Este sitio web puede utilizar algunas "cookies" para mejorar su experiencia de navegación. Por favor, antes de continuar en nuestro sitio web, le recomendamos que lea la política de cookies.

La URV estudia a contrarreloj la propagación del virus

Un equipo de 15 personas aplica con la máxima urgencia un modelo probabilístico para predecir las zonas de riesgo en España y EEUU

Raúl Cosano

Whatsapp
Àlex Arenas, catedrático, profesor en la URV y experto en redes complejas, durante el estudio sobre el coronavirus.   Foto: DT

Àlex Arenas, catedrático, profesor en la URV y experto en redes complejas, durante el estudio sobre el coronavirus. Foto: DT

«Estamos haciendo muchísimas horas y durmiendo muy poco durante estos días», reconoce Àlex Arenas, profesor del Departament de Enginyeria Informàtica i Matemàtiques de la URV, catedrático, experto en redes complejas y miembro del grupo de investigación Alephsys (Algorithms Embedded in Physical Systems). 

Él, junto a otros compañeros, ultima a contrarreloj las primeras conclusiones de un estudio que analiza, casi a tiempo real, la propagación mundial del Covid-19 a través de un modelo matemático que establecerá algunos patrones predictivos que pueden ser de gran utilidad para las autoridades sanitarias y la administración.

«Nos puede servir para predecir niveles de riesgo en diferentes localidades», explica Arenas, sumergido estos días en un aluvión de datos estadísticos que descienden incluso a un nivel de detalle censal. «Nos fijamos en la predicción de los casos asintomáticos y es lo más difícil de predecir. Esa es la gran diferencia respecto a otras gripes, y es el periodo asintomático tan largo», cuenta Arenas. 

«Estamos cambiando el modelo matemático que ya teníamos, que servía para casos más estándar de epidemias, donde el periodo asintomático no es tan prolongado. Por eso lo hemos remodelado, adaptándolo a las características de este nuevo virus. También se han tenido en  cuenta parámetros como la infectividad», explica. 

El ejemplo de California
Por eso este equipo, formado por una quincena de personas, se enfrenta a un estudio más complejo que también tiene en cuenta la movilidad integrada en los diferentes códigos postales. Este miércoles los investigadores manejaban ya los datos de España, después de haber empezado con los de Estados Unidos. «En California hemos mirado los patrones y parece que hay un efecto interesante. A partir de 28 casos reportados en un código postal, la transición es que en un día habría infectados en todos los códigos postales de California».

Lo importante, en el fondo, es la utilización que se pueda hacer de esos pronósticos. «Estas herramientas pueden hacer que planifiques políticas más localizadas y efectivas», expone el investigador de la URV, que sabe que cada minuto cuenta a la hora de darle forma al análisis y difundir unos resultados que tengan utilidad. «Queremos hacer pública esta información para la comunidad, para saber dónde está el riesgo, dónde hay una mayor probabilidad de que aparezcan casos y poder actuar en consecuencia», dice Arenas, consciente de la premura. «Cuando haces estudios cada uno tiene sus procesos pero aquí sabemos cada día que pasa cuenta, y por eso en muy breve tiempo queremos empezar a ofrecer conclusiones. Es muy importante cuándo sacas esta información».

Al equipo de expertos de la URV se añade otro en Zaragoza y uno más en Estados Unidos –unas 15 personas en total trabajando– para darle forma a un proyecto que busca indagar en la expansión de un patógeno que ya afecta a los cinco continentes del planeta. 

El modelo probabilístico que se emplea en el análisis del Covid-19 parte del trabajo presentado el año pasado por estos investigadores. A Àlex Arenas se añaden Joan T. Matamalas y Sergio Gómez, del citado grupo de investigación Alephsys Lab. 

El sistema matemático permite evaluar la propagación de epidemias basándose en enlaces –la red de contactos de las personas– en vez de hacerlo en los nodos –los individuos–. «Nos interesa encontrar el R0, que es el punto en el que la infección se vuelve endémica. Y la aproximación que hemos hecho con esta investigación es mucho más precisa de lo que existía hasta ahora», explica Arenas. «En vez de aislar completamente el nodo de una red, el modelo nos permite saber cuál es el enlace que tiene el papel clave en la difusión», explica Matamalas.

De este modo, si se conocen cuáles son las conexiones más importantes para que se propague una epidemia, se puede optar por cortarlas y mantener la conectividad de la red. «No es lo mismo cerrar un aeropuerto que cerrar una línea aérea concreta», ilustra Matamalas. 

Temas

Comentarios

Lea También