Carolina Cuesta-Lazaro
Cuenca, Julio 2022 - Retos sanitarios tras la COVID-19
JUNE Collaboration: Ian Vernon, Jonathan Owen, Joseph Aylett-Bullock, Arnau Quera-Bofarull, Jonathan Frawley, Aidan
Sedgewick, Difu Shi, Henry Truong, Mark Turner, Joseph Walker,
Tristan Caulfield, Kevin Fong, and Frank Krauss
June Dalziel Almeida
Como se propaga una epidemia en la poblacion?
Por que se propaga preferencialmente sobre algunos individuos?
Como podemos frenarla?
Pros:
"baratos",
simples,
...
Cons:
baja resolucion,
...
Pros:
agentes individuales,
alta resolucion,
...
Cons:
coste computacional,
parametros libres,
...
github.com/IDAS-Durham/JUNE
Una copia digital de Inglaterra
Datos: Censo publico (NOMIS)
hombre
mujer
hombre
mujer
Donde viven los trabajadores de la city?
Hub
Hub
43 años
j
j
i
Intensidad del contacto
Infecciosidad
Matriz de contactos
38 años
10 años
Edad
Edad del contacto
Edad del contacto
Edad
Lugar de encuentro: Casa
Colegio
Dias post-infeccion
Infectividad
Inicio de sintomas
Asintomatico
Sintomatico
(Calibrado con datos)
Asintomatico
Infectado
Leve
Severo
Recuperado
Muerto
Hospitalizado
Intensivos
Numero de fallecidos
Numero total de muertes debidas a covid por dia?
Edad y estado de salud?
Impacto del sistema sanitario?
Numero de infectados
Tests positivos vs prevalencia
Por variante!
Re-infecciones
~ 600 CPU horas (26 dias) / 100 GB RAM
JUNE
Emulador
Datos
Encontrar el modelo para el cual los datos son mas probables
Muertes diarias
No hay un solo modelo que reproduzca los datos:
Incertidumbre
Residencia Ancianos
Puesto trabajo
Edad
Etnia
Indice de deprivacion
Numero habitantes
Region
Edad
% muertes en grupo de edad
Edad
% muertes en grupo de edad
Edad
Edad
Fatalidad por edad [% del grupo]
Gol: Proveer una herramienta basada en datos para el desasrrollo de intervenciones durante la crisis de COVID-19 en contextos operacionales dificiles y restringidos.
El asentamiento de refugiados mas grande del mundo: 1.24 Millones de personas
En algunas areas, mas denso que la ciudad de Nueva York (44,000 personas por metro cuadrado)
Riesgo alto de epidemia
Datos sobre la poblacion (calidad?)
Casos, hospitalizaciones y muertes
Acceso al sistema sanitario y sus recursos
DATOS
Asunciones de los modelos y diferencias culturales
Medidas mas creativas
DIFERENCIAS POBLACIONALES
Habitantes por familia
Frecuencia
Habitantes por refugio
Frecuencia
Edad
Incremento en severidad
Escenario A: Centros para aislamiento
Infectado
Leve
Centro Aislamiento
Test
Escenario B: Aislamiento en casa
Infectado
Leve
Casa
Porcentage infectados [%]
Infecciones diarias
Dias
Dias
Dias hasta aislamiento
Dias
Dias en aislamiento
Edad Infector
Edad Infectado
Edad Infector
Sin Colegios
Con Colegios
Necesitamos modelos complejos para entender situaciones complejas, lo cual es posible gracias a las grandes bases de datos y la inteligencia artificial
Es muy importante transmitir la incertidumbre de los modelos
Necesitamos trabajar en equipo para que todo el mundo tenga acceso a herramientras de prevencion epidemeologica, especialmente aquellos mas vulnerables