Traducción en comentarios.
En resumen, el mensaje contraintuitivo de nuestro argumento es que, dadas nuestras suposiciones como se expuso anteriormente, las muertes generales por COVID-19 podrían minimizarse si las tasas de transmisión entre las poblaciones más jóvenes (por ejemplo, menos de 65) se mantienen a niveles casi normales. , mientras que se reducen las tasas de transmisión entre las poblaciones mayores.Por ejemplo, cerrar las escuelas afecta las tasas de transmisión entre las poblaciones en edad de estudiantes y maestros, mientras que reducir las visitas a hogares de ancianos afecta las tasas de transmisión entre las poblaciones de más edad.
|
etiquetas: transmisión heterogénea , covid19 , cuarentena , inmunidad 
Después de emerger en Wuhan, China, en diciembre de 2019, COVID-19 confirmó su propagación a más de 100 condados, con más de 100,000 casos confirmados en todo el mundo al 15 de marzo de 2020, un número que crece rápidamente todos los días.
En respuesta, los países han tomado una serie de contramedidas dramáticas, incluidas la cuarentena de ciudades, el cierre de escuelas y, en general, la reducción de las interacciones sociales para frenar y detener la propagación del virus.
En términos generales, parece que estas medidas han sido efectivas para disminuir significativamente la propagación de la infección. Por ejemplo, mientras que China experimentó miles de casos nuevos diariamente durante varias semanas, bajo cierre (a partir del 15 de marzo) ahora informa decenas de casos nuevos diariamente. En Italia, Irán y Corea del Sur, el crecimiento en la tasa de casos nuevos diarios también se ha desacelerado en los últimos días. La conclusión simple de esto es que las contramedidas pueden reducir el número de casos transmitidos. En particular, parece claro que el valor R 0 (el número de nuevas infecciones causadas por cada individuo infectado) se ha reducido con éxito en varios países diferentes de forma independiente, incluso por debajo de 1 en algunos casos. Sin embargo, argumentaremos que los enfoques que utilizan todas las herramientas disponibles para minimizar la tasa de infección tanto como sea posible en realidad resultarán en una mayor mortalidad (más muertes por COVID-19) que las medidas selectivas que permiten mayores tasas de transmisión entre las poblaciones de bajo riesgo. Nuestra conclusión, que apoyaremos con argumentos simples y modelos epidemiológicos simples, se basa en los siguientes supuestos:
Es una pena que no sea vista por mas gente. Si lo que cuenta el articulo es real, podria reducir el impacto a la economia y personal. Además de la educacion de jovenes.
Con la terrible consecuencia de que estos niños pasaron a ser cuidados por sus abuelos y los universitarios que vivían en Madrid volvieron a sus hogares a convivir con sus padres en toda España.
Es decir, fueron fuertes con los débiles y débiles con los fuertes.
Los niños y los universitarios son los que podrían haber logrado un grupo inmunizado contra el virus y evitar los contagios. En vez de eso se metieron en casa con los débiles. Es como mandar a la zorra a cuidar el gallinero.
Pero muchos problemas intrisecos del pais, se han vuelto un problema mayor. Como la dependencia de los abuelos para cuidar los nietos. Si hubiese conciliacion y/o guarderia no se hubiese llevado tantos nietos con abuelos.
Tambien se podrian haber tomado medidas menos traumaticas como prohibir vuelos de Italia y otro paises infectados y los que viniesen controladamente de esos paises ponerlos en 40ena.
Los jefes tampoco ayudan no prohibiendo que sus… » ver todo el comentario
Como se discutió anteriormente, la experiencia de los países más afectados indica que la tasa de infección R 0 puede ser inferior a 1 con respuestas emprendidas por una variedad de gobiernos y sistemas económicos. Nuestras conclusiones de modelado ni siquiera requerirán que los gobiernos puedan reducir la tasa de infección a menos de 1, solo que pueden disminuirla significativamente, a menos de alrededor de 1.8 con una ventana de mitigación de 1 año, o debajo de 2.1 con una ventana de mitigación de 6 meses, para población de alto riesgo.
