sábado, 20 de junio de 2026
O traballo foi elaborado por Iván Area (Universidade de Vigo e actualmente na Aneca) e Juan J. Nieto (Universidade de Santiago de Compostela) xunto a Xurxo Hervada e MarÃa Jesús Purriños (Sergas) e vén de ser publicado na revista Alexandria Engineering Journal baixo o tÃtulo Determination in Galicia of the required beds at intensive care units. O punto de partida para o deseño do método desenvolvido, indican os seus responsables, “foi a estimación inicial do comportamento da onda usando modelos compartimentais”. Unha vez obtida esta previsión, detallan, realizouse unha estimación de camas en base a unha porcentaxe dos datos acumulados dos 15 dÃas previos á data de interese. “É algo obvio: o número de persoas que ingresan na UCI depende dos casos dos dÃas previos”, apuntan os investigadores. Unha vez disposta esta ferramenta, engaden, “a vantaxe de ter unha estimación do número de casos diarios moi aproximada permitiu ter estimacións bastante próximas á realidade do número de camas de UCI necesarias”.
A xestión das camas de UCI, apuntan os investigadores, “trátase dun problema de enorme complexidade e repercusión”, lembrando como “o custe de cada cama é de máis de 1000 euros diarios, ten unha enorme repercusión económica”. Ao tempo, engaden, “un número insuficiente de camas implica a non dispoñibilidade de camas de UCI a persoas coa covid-19 ou doutras doenzas”. Por este motivo recalcan “a importancia de coñecer de antemán as necesidades de recursos en camas UCI, xa que non se poden improvisar, pois son camas que requiren parataxe moi especÃfico anexo (respiradores, monitores, etc) e recursos humanos formados no seu uso, ademais do espazo fÃsico necesario, moi superior a unha cama normal”. “Ou se prepara de antemán ou se fracasa en cubrir a demanda”, subliñan respecto a esta cuestión.
Liña de continuidade
Ademais de idear este procedemento para poder ter con antelación unha estimación do número de camas de UCI necesarias, Iván Area e Juan José Nieto forman parte do grupo de investigadores que adiantou como serÃa a expansión da pandemia da covid-19 en Galicia ao seu inicio. Baseándose na análise dos datos de Wuhan, o grupo integrado por Nieto, Area, Delfim Torres e Faiçal Ndaïrou, das universidades de Vigo e Aveiro estes últimos, realizou unha serie de simulacións que situaban o máximo número de casos da pandemia arredor do 5 de abril. “Esa predición, con máis dun mes de antelación comprobouse certa no seu dÃa”, apuntan. A análise, baseada nun modelo matemático, engaden, “foi central para poder anticipar o número de camas necesarias”.
O programa formativo Medrando Xuntas permitiu que as mulleres participantes traballasen habilidades clave como a comunicación, a organización, o liderado, a toma de decisións, a participación interna e a mellora da confianza profesional, ao tempo que se fomentou a creación dunha rede de mulleres que se apoian, colaboran e comparten recursos e que se deron a coñecer proxectos que están a transformar a economÃa. En primeiro lugar, Medrando Xuntas contou cun programa formativo para reforzar a súa participación nas entidades de economÃa social. En segundo lugar, a formación para directivas estaba dirixida a mulleres con responsabilidades de dirección ou proxección cara ao liderado.
Unha alianza entre o Instituto Tecnolóxico de Galicia (ITG) e as compañÃas Naturgy InnovaHub e Flythings Technologies desenvolverá unha plataforma enerxética que transformará residuos en produtos de alto valor engadido. Neste caso transformaranse residuos como lodos de depuradora, restos orgánicos e biomasas, en produtos de alto valor engadido como biocombustibles (hidrochar e biometano) e vectores enerxéticos sostibles (hidróxeno e syngas). Para iso, a nova unidade mixta combinará distintas tecnoloxÃas e incorporará sistemas hÃbridos de almacenamento con baterÃas e supercondensadores, ademais de empregar ferramentas como Internet das cousas, os xemelgos dixitais e a aprendizaxe automática.
