Un estudio matemático estima que 13 estados de EEUU están aún en la primera ola del coronavirus y 31 en la segunda

Matemáticos estadounidenses han estudiado los datos de casos de coronavirus de los 50 estados del país norteamericano más el Distrito de Columbia, para un período que abarca del 21 de enero al 31 de julio. Según sus hallazgos, 31 estados y Columbia estaban experimentando una segunda ola a finales de julio, mientras que 13 se encuentran aún en la primera ola.

Su método, explicado en un artículo en la revista Chaos, suaviza los datos crudos de recuento de casos diarios para eliminar los recuentos artificialmente bajos durante los fines de semana.

Un punto de inflexión se produce cuando una curva descendente se eleva o una curva ascendente se vuelve descendente. Solo se cuentan aquellas secuencias en las que las amplitudes de pico y de depresión difieren en una cierta cantidad mínima.

Trece estados, incluyendo Georgia, California y Texas, tuvieron un número creciente de casos a lo largo de todo el período estudiado. Se considera que estos estados están todavía en su primera oleada. Otros 31 estados, incluyendo Florida y Ohio, exhiben secuencias de la forma TPTP: cero casos hasta un primer pico, luego otro punto mínimo y máximo.

Leer más:

https://www.infosalus.com/salud-investigacion/noticia-estudio-estima-13-estados-eeuu-estan-aun-primera-ola-mientras-31-segunda-20200924181208.html

Un modelo matemático prevé que la segunda ola del coronavirus se extienda en Europa hasta enero de 2021

Una investigación, llevada a cabo por expertos del Institut de Physique des 2 Infinis (IP2I) y la Universidad de Lyon advierte de que Europa sufrirá una segunda ola de coronavirus hasta enero de 2021.

Emplean un modelo matemático alimentado con datos de la primera ola que permite una variación del 15% en las tasas de infección.

Los tiempos de los picos de la segunda ola dependen en gran medida de las tasas de infección, por lo que aquellos países con índices más altos llegarán a ese punto culminante antes que otros.

Este modelo tiene la ventaja de que puede adaptarse a la inclusión de nuevos datos, lo cual lo convierte en una herramienta muy útil para gobiernos, mercados financieros, la industria y ciudadanos individuales.

Leer más:

https://www.heraldo.es/noticias/internacional/2020/09/23/un-modelo-matematico-predice-que-la-segunda-ola-de-la-covid-19-en-europa-se-extendera-hasta-enero-de-2021-1396653.html

La matemática que hay detrás del coronavirus

Los modelos matemáticos y computacionales responden con eficacia a las incógnitas más complicadas de desvelar en una situación sanitaria como la que vivimos debido al coronavirus.

Los modelos SIR (Susceptible-Infectado-Recuperado,por sus siglas en inglés) han demostrado una gran utilidad a la hora de estudiar y combatir otras epidemias como el dengue, el ébola o el zika.

Gracias a un modelo de estas características, Juan José Nieto, catedrático de Análisis Matemático y director del Instituto de Matemáticas de la Universidad de Santiago de Compostela, y su equipo pudieron predecir, tras conocerse el primer caso positivo por coronavirus en Galicia el 4 de marzo, que el pico de la epidemia se produciría en la primera semana de abril.

Pero no pasa lo mismo cuando se trata de hacer predicciones del comportamiento del coronavirus a largo plazo.

Aún quedan muchas incógnitas por desvelar, como su manera de contagio, su componente genética o las reinfecciones en recuperados.

La incertidumbre con respecto a los nuevos virus y bacterias no es algo nuevo, ha pasado en distintos momentos de la historia con casi todas las epidemias.

Aprender del pasado y mirar al futuro también es esencia en la evolución de los algoritmos y los modelos matemáticos. Los investigadores analizan las redes sociales como contexto para obtener predicciones certeras. Es el caso de un grupo internacional de la Universidad de Harvard que ha creado un algoritmo capaz de predecir los brotes de coronavirus hasta 14 días antes de que sucedan.

Fuente:

https://www.larazon.es/salud/20200911/ozbkp6xflzbjbfiluamj7st6fu.html

Puerto Rico lanza un estudio de modelos matemáticos contra el coronavirus

Un equipo de investigación de la Universidad de Puerto Rico (UPR) lidera un proyecto basado en modelos matemáticos para diseñar nuevas medidas que contribuyan a frenar la expansión del coronavirus.

