Matemáticos de la UPCT estiman que las medidas contra el COVID19 son «insuficientes»

Compartir

Investigadores de la Universidad Politécnica de Cartagena (UPCT) han conseguido un modelo matemático que analiza la dinámica de la infección provocada por el COVID-19.

Este método lo ha aceptado hoy la prestigiosa revista científica Fractals Complex Geometry, Patterns, and Scaling in Nature and Society. El artículo se publicará en breve. El principal avance es que permite estimar cómo evolucionará el virus a nivel internacional, señala el catedrático de Matemática Aplicada, Juan Luis García Guirao.  

Resultados insuficientes y se necesita más tiempo

Los resultados apuntan «a una extensión del virus a nivel mundial de modo acelerado, por lo que las medidas que se están tomando a nivel global, al menos, en la ventana de datos analizados, son insuficientes o necesitan más tiempo para generar resultados positivos», afirma el catedrático.

Los matemáticos sí observan una ralentización de posibilidades de infección en el grupo de pacientes sanos sin patologías previas cuando el período de confinamiento pasa el ecuador de los datos analizados.

Según el investigador, profesor de la Escuela de Ingeniería Industrial, el mayor problema al que se han enfrentado para tener información fiable  es la falta de datos precisos de los que se nutre el modelo a modo de variables.

Los resultados presentados responden a datos facilitados por la OMS  (Organización Mundial de la Salud) en una ventana de diez días de final de la segunda quincena de marzo. Con esos datos, el modelo ha realizado una proyección de los diez días siguientes. Ahí es donde se aprecia una disminución de la transmisión en pacientes sanos sin patologías previas y una estabilización de la misma en pacientes con patología previa o ancianos. Por tanto, el modelo sugiere que en el medio o largo plazo las medidas de confinamiento y prevención implementadas a nivel global están dando sus frutos, agrega García Guirao.

El modelo matemático ha sido resuelto mediante la aplicación de un algoritmo de tipo neuronal.  «Funciona mejor que los métodos numéricos clásicos cuando hay información que puede ser imprecisa como en este caso», indica García Guirao, investigador principal.

Se trata de un modelo no lineal, de tipo SITR, es decir, que contempla a individuos susceptibles de poder ser infectados. El método divide a los pacientes no infectados en sanos y otros con patologías previas o mayores. Contempla el número de pacientes infectados, tratamientos aplicados y pacientes recuperados.

En esta investigación han participado la profesora Yolanda Guerrero Sánchez, del departamento de Anatomía de la Universidad de Murcia y Zulqurnain Sabir, de Hazara Univesity en Pakistán.

Los matemáticos de la UPCT se han sumado a la iniciativa del Comité Español de Matemáticas (CEMAT), que está coordinando las iniciativas de la comunidad matemática española relacionadas con la crisis creada por el COVID-19.

Dejar una respuesta

Please enter your comment!
Please enter your name here

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.