Un nuevo modelo predice la eficacia de los confinamientos para frenar epidemias como la covid19

Un nuevo modelo predice la eficacia de los confinamientos para frenar epidemias como la covid19

Un trabajo internacional con participación de los científicos Josep Peñuelas y Jordi Sardans, del Consejo Superior de Investigaciones Científicas (CSIC) y del Centro de Investigación Ecológica y Aplicaciones Forestales (CREAF), ha desarrollado un modelo para predecir, a partir de datos satelitales de contaminación por dióxido de nitrógeno, la eficacia del confinamiento para frenar epidemias como la covid-19.

A través de este modelo se puede predecir cómo se aceleran los contagios cuando se levantan las medidas de confinamiento. Por lo tanto, la información permite optimizar el tiempo y la intensidad de la implementación de intervenciones no farmacéuticas, y mejorar la efectividad de control de la covid-19 y en general de las pandemias.

Josep Peñuelas, investigador del CSIC y del CREAF explica que “mejora significativamente las predicciones hasta ahora usadas por la OMS y otras organizaciones gubernamentales y no gubernamentales”.

Tal como hemos visto en el trabajo, en el invierno de 2020 a 2021, cerca de un millón de casos diarios de covid-19 se podrían haber evitado si se hubieran optimizado los tiempos y los niveles de restricción del confinamiento”, comenta Rong Wang, científico de la Universidad de Fudan (China) y coordinador de esta investigación.

La investigación se publica en la revista PNAS y ha contado con la participación de una veintena de centros de investigación internacionales. Se trata de un trabajo interdisciplinar, con especialistas en contaminación atmosférica, economía, epidemiología, análisis de datos e inteligencia artificial.

Seguir leyendo en: SINC.
Artículo completo: “Predicting the effect of confinement on the COVID-19 spread using machine learning enriched with satellite air pollution observations”. Xiaofan Xing et al., en PNAS.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *