A los primeros indicios de un brote de enfermedad, epidemiólogos, proveedores de servicios de salud, Responsables políticos, y los científicos recurren a modelos predictivos sofisticados para determinar cómo se está propagando una enfermedad y qué se debe hacer para minimizar el contagio. Una colaboración de investigación entre la Escuela de Ingeniería Tandon de la Universidad de Nueva York y el Politecnico di Torino en Italia está cambiando el proceso de modelado tradicional, produciendo predicciones que son más simples de calcular y más sintonizadas con un mundo hiperconectado.

Todos los modelos predictivos correlacionan el movimiento de una enfermedad a través de una población a lo largo del tiempo, pero las simulaciones actuales no dan cuenta de una idea aparentemente obvia:que la movilidad y la actividad varían entre las personas, y que estas variaciones afectan la probabilidad de contraer o propagar una enfermedad.

Un nuevo paradigma fue explicado en un artículo publicado en Cartas de revisión física de Maurizio Porfiri, profesor de ingeniería mecánica y aeroespacial en NYU Tandon, Alessandro Rizzo, profesor invitado en NYU Tandon y profesor asociado de ingeniería de control en Politecnico, y Lorenzo Zino, estudiante de doctorado del Politécnico en Matemática Pura y Aplicada.

Los investigadores asumen que algunas personas son más activas, algunos menos, y su modelo explica cómo estas diferencias pueden afectar la propagación de la enfermedad. Su enfoque permite el modelado matizado de diferentes enfermedades, desde un virus transmitido por el aire altamente contagioso como la influenza, que se mueve rápidamente entre personas con alta movilidad, pero está limitado por aquellos que se recluyen, a un virus como el VIH, que tiene un período de latencia prolongado y una velocidad de transmisión más lenta.

"La forma en que me muevo es la forma en que contraigo una enfermedad, ", dijo Porfiri." Estamos cambiando el punto de vista desde el que comenzamos las simulaciones de brotes porque no podemos entender cómo un pequeño brote se convierte en una epidemia sin comprender cómo los diferentes niveles de actividad de las personas ayudan a propagarlo ".

Varios modelos tradicionales asumen homogeneidad dentro de la comunidad. "Es como si todos los enfermos estuvieran en un lugar específico, conectando con un número determinado de personas, y eso no es realista "dijo Rizzo." Algunas personas hacen más conexiones que otras, y la escala de esas conexiones puede ser comparable a la escala de la enfermedad ".

Porfiri y Rizzo explicaron que las simulaciones tradicionales utilizan un enfoque de "tiempo discreto / actividad continua", lo que normalmente requiere simulaciones extensas y prolongadas. Los investigadores emplean sistemas más simples de ecuaciones diferenciales acopladas que permiten la manipulación de factores que pueden influir en la propagación de la enfermedad.

Esta es la primera investigación que surge de un período de tres años $ 375, 000 Beca de la National Science Foundation otorgada al equipo para estudiar la evolución concurrente de la dinámica de las enfermedades infecciosas y las redes a través de las cuales se propagan. La investigación también fue financiada en parte por subvenciones de la Oficina de Investigación del Ejército de los EE. UU. (ARO) y la Compagnia di San Paolo.

El equipo ha desarrollado uno de los pocos enfoques de modelado de enfermedades que utiliza heterogeneidades en los niveles de actividad como factor de propagación de enfermedades. En experimentos para probar su modelo, el equipo predijo con éxito el movimiento de la influenza en un campus universitario y la propagación de un tema de tendencia en Twitter.

"Tenemos infinitas posibilidades de ver el impacto de las intervenciones, ", dijo Porfiri." Podemos entender cómo las vacunas, cuarentena, u otros parámetros influyen en el contagio. Algunas enfermedades se incendian mientras que otros se anulan de inmediato. Este marco permite el análisis de por qué y cómo sucede eso ".

En el futuro, los investigadores esperan que este modelo ayude a los esfuerzos de gestión durante un brote, incluida la implementación de estrategias de vacunación, evaluar los riesgos y beneficios de las prohibiciones de viaje, y evaluar la eficacia de las campañas de prevención de enfermedades.