Los primeros seis meses del estudio se dedicarán a la recopilación de datos, mientras que la segunda parte del periodo se trabajará en la elaboración del informe y propuesta de medidas que puedan contribuir a que se reduzca la expansión del virus, tanto en la isla caribeña como en cualquier parte del mundo.

Una vez se concluya el estudio se espera presentar métodos adicionales para la erradicación de la epidemia.

El estudio incluirá analizar en determinados municipios en resultado del uso de mascarillas para reducir el contagio, el cierre de escuelas y el rastreo de casos, entre otros, lo que servirá para entender mejor el alcance de esas medidas y su uso como disuasorio para prevenir el contagio.

Fuente y más información:

https://www.eldiario.es/sociedad/puerto-rico-lanza-un-estudio-de-modelos-matematicos-contra-la-covid-19_1_6192000.html

La Universidad Nacional de Tres de Febrero (Argentina) crea un modelo matemático para predecir el pico de casos de coronavirus

Investigadores de la Universidad Nacional de Tres de Febrero (Untref), situada en Argentina, elaboraron un modelo de cálculo matemático mediante el cual estiman que el pico de contagios de coronavirus en el país sudamericano ocurrirá entre el 10 y el 20 de agosto próximo.

Tomaron el tiempo medio entre dos infecciones consecutivas en una misma población y que pueden estar separadas en distancia, y los datos de infectados.

Al inicio de la epidemia este indicador (que se mide en minutos) va disminuyendo su valor ya que las infecciones se producen cada vez más rápido y al alcanzarse el pico en la tasa de contagios asume un valor casi constante.

Los investigadores tomaron los datos de Italia, donde se observa que alrededor del día que se produce el pico en la tasa de contagios se produce el mínimo en el tiempo medio entre infecciones.

Los datos de Argentina muestran que el tiempo medio entre infecciones se encuentra en su etapa descendente con un valor actual de 0.28 minutos.

Fuente:

https://www.pagina12.com.ar/281800-coronavirus-un-modelo-matematico-para-predecir-el-pico-de-ca

Lo que pueden predecir las matemáticas y la computación sobre el coronavirus

Investigadores de la Universidad Simón Bolívar, aplicando las matemáticas y usando la computación, profundizan en el conocimiento en torno al uso de modelos predictivos vinculados con el avance del coronavirus en Colombia.

Profesores de la Universidad Simón Bolívar sede Cúcuta, pertenecientes al nuevo programa de Matemáticas y Ciencias de la Computación, basándose en sus conocimientos, trabajan en conocer a través de modelos predictivos el comportamiento de la epidemia, teniendo en cuenta el abordaje de la computación científica.

Miguel Vera y Antonio Bravo se propusieron, inicialmente, determinar las capacidades de aproximación y predicción de funciones polinomiales a las series de tiempo de casos confirmados de coronavirus en Sudamérica, reportadas entre el 26 de febrero y el 16 de mayo de 2020. Su trabajo se fundamentó en el desarrollo de modelos que no requieren una amplia cantidad de datos.

El error obtenido en la predicción para Colombia, únicamente para casos relacionados, fue de sólo 15 casos en el período de estudio, comparado con el error de más de 10.000 casos que se encontraron usando elementos de matemática clásica para el mismo período en toda Sudamérica.

Leer más:

https://www.laopinion.com.co/cucuta/lo-que-pueden-predecir-las-matematicas-y-la-computacion-sobre-el-coronavirus-199792

Coronavirus: un modelo matemático anticipa las necesidades sanitarias a futuro

Juan Luis Fernández-Martínez, catedrático de Mátemática Aplicada en la Universidad de Oviedo, se hace eco en una publicación de la Fundación de Estudios de Economía Aplicada (Fedea) de un modelo matemático que resultaría muy útil al Ministerio de Sanidad: predice los rebrotes que habrá en los próximos meses y permite calcular las necesidades sanitarias a satisfacer en base a la evolución del coronavirus.

El modelo puede aplicarse a regiones concretas y calcular cuántos enfermos ingresados en UCI habrá, el número de pacientes críticos, o el número total de ingresos.

El sistema combina varios modelos. Uno de ellos es el modelo de Verhults (1804-1849), un modelo poblacional de crecimiento limitado, donde se supone que el crecimiento de una población está limitado por el tamaño y la fertilidad de la población y la cantidad de recursos disponibles.

