Un equipo de investigadores de la Universidad de Stanford ha desarrollado un modelo informático, que puede predecir la propagación del COVID-19 en ciudades teniendo en cuenta 3 circunstancias: ¿A dónde van los ciudadanos durante todo el día?, ¿durante cuánto periodo de tiempo se encuentran en los lugares a los que acuden? y ¿cuántas personas asisten al mismo espacio en el mismo momento?.
Covid-19: Análisis de su propagación
Según ha explicado Jure Leskovec, científico informático de la Universidad de Stanford, este modelo informático sirve para predecir qué probabilidad existe de que se den nuevos brotes del COVID-19, analizando a las personas que provienen de diferentes barrios y nacionalidades, que a su vez visitan distintos sitios que se encuentran más o menos abarrotados.
Conocer cómo se propaga la COVID-19 es fundamental y sobre todo, en un momento tan crucial como el que se vive actualmente, que está haciendo tanto daño al comercio y a la hostelería. Tener estos datos ayudaría a decidir qué medidas de reapertura en cuanto a condiciones y horarios adoptar. Según estos científicos estadounidenses, este prototipo podría contribuir a que no sigan aumentando los casos de Coronavirus.
Este estudio de la Universidad de Stanford sobre la propagación del virus del COVID-19 se ha publicado esta semana en la popular revista ‘Nature’ y recopila información demográfica de las ciudades estadounidenses escogidas, la documentación epidemiológica y la movilidad de los ciudadanos, datos que han sido recopilados a través de la ubicación de los teléfonos móviles.
El foco de los contagios del COVID-19
El análisis de los resultados descubrió que la mayoría de las transmisiones por coronavirus se producía en espacios ‘súperdifusores’, tales como bares, restaurantes y gimnasios, en definitiva, lugares donde los ciudadanos se encontraban encerrados durante mucho tiempo. Los científicos han visto en su modelo una puerta abierta para que los funcionarios públicos puedan aplicar medidas productivas para evitar contagios de COVID-19 a la hora de reabrir comercios.
Diferencias sociales y el COVID-19
David Grusku, coautor del estudio y además profesor de sociología en la Facultad de Humanidades y Ciencias de Stanford, apunta que la competencia predictiva de este modelo informático es muy eficaz, ya que ofrece nueva información sobre la relación entre personas de bajos ingresos y minorías étnicas con casos de COVID-19.
Y es que, la respuesta no se trata de la que se venía pensando, el sistema de estos investigadores estadounidenses ha descubierto que los patrones de movilidad impulsan los riesgos de contagio.
El profesor explica que los lugares a los que las minorías tienen acceso suelen ser de tamaño más reducido y además están más saturados, lo que incrementa considerablemente el riesgo de contraer la enfermedad del COVID-19. Grusky ha alertado sobre que se deben hacer unos planes estructurados de reapertura para que no haya diferencias.
El estudio de la Universidad de Stanford
El estudio sobre la propagación del COVID-19 necesitó del rastreo de 98 millones de estadounidenses de las 10 áreas metropolitanas más grandes del país: Nueva York, Chicago, Los Ángeles, Washington, Miami, San Francisco, Filadelfia, DC, Houston y Atlanta a través de medio millón de distintos establecimientos comerciales, como restaurantes, concesionarios, gimnasios, tiendas de mascotas, etcétera.
Gracias a la compañía SafeGraph que proporcionó los datos de ubicación de forma anónima, los investigadores pudieron observar qué lugares de los 553.000 visitaban, la superficie de esos establecimientos y durante cuánto tiempo. Esto les permitió calcular cuántas personas por hora ocupaban esos espacios. Además, tuvieron en cuenta los casos de COVID-19 en cada ciudad, lo que les permitió calcular la probabilidad de transmisión del virus en lugares y momentos distintos.
En conclusión, el modelo matemático resultó más que fiable puesto que las predicciones resultaron ser muy cercanas a los datos proporcionados por sanidad. Gracias a esto, se puede decir que el COVID-19 ha traído una nueva desigualdad entre clases, puesto que ha golpeado más a las personas con menores ingresos, ya que tuvieron que salir con más frecuencia de sus casas para comprar durante la pandemia o para trabajar, mientras que aquellos que tenían ingresos más altos, podían teletrabajar o permitirse el servicio de entrega a domicilio, sin tener que exponerse a ir a un establecimiento cerrado.
