Una nueva investigación sobre esta cuestión muestra que la segunda ola de la epidemia es significativamente diferente si la población tiene una distribución homogénea de contactos, en comparación con el escenario de subpoblaciones con un número diverso de contactos.
La investigación, realizada por autores estadounidenses de la Universidad de Oakland, Novi High School y la Universidad Politécnica del Estado de California, utilizó un enfoque simulado para modelar el progreso en Epidemia En una red en la que la conexión de todos ha cambiado con el tiempo, y se modelan los efectos de las decisiones políticas tomadas sobre diferentes grados de cuarentena. Fue publicado el 23 de diciembre en Cartas de Europhysics.
Los autores declararon: «Recientemente, varios autores han integrado la cuarentena en el modelado de COVID-19. Sin embargo, estos modelos no estaban basados en la red. Además, no abordaron el tema de la estrategia óptima para mitigar la cuarentena para reducir la red». número De las personas afectadas: una de las preguntas centrales de este documento. “Los beneficios del modelo basado en redes son que interpreta con mayor precisión la distribución máxima de los períodos de enfermedad individuales, lo cual es un problema para los modelos de continuidad; como lo hace, no requiere asumir un número igual de contactos para cada individuo, por lo que diseña con mayor precisión la microestructura básica de una red social.
Según los autores, si la población tiene una distribución homogénea del número de contactos, entonces “el número total de personas infectadas al final de la epidemia es igual que si no se impuso ningún cierre (independientemente de la saturación del sistema de salud)”, mientras que en el caso de la frecuencia de contactos, el número podría ser El total de personas afectadas es mucho menor. La razón de este efecto es simple. Después de que las personas con una gran cantidad de contactos (nodos de alto grado) adquieren inmunidad, evitan la propagación de la epidemia a través de ellos y, en consecuencia, ralentizan la propagación de la epidemia en la red. Por lo tanto, el momento óptimo para permitir que los nodos de bajo grado aumenten los enlaces (levantando el bloqueo) sería después de que los nodos de alto grado se vuelvan inmunes; Esto reducirá el número neto de personas infectadas durante el transcurso de la pandemia.
Los resultados sugieren una medida ejemplar basada en grados para levantar la cuarentena: «Los puntajes altos comienzan primero. En la práctica, cuando un país levanta la cuarentena estricta (o pasa de una etapa de cuarentena a la siguiente), siempre hay una opción. Uno puede abrirse. Tiendas más pequeñas (donde los cajeros son nodos de alto grado) y / y / y se pueden permitir reuniones (que generalmente consisten en nodos de bajo grado). Formar Sugiere que las tiendas deben abrirse primero: de esta manera, podemos salvar a muchas personas (en su mayoría nodos de bajo grado) de la infección «.
Los autores continúan: «Esto tiene dos consecuencias importantes: primero, confirma la importancia de adoptar medidas de bloqueo para detener el primer brote de la epidemia, y segundo, muestra que la segunda y otras olas pueden ser más leves de lo esperado».
Los resultados son inesperados, ya que el debate en los medios revela la importancia de adoptar las medidas de cierre. Este artículo destaca la importancia de una característica que a menudo se pasa por alto al analizar cómo se propagan las epidemias: cómo la heterogeneidad del comportamiento de las personas afecta su capacidad para protegerse de las infecciones.
Vía epidémica dependiente de la trayectoria: ¿dos etapas de cuarentena son mejores que una? Cartas de EurofísicaY el iopscience.iop.org/article/10. … / 0295-5075 / 132/28003
Introducción de
Instituto de fisica
La frase¿Son mejores dos etapas de cuarentena que una? (2020, 23 de diciembre) Recuperado el 23 de diciembre de 2020 de https://phys.org/news/2020-12-phases-quarantine.html
Este documento está sujeto a derechos de autor. Sin perjuicio de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin permiso por escrito. El contenido se proporciona únicamente con fines informativos.