Redacción
Desde que inició la propagación del coronavirus, algunos expertos han hecho algunas estimaciones y previsiones respecto al avance de dicha enfermedad entre la población, gracias a la aplicación de modelos de comportamiento matemáticos.
Sin embargo, otros creen que los números que nos arrojan tales modelos podrían resultar demasiado optimistas para la realidad que se vive.
Académicos de la Universidad de East Anglia (UEA) en Norwich, Inglaterra, señalaron que los modelos de comportamiento matemático o SEIR no son lo suficientemente fidedignos, aunque esta dinámica no está revisada por pares.
Una comparación hecha por la misma institución indicó que el modelo estándar de hecho subestima la tasa de infección máxima en un factor de tres, es decir, que la infección del virus podría ser tres veces mayor de la estimada.
Aseguran que eso podría deberse a que el modelo “tradicional” no hace un seguimiento desde el momento de una infección y su propio comportamiento, ignorando otros factores.
Para el profesor Alastair Grant, de la Facultad de Ciencias Ambientales de la UEA “no capturan con precisión la dinámica transitoria de las epidemias”.
En el nuevo enfoque propuesto por la UEA, se rastrea el tiempo en que las personas se infectaron con una simplicidad que puede se describir con unas pocas líneas de código.
“El documento muestra cómo los modelos matriciales pueden proporcionar una ruta directa para modelar con precisión las duraciones de las etapas y, por lo tanto, reproducir correctamente la dinámica epidémica. Nuestro modelo de tiempo explícito muestra que el pico de infección puede ser posterior al pico en el modelo SEIR simple”, concluyeó.
Con información de Muy Interesante