Mientras el mundo lidia con la pandemia de COVID-19, Un nuevo modelo matemático podría ofrecer ideas sobre cómo mejorar las predicciones de epidemias futuras basadas en cómo la información muta a medida que se transmite de persona a persona y de grupo a grupo.

El ejército de los Estados Unidos financió este modelo, desarrollado por investigadores de la Universidad Carnegie Mellon y la Universidad de Princeton, a través de la Oficina de Investigación del Ejército del Laboratorio de Investigación del Ejército, ambos elementos del Comando de Desarrollo de Capacidades de Combate.

El modelo sugiere que las ideas y la información se difunden y evolucionan entre individuos con patrones similares a los genes en el sentido de que se auto-replican, mutan y responden a la presión selectiva mientras interactúan con su anfitrión.

"Estos cambios evolutivos tienen un gran impacto, "dijo el miembro de la facultad de CyLab, Osman Yagan, profesor asociado de investigación en Ingeniería Eléctrica e Informática en la Universidad Carnegie Mellon y autor correspondiente del estudio. "Si no tiene en cuenta los posibles cambios a lo largo del tiempo, se equivocará al predecir la cantidad de personas que se enfermarán o la cantidad de personas que estarán expuestas a una determinada información ".

En su estudio, publicado el 17 de marzo en el procedimientos de la Academia Nacional de Ciencias , los investigadores desarrollaron un modelo matemático que toma en consideración los cambios evolutivos tanto de la enfermedad como de la información. La investigación probó el modelo frente a miles de epidemias simuladas por computadora utilizando datos de dos redes del mundo real:una red de contactos entre estudiantes, maestros y personal de una escuela secundaria de EE. UU. y una red de contactos entre el personal y los pacientes de un hospital de Lyon, Francia.

"Demostramos que nuestra teoría funciona en redes del mundo real, "dijo el primer autor del estudio, Rashad Eletreby, quien era candidato a doctorado en Carnegie Mellon cuando escribió el artículo. "Los modelos tradicionales que no consideran adaptaciones evolutivas fallan en predecir la probabilidad de aparición de una epidemia".

Los investigadores dijeron que el modelo epidémico más utilizado en la actualidad no está diseñado para tener en cuenta los cambios en la enfermedad que se está rastreando. Esta incapacidad para tener en cuenta los cambios en la enfermedad puede hacer que sea más difícil para los líderes contrarrestar la propagación de una enfermedad o tomar decisiones de salud pública efectivas, como cuándo instituir órdenes de permanencia en el hogar o enviar recursos adicionales a un área.

"La propagación de un rumor o de información a través de una red es muy similar a la propagación de un virus a través de una población, "dijo el Dr. H. Vincent Poor, uno de los investigadores de este estudio y decano interino de ingeniería de Princeton. "Diferentes piezas de información tienen diferentes velocidades de transmisión. Nuestro modelo nos permite considerar los cambios en la información a medida que se propaga a través de la red y cómo esos cambios afectan la propagación".

Si bien el estudio no es una fórmula mágica para predecir la propagación del coronavirus actual o la propagación de información errónea, los autores dicen que es un gran paso.

En el futuro, El equipo espera que su investigación pueda usarse para mejorar el seguimiento de epidemias y pandemias al tener en cuenta las mutaciones en las enfermedades y, en última instancia, considerar intervenciones como las cuarentenas y luego predecir cómo esas intervenciones afectarían la propagación de una epidemia cuando el patógeno muta a medida que se propaga.

"Este trabajo demuestra la importancia de la investigación básica y la capacidad de los científicos de diversas disciplinas para informar el trabajo de los demás, "dijo el Dr. Edward Palazzolo, gerente de programa del Programa de Redes Sociales y Cognitivas de la Oficina de Investigación del Ejército. "Aunque en sus primeras etapas, estos modelos son prometedores para comprender la difusión de la red a la luz de las mutaciones ".

Además del Ejército, la Fundación Nacional de Ciencias y la Oficina de Investigaciones Navales también apoyaron esta investigación. Otros investigadores coautores del artículo incluyen a Yong Zhuang y Kathleen Carley de la Universidad Carnegie Mellon.