Se estudió una población de 8 millones de individuos con 500 infectados inicialmente utilizando una tasa de contacto infeccioso observada para covid-19 con medidas de distanciamiento social leves implementadas.
Los científicos han descubierto, utilizando matemáticas y simulaciones por ordenador, por qué dividir una gran población en múltiples subpoblaciones que no se mezclen entre sí puede ayudar a contener los brotes de coronavirus sin imponer restricciones de contacto dentro de esas comunidades locales, según un estudio que publican en la revista ‘Chaos’.
“La idea clave es que, en números bajos de infección, las fluctuaciones pueden alterar el curso de las epidemias de manera significativa, incluso si se espera un aumento exponencial en el número de infecciones en promedio”, explica el autor Ramin Golestanian.
Cuando el número de infecciones es alto, se pueden ignorar los efectos aleatorios, pero subdividir una población puede crear comunidades tan pequeñas que los efectos aleatorios importan, añade.
“Cuando una gran población se divide en comunidades más pequeñas, estos efectos aleatorios cambian por completo la dinámica de toda la población. La aleatoriedad hace que el número máximo de infecciones se reduzca”, continúa el autor Philip Bittihn.
Para descubrir la forma en que la aleatoriedad afecta una epidemia, los investigadores primero consideraron un modelo llamado determinista sin eventos aleatorios. Para esta prueba, supusieron que los individuos de cada subpoblación se encuentran con otros al mismo ritmo que tendrían en la población grande. Aunque no se permite que las subpoblaciones se mezclen, se observa la misma dinámica en la población subdividida que en la gran población inicial.
Sin embargo, si se incluyen efectos aleatorios en el modelo, se producen cambios drásticos, aunque la tasa de contacto en las subpoblaciones es la misma que en la completa.
Se estudió una población de 8 millones de individuos con 500 infectados inicialmente utilizando una tasa de contacto infeccioso observada para covid-19 con medidas de distanciamiento social leves implementadas. Con estos parámetros, la enfermedad se propaga exponencialmente y las infecciones se duplican cada 12 días.
“Si se permite que esta población se mezcle de manera homogénea, la dinámica evolucionará de acuerdo con la predicción determinista con un pico de alrededor del 5% de individuos infectados”, explica Bittihn.
Sin embargo, si la población se divide en 100 subpoblaciones de 80 mil personas cada una, el porcentaje máximo de personas infectadas se reduce al 3%. Si la comunidad se divide aún más en 500 subgrupos de 16 mil cada uno, la infección alcanza su punto máximo en solo el 1% de la población inicial.
La principal razón por la que funciona la subdivisión de la población es que la epidemia se ha extinguido por completo en una fracción significativa de los subgrupos. Este “efecto de extinción” se produce cuando las cadenas de infección terminan espontáneamente.
Otra forma de subdividir las obras es desincronizando a toda la población. Incluso si los brotes ocurren en las comunidades más pequeñas, los picos pueden ocurrir en diferentes momentos y no pueden sincronizarse y sumar un gran número.
“En realidad, las subpoblaciones no se pueden aislar perfectamente, por lo que la extinción local podría ser solo temporal –apunta Golestanian–. Se están realizando más estudios para tener en cuenta esto y las contramedidas adecuadas”.
Información Milenio, AM, Publimetro, Diario
The post Científicos apuntan que dividir a la población ayudaría a contener Covid appeared first on QS Noticias.