Home Salud El equipo de investigación de UL revela la ciencia detrás de los ‘números R’

El equipo de investigación de UL revela la ciencia detrás de los ‘números R’

by notiulti
Campus de la Universidad de Limerick. Imagen: Alan Place

Un equipo de INVESTIGACIÓN dirigido por la Universidad de Limerick ha explicado los cálculos detrás del modelo principal utilizado para guiar al gobierno irlandés en su respuesta al Covid-19.

En un nuevo artículo publicado esta semana, el profesor de UL James Gleeson y su equipo describen uno de los métodos para estimar la reproducción ahora famosa o el número R en los informes de casos de Covid-19, cuyos resultados se informaron en informes de prensa durante la pandemia. .

El artículo, publicado en la revista ‘Philosophical Transactions of the Royal Society A’, detalla el modelado de Covid-19 realizado por el Irish Epidemiological Modeling Advisory Group (IEMAG), que informa al Irish National Public Health Emergency Team (NPHET).

El profesor Gleeson, profesor de Matemáticas Industriales y Aplicadas en UL, es miembro de IEMAG, que tiene la tarea de proporcionar asesoramiento en modelos matemáticos y estadísticos a NPHET a través de su presidente, el profesor Philip Nolan.

“Desde que nos pidieron que nos uniéramos a IEMAG en marzo de 2020, hemos estado desarrollando y ejecutando modelos para ayudar a brindar asesoramiento a NPHET”, explicó el profesor Gleeson, autor principal del artículo.

Suscríbase al boletín semanal de Limerick Post

“Los modelos utilizan una combinación de técnicas matemáticas y estadísticas, algunas de las cuales creamos específicamente para el trabajo de IEMAG, para ayudar a comprender la trayectoria del virus hasta la fecha y los posibles escenarios futuros”, agregó el profesor Gleeson, quien también es codirector. del grupo de investigación MACSI en UL y Director del SFI Center for Research Training in Foundations of Data Science.

Uno de los principales modelos utilizados por IEMAG es un susceptible-expuesto-infected-removidos o modelo SEIR, que da cuenta del número de personas de la población que se encuentran actualmente en cada estado de la enfermedad.

“Las personas susceptibles están sanas, mientras que las personas expuestas han tenido contacto reciente con el virus, las personas infectadas pueden transmitir el virus a otras personas y las personas eliminadas ya no son infecciosas”, explicó el profesor Gleeson.

“Los modelos de tipo SEIR son la elección estándar para Covid-19, pero hay una serie de desafíos científicos en la aplicación de estos modelos que nos obligaron a combinar técnicas estadísticas y matemáticas basadas en la experiencia de varias personas en IEMAG y, de hecho, en el ámbito matemático más amplio. comunidad de las ciencias en Irlanda ”, agregó.

El artículo, en coautoría de investigadores de UL y UCD, describe una técnica que permite inferir el nivel de contactos a partir de los datos observados en casos confirmados.

Este enfoque es una de las formas de estimar el número R, explicó el profesor Gleeson.

“El modelo asume una tasa de contacto efectiva variable en el tiempo o un número de reproducción variable en el tiempo, para modelar el efecto de las intervenciones no farmacéuticas”, dijo.

“Existe un desafío técnico al aplicar estos modelos con precisión a los datos observados, por ejemplo, el número diario de nuevos casos confirmados, ya que la historia pasada de la enfermedad afecta fuertemente las predicciones de escenarios futuros.

“Superamos esto usando un enfoque que invierte las ecuaciones SEIR junto con técnicas de análisis de datos y modelado estadístico para calibrar el modelo”, agregó.

El equipo produjo informes técnicos a medida que se desarrolló y mejoró el modelo, y estos informes se hicieron públicos en el sitio web del Departamento de Salud, junto con un código informático de acceso abierto para ejecutar el modelo.

“Estamos encantados de que este trabajo sea revisado por pares y que aparezca en Philosophical Transactions of the Royal Society”, dijo el profesor Gleeson.

El profesor Gleeson y sus coautores son miembros del Insight Center for Data Analytics y el Confirm Center for Smart Manufacturing, ambos financiados por Science Foundation Ireland.

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.