Este modelo, corregido tal como explica el autor, se combina con otro de predicciones temporales a corto plazo.

Fuente:

https://www.redaccionmedica.com/secciones/sanidad-hoy/covid-modelo-matematico-necesidades-sanitarias-a-futuro-5958

Utilizar las matemáticas para conocer de cerca el comportamiento del coronavirus

Un grupo de investigación trata de capturar en un modelo matemático el comportamiento de distintas células humanas y el del coronavirus.

Se trata de un proyecto en el que participan Jorge Júlvez y Álex Oarga, investigadores del I3A (Instituto de Investigación en Ingeniería de Aragón), en la Universidad de Zaragoza, y que está dirigido por la investigadora Bridget Bannerman, del Departamento de Bioquímica de la Universidad de Cambridge.

La labor de Júlvez se centra en este modelo matemático, que permite hacer un análisis estructural y dinámico, que consiste en un estudio de la red metabólica de las células, el análisis de las reacciones que forman dicha red, y la evaluación del impacto que tiene en su comportamiento la entrada del virus.

Se está tratando de crear un modelo que incluya reacciones de las células humanas de las que necesita el coronavirus para reproducirse.

Hasta ahora, se han identificado una decena de reacciones que podrían servir de objetivo para el desarrollo de fármacos y se pretende extender el modelo para poder estimar el efecto de los posibles tratamientos.

Fuente:

https://arainfo.org/utilizar-las-matematicas-para-conocer-de-cerca-el-comportamiento-del-sars-cov-2/

Un estudio matemático achaca al colapso sanitario más de la mitad de muertes por coronavirus en Castilla-La Mancha

Según el estudio matemático COVIDModel.es, efecutado por la plataforma internacional #NoMorePandemics, el colapso sanitario es la causa de más de la mitad de los fallecimientos por coronavirus en Castilla-La Mancha.

De este cálculo se deduce que de las 5.860 personas que murieron en la región a consecuencia del coronavirus, en torno a 3.660 lo hicieron por no haber podido recibir una atención sanitaria adecuada en el peor momento de la crisis.

Otra conclusión del estudio es que este incremento de la mortalidad es mucho más alto en el caso de las personas mayores de 74 años: el 1 de abril, día con mayor saturación hospitalaria en la región, la probabilidad de que una persona mayor de 74 años contagiada de coronavirus falleciera, se cuadriplicó, pasando del 10 % al 40 %.

COVIDModel.es ha puesto por primera vez en relación el número de personas infectadas del estudio del Instituto Carlos III con las muertes recién publicadas por el Instituto Nacional de Estadística, logrando como resultado la evolución de las tasas de mortalidad en Castilla-La Mancha y el resto de España como consecuencia del colapso hospitalario.

Leer más:

https://www.eldigitalcastillalamancha.es/actualidad/609655388/Un-estudio-achaca-al-colapso-sanitario-la-mitad-de-muertes-por-COVID-19-en-Castilla-La-Mancha.html

Investigador mexicano crea modelo matemático que predice casos de coronavirus

Chaos, Solitons & Fractals, revista líder en el campo interdisciplinario de la ciencia no lineal, publicó en línea el pasado 29 de mayo el artículo Modeling and prediction of COVID-19 in Mexico applying mathematical and computational models (Modelado y predicción de Covid-19 en México aplicando modelos matemáticos y computacionales).

Uno de sus autores es Roberto Agustín Conde Gutiérrez, investigador de tiempo completo de la Universidad Veracruzana (UV), que dio a conocer que el proyecto consiste en modelar y predecir el número de casos posibles de coronavirus que puedan presentarse en México a través de modelos matemáticos y computacionales.

También han colaborado en el artículo Oscar Torrealba Rodríguez, profesor de la Universidad Politécnica del Estado de Morelos (UPEMor); y Ana Laura Hernández Javier.

Los modelos matemáticos aplicados son el Gompertz y el logístico, basados en ecuaciones diferenciales. Por otra parte, en el modelo computacional se aplican las redes neuronales artificiales acopladas con otros algoritmos de inteligencia artificial.

El modelo Gompertz ha demostrado tener la mejor predicción al pronosticar 47.576 casos para el 16 de mayo, con respecto a los 47.144 reportados por el Comunicado Técnico Diario.

Leer más:

https://eldemocrata.com/investigador-creo-modelo-matematico-que-predice-casos-de-covid-19/