Los Ángeles, CA - Una investigación, liderada por un grupo de científicos de la Universidad de Stanford, creó un modelo informático para predecir cuáles son las ciudades que pueden presentar un mayor riesgo de contagios de coronavirus dependiendo del comportamiento de sus residentes.
Modelo informático de la Universidad de Stanford predice cómo se propaga el coronavirus en ciudades de Estados Unidos
Un estudio de la Universidad de Stanford analizó tres factores que impulsan el riesgo de infección y cómo se propaga en ciudades importantes de Estados Unidos.
Por:
UnivisionLa investigación, liderada por un grupo de científicos, analizó tres factores que impulsan el riesgo de infección: a dónde van las personas en el transcurso del día, cuánto tiempo permanecen y cuántas más visitan el mismo lugar al mismo tiempo.
Video Universidad de Stanford crea un modelo informático que puede predecir cómo se propaga el covid-19 en las ciudades
La investigación analizó tres factores que impulsan el riesgo de infección: a dónde van las personas en el transcurso del día, cuánto tiempo permanecen y cuántas más visitan el mismo lugar al mismo tiempo.
El estudio, que se basó en 10 ciudades importantes incluyendo Los Ángeles, analizó cómo 98 millones de estadounidenses se mueven cada día y encontró que "la mayoría de las infecciones ocurren en sitios "superpropagadores" que ponen a las personas en contacto durante largos períodos", según el comunicado publicado por la Universidad de Stanford. Además, "detalla cómo los patrones de movilidad ayudan a aumentar las tasas de infección entre las minorías y las poblaciones de bajos ingresos".
"Construimos un modelo informático para analizar cómo personas de diferentes orígenes demográficos y de diferentes vecindarios actúan", dijo Serina Cheng, investigadora de la Universidad de Stanford.
El estudio también tomó en cuenta estimaciones epidemiológicas e información anónima de ubicación de teléfonos celulares tales como restaurantes, gimnasios, y otros espacios cerrados donde las personas pasan tiempos prolongados de tiempo.
Los hallazgos de esta investigación demostraron que factores socioeconómicos afectan desproporcionadamente a personas de bajos recursos y minorías. “En el pasado, se suponía que estas disparidades eran impulsadas por condiciones preexistentes y un acceso desigual a la atención médica, mientras que nuestro modelo sugiere que los patrones de movilidad también ayudan a impulsar estos riesgos”, dijo David Grusky coautor del estudio.
Actualmente los investigadores buscan poner a disposición esta herramienta a través de una herramienta que le permita a líderes políticos y de salud tomar decisiones basados en información y modelos de propagación del virus.
A Stanford team has created a model to help identify effective and equitable reopening policies. To do it, they traced the footsteps of 98 million Americans through half a million establishments in 10 of the country's largest metropolitan areas: https://t.co/LWgO32JvSc #COVID19 pic.twitter.com/173xwPGKCI
— Stanford University (@Stanford) November 10, 2020