituye a una persona como un super difusor.

Puede deberse exclusivamente a características fisiológicas personales. Además, existen diversos grados de superpropagación en la población, por lo que no es necesariamente solo uno u otro. Algunas personas simplemente transmiten el virus más que otras y la variación de personas casi sin transmisión a superpropagadores es grande.

¿Cómo modelan los investigadores una población de poco menos de 6 millones de individuos?

Tres categorías básicas se consideran importantes al modelar el comportamiento de la población, al calcular un escenario para la propagación de la infección: 1. El contexto familiar, 2. El contexto laboral y 3. Los contextos aleatorios en los que se encuentran las personas, en otras palabras, las personas cercanas. en el transporte público, en actividades de ocio, etc. El factor tiempo en los tres es crucial, ya que se necesita tiempo para infectar a otras personas. En términos de tiempo, estas tres categorías son algo idénticas cuando se trata de enfermedades comunes, pero no una variante de coronavirus superpreader.

Pero aquí es donde entran en juego las características individuales del virus: los superpropagadores son bastante diferentes cuando se manejan en un modelo informático. Los métodos conocidos de la física se vuelven importantes aquí, ya que es necesario modelar a los individuos y sus contactos.

Los investigadores han creado modelos informáticos tanto para escenarios con super difusores como sin ellos, y resulta que cerrar los espacios de trabajo, los eventos deportivos y el transporte público tiene el mismo efecto cuando el modelo no tiene en cuenta los super difusores. Pero cuando incluimos super difusores, hay una diferencia pronunciada y el cierre de eventos públicos tiene un efecto mucho mayor.

El modelado de enfermedades enfrenta nuevos desafíos y una sólida colaboración interdisciplinaria

Las enfermedades pueden comportarse de manera muy diferente y, por lo tanto, es increíblemente importante estar preparados y ser capaces de un cambio rápido en relación con el desarrollo de nuevos modelos que reflejen las características de las diferentes enfermedades con la mayor precisión posible, si esperamos contenerlas.

La variación biológica de diferentes virus es enorme. El SARS-CoV-2 contiene una característica especial, ya que es más contagioso justo antes de que se desarrollen los síntomas. Esto es exactamente lo contrario de una enfermedad anterior que amenazaba con convertirse en una pandemia, a saber, el SARS, que es en su mayoría contagioso después de que uno muestra los síntomas. Los virus son máquinas extremadamente avanzadas que cada una encuentra puntos débiles específicos para explotar. Se está desarrollando rápidamente un nuevo campo de investigación que examina cómo los virus atacan las células de nuestro cuerpo. Se ha demostrado que COVID-19 conduce a progresiones de enfermedad muy diferentes para diferentes pacientes. En ese sentido, se comporta caóticamente, como decimos en física.. “

Kim Sneppen, profesora, Universidad de Copenhague – Facultad de Ciencias

Doctor. el estudiante Bjarke Frost Nielsen y el profesor Kim Sneppen ven un gran campo de investigación abierto dentro de la colaboración entre la física y la biología. Recopilar la mayor cantidad de información posible sobre diferentes virus es crucial, por lo que los físicos pueden implementar este conocimiento en escenarios de mapeo para responder a ellos.

El potencial de investigación sobre la propagación de infecciones es grande.

Bjarke Frost Nielsen dice: “Necesitamos crear una caja de herramientas que contenga una amplia variación en la forma en que abordamos la propagación de la transmisión, en nuestros programas de computadora. Esta es la perspectiva inmediata que podemos ver frente a nosotros, en este momento. Matemáticas El modelado de enfermedades ha existido durante casi 100 años, pero desafortunadamente no se han logrado muchos avances durante ese período. Para decirlo sin rodeos, las mismas ecuaciones de la década de 1930 todavía se utilizan en la actualidad. En relación con algunas enfermedades, pueden ser correcto, pero en relación con otros pueden estar muy lejos. Aquí es donde, como físicos, tenemos un enfoque completamente diferente. Hay numerosos parámetros, es decir, dinámicas sociales e interacciones mucho más variadas entre individuos sobre los que podemos construir nuestros escenarios . Esto es muy necesario, cuando vemos las enormes variaciones en las diferentes enfermedades “.

Fuente:

Referencia de la revista:

Sneppen, K., et al. (2021) La sobredispersión en COVID-19 aumenta la efectividad de limitar los contactos no repetitivos para el control de la transmisión. procedimientos de la Academia Nacional de Ciencias. doi.org/10.1073/pnas.2016623118.

.



Source link