Tenga en cuenta que cuando la respuesta inicial de los gobiernos es implementar medidas drásticas en todos los ámbitos, este período inicial brinda la oportunidad de justificar la validez de esta suposición. Si esta suposición es falsa, y COVID-19 tiene poca respuesta incluso a medidas de aislamiento dramáticas, entonces nuestra conclusión sobre medidas selectivas no sería válida; cada reducción de infección, tanto en poblaciones de bajo como de alto riesgo, probablemente salvaría vidas.
Supuesto 2: La contención mundial completa de COVID-19 no es posible a corto plazo; en cambio, las estrategias de mitigación deben poder sobrevivir a la reintroducción de la infección
A pesar del éxito de cada país en el control de la tasa de infección de COVID-19, la propagación mundial de COVID-19 y el hecho de que es altamente infecciosa en ausencia de una contención dramática motiva nuestra segunda suposición: COVID-19 no se hará extinto, con cero casos humanos en todo el mundo, a corto plazo (en la escala de meses a un año), a menos que sea el caso de que una fracción significativa de individuos haya sido infectada. 1
En particular, suponemos por lo tanto que la sociedad puede enfrentar eventos periódicos de reinfección a corto plazo; Las estrategias de mitigación de la sociedad deben poder sobrevivir a la reintroducción del virus.
Supuesto 3: la sociedad eventualmente volverá a… » ver todo el comentario
En esta sección explicamos la intuición de nuestra tesis, que también apoyaremos a continuación con modelos epidémicos matemáticos simples.
El punto de partida para nuestra explicación es que la suposición 2 sugiere que tenemos un control limitado del número final de personas en todo el mundo que se verán afectadas por COVID-19. Esto no quiere decir que el número de infecciones finales no sea modificable; Por ejemplo, puede ser razonable esperar que las medidas para modificar las tasas de transmisión puedan modificar el número final de infecciones por un factor de 2, pero no por un factor de 100.
La idea clave, entonces, es que la tasa de mortalidad por grupo de edad para COVID-19 varía en casi dos órdenes de magnitud más que nuestro control sobre el número final de individuos infectados. En particular, se salvarán muchas más vidas si cambiamos el perfil de edad de la población eventualmente infectada (incluso a costa de permitir un mayor número de infecciones totales).
El poder de cambiar el perfil de edad de la población eventualmente infectada proviene de la aplicación de medidas de contención que afectan las tasas de transmisión de manera diferente para los diferentes grupos de edad. Por ejemplo, cerrar las escuelas afecta las tasas de transmisión entre las poblaciones en edad de estudiantes y maestros, mientras que reducir las visitas a hogares de ancianos afecta las tasas de transmisión entre las poblaciones de más edad. La reducción brusca de toda actividad social y económica afecta las tasas de transmisión entre todas las poblaciones, mientras que la reducción selectiva de la actividad social y económica para grupos de edad específicos puede afectar el equilibrio final de los grupos de edad que se encuentran entre la población eventualmente afectada.
En resumen, el mensaje contraintuitivo de nuestro argumento es que, dadas nuestras suposiciones como se expuso anteriormente, las muertes generales por COVID-19 podrían minimizarse si las… » ver todo el comentario
Demostramos nuestra tesis con un modelo epidémico dinámico simple, que es una variante del modelo SIR . Este es un modelo dinámico simple que rastrea tres grupos en una población a lo largo del tiempo, la población susceptible , la población infectada y la población recuperada / eliminada . Las tasas de transmisión y mortalidad / recuperación afectan las tasas a las cuales los individuos pasan de Susceptible a Infectado a Recuperado / Removido.
En nuestra variante de este modelo, hacemos un seguimiento de Susceptibles, Infectados, Recuperados y Mortalidades para cada uno de los dos grupos de edad (por ejemplo, menores / mayores de 65 años) para un total de 8 grupos de población. La evolución de las 8 poblaciones se rige por las tasas de transmisión entre y entre cada población, así como las tasas de recuperación y mortalidad para cada población.
El código R para nuestro modelo está disponible aquí . Una descripción matemática del modelo se puede encontrar aquí .
