¿Se pueden predecir las ondas COVID-19 utilizando indicadores de señales de alerta temprana?


Los investigadores combinaron datos de casos diarios y un análisis secuencial utilizando el modelo de desaceleración crítica para predecir las ondas de la enfermedad por coronavirus 2019 (COVID-19) casi dos semanas antes de su aparición.

La pandemia de COVID-19 surgió repentinamente, como ocurre con muchos sistemas naturales, y dejó a los legisladores y los gobiernos luchando por implementar estrategias apropiadas para mitigar su efecto. Se han implementado varias estrategias clínicas, no farmacéuticas (por ejemplo, distanciamiento social, encierro, etc.) y recientemente de vacunación para combatir la pandemia en todo el mundo.

Estudio: Las señales de alerta temprana predicen la aparición de ondas COVID-19.  Haber de imagen: Lightspring / Shutterstock

Sin embargo, el momento adecuado para implementar estrategias de mitigación aún no está claro. Los estudios han sugerido que la implementación de intervenciones no farmacéuticas unas dos semanas antes de que se implementaran realmente podría haber reducido a la mitad el número de muertes. Identificar esta ventana importante para implementar estrategias ayudará a tomar decisiones estratégicas más efectivas.

La aparición de enfermedades a menudo requiere el uso de modelos específicos del contexto, que, aunque poderosos, están restringidos por la disponibilidad de datos y una comprensión mecanicista del sistema. Una alternativa es considerar la aparición de enfermedades como transiciones críticas, donde una presión, como el movimiento del huésped o la evolución del patógeno, empuja al sistema a un límite. Esto permite el uso de métodos basados ​​en la idea de desaceleración crítica (CSD) para comprender la dinámica de COVID-19.

CSD representa la capacidad de un sistema para recuperarse de una desviación cuando se acerca a un umbral. Otro pequeño cambio en el estado desencadena un ciclo de retroalimentación y el sistema cambia. Las estadísticas de ‘Señal de alerta temprana’ (EWS) basadas en CSD se producirán justo antes de un rápido aumento en el número de casos durante un brote de enfermedad y se ha demostrado que predice la aparición de la enfermedad. Los sistemas de alerta temprana no solo pueden predecir la aparición de enfermedades, sino también la reaparición de enfermedades.

Predecir ondas COVID-19

Investigadores de la Universidad de Bristol, Reino Unido, probaron esto para COVID-19 para predecir los múltiples brotes al investigar la naturaleza ondulada que se observa en la mayoría de los países. Los investigadores recopilaron datos de COVID-19 desde enero de 2020 hasta junio de 2021 de la base de datos de la Organización Mundial de la Salud (OMS) y el portal de datos del gobierno del Reino Unido (Reino Unido) y analizaron los casos positivos diarios. Definieron ondas en los casos y calcularon EWS.

Los modelos predijeron dos casos de casos que aumentaron considerablemente en el Reino Unido, correspondientes al inicio de la primera y segunda oleadas en marzo y septiembre de 2020, respectivamente. Tras la disminución de las dos oleadas, los autores realizaron un análisis de EWS sobre los datos del 18 de junio de 2020 y el 1 de abril de 2021.

Descubrieron que todos los indicadores de EWS aumentaron al menos una vez antes de la primera y segunda oleadas, y estos se detectaron unas dos semanas antes del inicio de las oleadas. La mayoría de los indicadores sugieren la posibilidad de una tercera ola venidera.

Se observaron resultados similares para otros países y se predijeron oleadas sucesivas. Sin embargo, cuando la variación diaria es alta y el tiempo entre las olas es corto, los indicadores de EWS se retrasaron y no ocurren antes de la ola.

Por lo tanto, EWS puede predecir el surgimiento y resurgimiento de las ondas COVID-19 y puede ser una herramienta útil para los responsables de la formulación de políticas al momento de tomar decisiones políticas. “Por lo tanto, sugerimos que los EWS compuestos sean lo suficientemente detectables antes de las ondas COVID-19 como para ser adecuados en la caja de herramientas de monitoreo actual para esta y posibles pandemias futuras”, escriben los autores.

Sin embargo, la calidad de los datos disponibles a menudo puede dificultar el uso de EWS. Este estudio sugiere que el uso de datos de casos diarios se puede utilizar en EWS para detectar cambios importantes en estos datos. Aunque los países informan los datos de manera diferente, EWS detecta el inicio de las ondas de manera consistente, aunque varía cuánto antes del inicio es capaz de predecir.

La predicción de una ola unas dos semanas antes indica un sistema en riesgo, que requiere intervención. La detección por EWS podría usarse para identificar las variables en el sistema que están cambiando.

*Noticia importante

medRxiv publica informes científicos preliminares que no son revisados ​​por pares y, por lo tanto, no deben considerarse concluyentes, guiar la práctica clínica / comportamiento relacionado con la salud o tratarse como información establecida.

.



Source link