La pandemia del coronavirus mantiene al mundo en estado de alerta. Todos los países tratan de diseñar planes para contrarrestar los efectos del virus y evadir lo más que se pueda la propagación de su contagio.

Sin embargo, por la novedad de la situación y del virus, muchas decisiones aún se toman con pocas bases teóricas. Por ahora, ha sido solo el aprendizaje empírico el que nos ha permitido saber un poco sobre la dispersión del virus antes de que comenzaran a realizarse los estudios científicos.

Es hora de conocer un poco más

En estos momentos, la cantidad de información que poseemos sobre el SARS-CoV-2 es mucho mayor, pero aún está incompleta. Para poder comprender aunque sea un poco más un aspecto de este, Antonio Paolozzi (Universidad Sapienza) e Ignazio Ciufolini (Universidad de Salento) han realizado un estudio comparativo. En este, han puesto lado a lado las predicciones de probabilidad hechas con los modelos matemáticos de la curva Gauss y los datos obtenidos de los procesos infecciosos del COVID-19 en áreas como China.

Los investigadores lograron descubrir que las predicciones de tiempos y cantidades presentadas en sus gráficos de distribución normal coincidían en un buen porcentaje con los datos reales del avance del contagio en el país asiático. Con esto han logrado comprobar que la progresión del coronavirus va en consonancia con las tendencias matemáticas.

El conocimiento aplicado

En la actualidad, es claro que las medidas de China han sido altamente efectivas, motivo por el cual ahora se encuentran superando casi por completo los brotes de la enfermedad en su territorio. Los datos del estudio publicado en The European Physical Journal Plus por Ciufolini y Paolozzi solo han ayudado a descubrir una tendencia tras los hechos.

Pero, el verdadero interés de la información compartida llega cuando estos también utilizan estos datos para hacer proyecciones sobre la situación actual de Italia. Para esto, iniciaron la recolección de datos desde el 29 de marzo de este año, hasta la fecha.

Con esta información, los investigadores van alimentando sus cálculos matemáticos para descubrir la forma y progresión de la curva. Aunque la campana de Gauss siempre es simétrica, esta puede llegar a ser más o menos pronunciada. Por lo que, la meta de Ciufolini y Paolozzi es descubrir cuál sería el posible punto máximo de la empinada curva italiana y cuándo podría comenzar a descender.

Para ratificar sus resultados

Una vez cumplieron con todo este proceso, el dúo también entregó los datos a la computadora de Monte Carlo. Esta se encargó de realizar las simulaciones matemáticas 150 veces para determinar la fiabilidad de los resultados obtenidos por Ciufolini y Paolozzi.

Ahora, con la mente en aumentar la exactitud de su algoritmo están tratando de añadir más variables a su sistema. Por ejemplo, la meta en estos momentos es añadir a estas una nueva consideración: que la cantidad de personas analizadas con hisopos nasofaríngeos por COVID-19 es mucho mayor a la inicial, por lo que, los datos bases deben cambiar para las siguientes predicciones.

Conocer la curva implica poder desarrollar mejores estrategias

Los investigadores están conscientes de que sus predicciones solo toman en cuenta solo valores matemáticos y que excluyen posibles factores influyentes del mundo real. Ambos ya se encuentran trabajando en maneras de incluir en algunos de estos, pero recalcan que sus números, tal como están, ya logran ser muy cercanos a la realidad.

Así que, por los momentos, los datos provistos por su algoritmo podrían ser una herramienta de gran ayuda para los gobiernos. Gracias a sus datos, las naciones podrían conocer con un poco más de certeza el camino que pisan. Lo que les permitiría comenzar a desarrollar estrategias de contención pertinentes y ajustadas a la realidad de cada una.

Una aclaratoria importante

Dentro de las conclusiones de su estudio, los investigadores han declarado que “Es importante enfatizar que las predicciones matemáticas informadas en este documento proporcionan una indicación del período aproximado cuando se espera una reducción sustancial de casos positivos y muertes y no el final de las medidas de mitigación extremadamente importantes”.

En otras palabras, aclaran que su algoritmo puede ser usado para tener una mejor perspectiva del comportamiento de la enfermedad. Pero, también estipulan que, no deberá utilizarse como una excusa para aligerar las medidas de seguridad antes de tiempo, cuando se entre en el periodo de decrecimiento de la dispersión del COVID-19.

Referencia:

Mathematical prediction of the time evolution of the COVID-19 pandemic in Italy by a Gauss error function and Monte Carlo simulations: DOI: 10.1140/epjp/s13360-020-00383-y