Dos curvas pandémicas de COVID-19 surgieron en muchas ciudades durante el período de un año desde marzo de 2020 hasta marzo de 2021.

Extrañamente, el número de infecciones diarias totales notificadas durante la primera ola es mucho menor que el de la segunda, pero el número total de muertes diarias reportadas durante la primera ola es mucho más alto que la segunda ola.

Esta contradicción inspiró a los investigadores de la Universidad de Nicosia en Chipre a explorar la incertidumbre en el número diario de infecciones reportadas durante la primera ola. causado por un seguimiento de contactos insuficiente entre marzo y abril de 2020.

En Física de fluidos , Talib Dbouk y Dimitris Drikakis informan utilizando dinámica de fluidos ambientales (modelado y simulaciones multifísicas computacionales avanzadas de múltiples escalas) para desarrollar una relación constitutiva entre las condiciones de estacionalidad climática, como la temperatura, humedad relativa, y velocidad del viento, y tener dos curvas pandémicas por año.

"Integramos una nueva relación basada en la física en un modelo de pronóstico de pandemias que predijo con precisión, como se observó más tarde, una segunda ola pandémica de COVID-19 en muchas ciudades del mundo, incluyendo Nueva York, "dijo Drikakis.

La mayoría, si no todos, de los datos del número diario de nuevas infecciones notificadas durante la primera ola de la pandemia se subestimaron y se utilizaron incorrectamente.

"Dentro de la ciudad de Nueva York, Nuestro trabajo muestra que el número diario de nuevas infecciones notificadas durante la primera ola se subestimó en un factor de cuatro, "Dbouk dijo." Entonces, la incertidumbre de los datos de la primera ola mezclados con los datos de la segunda ola significa que las conclusiones generales extraídas pueden ser engañosas, y todos deberían ser conscientes de esto ".

El trabajo de los investigadores es el primer caso conocido de derivar un modelo avanzado de cuantificación de la incertidumbre para los casos infectados de la primera ola de la pandemia basado en simulaciones de dinámica de fluidos de los efectos del clima.

"Nuestro modelo se basa en la física y puede rectificar las deficiencias de los datos de la primera ola utilizando la adecuación de los datos de la segunda ola dentro de una curva pandémica, ", dijo Drikakis." Nuestro enfoque propuesto combina una tasa de transmisión de virus impulsada por la estacionalidad climática ambiental con fenómenos pandémicos de ondas múltiples para mejorar la precisión de los datos de las predicciones estadísticas ".

En el futuro, El modelo de cuantificación de incertidumbre propuesto por los investigadores puede ayudar a corregir el número total mundial de infecciones diarias por coronavirus reportadas por muchas ciudades durante la primera ola de una pandemia.