Investigadores de la Universidad de Zaragoza han diseñado un modelo matemático para conocer la propagación de pandemias, a partir del análisis de los flujos en redes de comunicación, como el tráfico aéreo o internet.
La novedad de este sistema, en el que han trabajado investigadores del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza y de la Universidad Rovira y Virgili, radica en que no precisa de cuantiosos y costosos datos para poder predecir los lugares, por ejemplo, en los que podría aparecer una pandemia de H1N1 de la gripe A o el Síndrome Respiratorio Agudo Severo (SRAS).
Este algoritmo, que se ha publicado en la edición digital de la revista Proceedings of the National Academy of Sciences (PNAS), es el primer modelo matemático que tiene en cuenta la influencia del flujo o de las condiciones de tráfico en epidemias.
El investigador del BIFI Yamir Moreno reconoce que este algoritmo permite realizar previsiones lo más reales posibles pero sin necesidad de contar con datos de la cadena de contacto, como ocurre con los modelos computaciones habituales.
Moreno, investigador Ramón y Cajal de la Universidad de Zaragoza, explica que, por ejemplo, ante la epidemia de gripe A que se originó en México, los modelos tradicionales necesitan conocer numerosos datos sobre el flujo del tráfico aéreo procedente de este país, siguiendo la trayectoria de miles de individuos, lo que es un proceso costoso y lento. Es decir, sería preciso conocer el número de viajeros, el número de personas infectadas, el destino, su movilidad, los contactos consecutivos en su lugar de destino.
Por el contrario, el físico aragonés señala que su modelo podría acotar la incidencia de la epidemia de un modo más simplificado, de tal manera, que sería suficiente conocer qué ciudades quedan conectadas con el vuelo analizado, y la capacidad teórica del avión (independientemente del número exacto de pasajeros.
En opinión de Moreno, "con este modelo, el tráfico aéreo desde México hacia otros países se podría predecir los lugares en los que la epidemia antes se convertiría en pandemia".
Fuente: Universidad de Zaragoza - España
La novedad de este sistema, en el que han trabajado investigadores del Instituto de Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza y de la Universidad Rovira y Virgili, radica en que no precisa de cuantiosos y costosos datos para poder predecir los lugares, por ejemplo, en los que podría aparecer una pandemia de H1N1 de la gripe A o el Síndrome Respiratorio Agudo Severo (SRAS).
Este algoritmo, que se ha publicado en la edición digital de la revista Proceedings of the National Academy of Sciences (PNAS), es el primer modelo matemático que tiene en cuenta la influencia del flujo o de las condiciones de tráfico en epidemias.
El investigador del BIFI Yamir Moreno reconoce que este algoritmo permite realizar previsiones lo más reales posibles pero sin necesidad de contar con datos de la cadena de contacto, como ocurre con los modelos computaciones habituales.
Moreno, investigador Ramón y Cajal de la Universidad de Zaragoza, explica que, por ejemplo, ante la epidemia de gripe A que se originó en México, los modelos tradicionales necesitan conocer numerosos datos sobre el flujo del tráfico aéreo procedente de este país, siguiendo la trayectoria de miles de individuos, lo que es un proceso costoso y lento. Es decir, sería preciso conocer el número de viajeros, el número de personas infectadas, el destino, su movilidad, los contactos consecutivos en su lugar de destino.
Por el contrario, el físico aragonés señala que su modelo podría acotar la incidencia de la epidemia de un modo más simplificado, de tal manera, que sería suficiente conocer qué ciudades quedan conectadas con el vuelo analizado, y la capacidad teórica del avión (independientemente del número exacto de pasajeros.
En opinión de Moreno, "con este modelo, el tráfico aéreo desde México hacia otros países se podría predecir los lugares en los que la epidemia antes se convertiría en pandemia".
Fuente: Universidad de Zaragoza - España
