O estudo 'Predico' anticipará a expansión e a incidencia da COVID-19

"Esta investigación pretende liquidar un dos principais problemas cos que se están enfrontando os modelos coñecidos: a fiabilidade dos datos dispoñibles, tanto por dificultades nos mecanismos de detección, como por unha probable abundancia de casos asintomáticos", explica Jorge Mira. Deste xeito, o equipo de investigadores aspira a predicir o número de unidades de coidados intensivos (UCI) necesarias para evitar a saturación, mediante a estimación de persoas infectadas. Asemade, detectarán o impacto social das medidas adoptadas polas autoridades e valorarán os mecanismos de control a través das redes sociais. 'Predico' incorpora na predición axentes causais non contemplados por modelos clásicos.

"Este proxecto é un recoñecemento do traballo feito durante os peores días da pandemia e unha demostración de que é perfectamente posible o traballo entre compañeiros de distintas administracións, de distintas áreas de coñecemento, e de distintos países", explica o investigador da UVigo, Iván Area. Este equipo de investigadores tamén recibiu hai varias semanas financiamento por parte da Fundação para a Ciência e Tecnologia de Portugal.

Metodoloxía

O traballo desenvolverase en tres frontes ao longo dos vindeiros seis meses con modelos que proporcionan sistemas de ecuacións diferenciais; co chamado Modelado Dinámico Empírico, que prescinde de ecuacións; e a través dunha análise da rede social española, que retroalimentará as dúas anteriores vías.

Por unha banda, modelaranse os infectados asintomáticos e os chamados superpropagadores, persoas que infectan a una gran cantidade de xente. Neste contexto, a través da chamada teoría do control óptimo, buscaranse as intervencións idóneas que permitan a redución da propagación. Por outra, co Modelado Dinámico buscarase prescindir do feito de definir axentes causais a priori. Esta aproximación baséase na análise de situacións similares que ocorresen con anterioridade, mesmo na dinámica estacional da gripe común. Baseándose só en datos, construirase unha librería de patróns temporais para chegar ás mellores aproximacións e predicir a evolución deste coronavirus.

Por último, terase en conta que os gobernos dos países desenvolvidos posúen un alto grao de control da expansión da infección, influíndo no comportamento da cidadanía, por exemplo con medidas de confinamento, que poderán ter un grao de seguimento parametrizable. Dado que as redes sociais son unha das principais ferramentas de control da opinión de masas, delas extraeranse parámetros de control sobre a evolución e propagación da epidemia, que serán integrados nos modelos, mesmo considerando a mobilidade dos individuos.

Orixe do proxecto

Hai xa case dous meses que este grupo de investigadores adiantou como sería a expansión da pandemia da COVID-19 en Galicia. Baseándose na análise dos datos de Wuhan, o grupo integrado polo catedrático de Análise Matemática da USC, Juan José Nieto, así como por Iván Area da Universidade de Vigo, e Delfim Torres e Faiçal Ndaïrou, das Universidades de Vigo e Aveiro, realizou unha serie de simulacións que situaban o máximo número de casos da pandemia arredor do 5 de abril, data prevista para as eleccións galegas, que finalmente houbo que adiar. A este equipo uniríanse pouco tempo despois os profesores da USC Jorge Mira e Alberto Pérez Muñuzuri e o investigador do Centro Nacional de Biotecnología – CSIC Luís Francisco Seoane.

Este proxecto recibe financiamento no marco dunha convocatoria altamente competitiva a cargo do Fondo COVID-19, que o Instituto de Saúde Carlos III creou con apoio do Ministerio de Ciencia o pasado 19 de marzo para financiar proxectos que melloren a curto prazo o manexo do novo coronavirus e a COVID-19.