Parámetros del modelo
Nuestro modelo involucra los siguientes parámetros:
tasas de transmisión entre / dentro de las poblaciones menores y mayores de 65 años: determinan la tasa a la cual los encuentros entre individuos infectados y susceptibles conducen a nuevas infecciones. Debido a la suposición 3, suponemos que después de 1 año, estas tasas de transmisión volverán a niveles que implican un valor R 0 de 2.8 en una población completamente susceptible. 3
tasas de recuperación y mortalidad: suponemos una tasa de recuperación basada en un tiempo de recuperación promedio de 14 días. Suponemos que la tasa de mortalidad para nuestra población de más edad es 50 veces mayor que para nuestra población más joven. 4 Si bien las tasas de mortalidad relativas son mucho más importantes para la validez de nuestras conclusiones que las tasas absolutas, hemos elegido tasas de mortalidad para los dos grupos que corresponden a una tasa de mortalidad general del 0,5%. 5 5
capacidad del sistema médico: para modelar los efectos de los sistemas médicos sobrecargados, suponemos que por encima de un umbral de 500,000 casos infectados, la mortalidad aumenta en un factor de 2. 6
Tenga en cuenta que hemos establecido estos parámetros en función del sistema médico de EE. UU. Sin embargo, nuestra intención es ilustrar un fenómeno básico que puede ocurrir en presencia de una pandemia que cumple con los supuestos básicos que hemos expuesto anteriormente. A continuación , mostramos que las conclusiones generales son bastante robustas a las variaciones de estas selecciones de parámetros, con la excepción de que nuestras conclusiones dependen del supuesto 4: que las tasas de mortalidad son significativamente más altas entre las poblaciones de mayor edad que las más jóvenes.
Presentaremos 5 escenarios de modelos diferentes, cada uno con un manejo diferente de la tasa de transmisión dentro de los grupos de edad. En cada modelo, suponemos que después de 9 meses, la transmisibilidad para ambos grupos comienza a regresar linealmente durante 3 meses a un nivel que sería equivalente a un valor R 0 de 2.8 en una población completamente susceptible. Nos permitimos elegir el nivel de transmisibilidad dentro de los grupos de edad antes del punto de 9 meses para cada modelo. En particular, para cada modelo, en cualquier momento, hay dos niveles de transmisibilidad; α es el nivel de transmisibilidad dentro de la población menor de 65 años, y β es el nivel dentro de la población mayor de 65 años y entre las dos poblaciones. En la discusión aquí, discutimos valores para α y β en términos de equivalencia R 0 ; es decir, α y β establecidos en 2.8 corresponden a tasas de transmisión normales, bajo nuestros supuestos.
En el escenario 0, dejaremos que α y β sean 2.8 para toda la simulación. Esto corresponde a que no se toman estrategias de mitigación. Entre todos los escenarios que consideramos, esto resulta en la mayor cantidad de muertes.
En el escenario 1, dejaremos que α y β comiencen a niveles muy bajos (.9) durante 9 meses, antes de volver linealmente a los niveles normales. Esto corresponde a medidas homogéneas extremas que se toman en la escala de tiempo de 9 meses. Esto también resulta en una gran cantidad de muertes.
En el escenario 2, dejamos que α y β sean 1.8 durante 9 meses, antes de aumentar a niveles normales. 1.8 se elige porque para nuestro régimen de parámetros, esto minimiza la mortalidad entre todas las estrategias de mitigación homogéneas. Muchas vidas se salvan en este escenario, con una mortalidad que cae aproximadamente un tercio.
En el Escenario 3 consideramos medidas heterogéneas extremas. β es controlado .6, mientras que la población más joven retiene tasas de transmisión completamente normales con α en… » ver todo el comentario
Lo que muchos se preguntan es hasta qué punto haber tenido más contagios que otros países nos “ayudará” a volver antes a la vida normal.
Imagina que encontramos que el 70% de la población ha pasado la enfermedad. Eso sería maravilloso. Las enfermedades de las que nos vacunamos de bebés tienen letalidades muy altas y para estas enfermedades sabemos que la cobertura tiene que ser el 95% de la
… » ver todo el comentario