"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 dÃas 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 paÃses", 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.
MetodoloxÃa
O traballo desenvolverase en tres frontes ao longo dos vindeiros seis meses con modelos que proporcionan sistemas de ecuacións diferenciais; co chamado Modelado Dinámico EmpÃrico, que prescinde de ecuacións; e a través dunha análise da rede social española, que retroalimentará as dúas anteriores vÃas.
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 teorÃa 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 librerÃa de patróns temporais para chegar ás mellores aproximacións e predicir a evolución deste coronavirus.
Por último, terase en conta que os gobernos dos paÃses desenvolvidos posúen un alto grao de control da expansión da infección, influÃndo no comportamento da cidadanÃa, 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 serÃa 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, asà 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 unirÃanse pouco tempo despois os profesores da USC Jorge Mira e Alberto Pérez Muñuzuri e o investigador do Centro Nacional de BiotecnologÃa – CSIC LuÃs 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.