Los métodos que se utilizan actualmente en todo el mundo para predecir el desarrollo de COVID-19 y otras pandemias no informan con precisión sobre los mejores y peores escenarios. Método de predicción recientemente desarrollado para epidemias, publicado en Física de la naturaleza , resuelve este problema.

"Se trata de comprender el mejor y el peor de los casos, y el hecho de que el peor de los casos es una de las cosas más importantes de las que se debe realizar un seguimiento cuando se atraviesa una pandemia, independientemente de si es en Dinamarca, Los Estados unidos, Estados Unidos o la OMS. Si solo se le presenta una estimación promedio del desarrollo de una epidemia, sin saber qué tan grave puede llegar a ser, entonces es difícil actuar políticamente, "dice el profesor Sune Lehmann, Uno de los cuatro autores del artículo Las estadísticas descriptivas de tiempo fijo subestiman los extremos de los conjuntos de curvas epidémicas que se acaba de publicar en Física de la naturaleza .

Investigadores Jonas L. Juul, Kaare Græsbøll, Lasse Engbo Christiansen y Sune Lehmann, todo de DTU Compute, actuar como asesores del Consejo Nacional de Salud de Dinamarca durante la crisis de la corona. Y, en parte, basándose en su propia experiencia como asesores, se han dado cuenta de que los métodos existentes para proyectar el desarrollo de epidemias como el COVID-19 tienen un problema en describir las posibilidades extremas del desarrollo esperado.

Las epidemias son impredecibles

“Los brotes de enfermedades son procesos fundamentalmente estocásticos. Una misma enfermedad introducida en la misma población puede infectar a un gran número de personas o desaparecer rápidamente sin tener una prevalencia particular. Depende en parte de coincidencias, "explica el postdoctorado Jonas L. Juul.

Es precisamente la imprevisibilidad de las epidemias lo que hace que sea tan difícil tomar las decisiones correctas en todas partes de la sociedad cuando golpean. ¿Cuántas camas y respiradores se necesitarán? ¿Y cuánto podemos reducir esta demanda imponiendo restricciones?

Sin embargo, la imprevisibilidad general es solo uno de los muchos problemas para estimar el desarrollo de una epidemia.

"No es solo la naturaleza impredecible de las epidemias lo que hace que sea difícil predecir su curso; también es nuestra falta de conocimiento sobre las características de la enfermedad y la prevalencia en la sociedad en un momento dado. Solo para dar algunos ejemplos concretos de esto:no suele ser nadie que sepa exactamente cuándo ha comenzado un brote, cuántos infectados tenemos en un área en un día determinado, o en qué regiones se está afianzando la epidemia en este momento. Lo único que sabemos con certeza es que cuando las autoridades sanitarias descubren un brote, ha estado sucediendo por un tiempo, "dice Sune Lehmann.

La forma común de lidiar con la falta de información, casi en todas partes del mundo, es modelar muchos escenarios basados, por ejemplo, en diferentes números de infecciones desconocidas y horas de inicio y luego resumir observando cada día por separado y evaluando las predicciones 'intermedias' como los resultados más probables del día. Si la mayoría de los parámetros de entrada dan números de infección inferiores a 4000 el día de Navidad, Posteriormente se evalúa la improbabilidad de más de 4000 nuevos infectados.

La forma 'basada en el día' de hacer estas predicciones se utiliza en todo el mundo, y aunque el vínculo entre el desarrollo de una epidemia y fechas específicas es útil en algunos contextos, excluye sistemáticamente los datos sobre cuán grave o leve será la epidemia.

Si todas las proyecciones, p. Ej. predecir que la epidemia alcanzará un máximo de 4000 infectados en un día, pero ninguna de las curvas lo muestra el mismo día, luego, en un día determinado, será extremo y, por lo tanto, no se incluirá en ninguna estimación.

"Nosotros, por lo tanto, sugiera hacer el resumen 'basado en curvas':en lugar de evaluar qué tasas de infección son probables o improbables en días individuales, deberíamos mirar una simulación completa a la vez. ¿Es probable o no toda la curva de infección simulada? Y en base a eso puede hacer un resumen de las curvas más probables para el desarrollo de la epidemia, "dice Jonas L. Juul.

"Al observar las curvas de predicción completas en lugar de los días individuales, obtendrá una estimación más realista de la gravedad de la epidemia. Es especialmente útil si está intentando evitar que el sistema hospitalario se sobrecargue, ", concluye Sune Lehmann.