Mérida, Yucatán.- Los brotes de dengue que enfrenta Yucatán
podrían ser cosa del pasado, como resultado de un novedoso desarrollo modelo
tecnológico en control de epidemias en tiempo real que desarrolla IBM, en
coordinación con la Universidad Johns Hopkins y la Universidad de California en
San Francisco.
El director de Salud Pública de IBM Research, James Kaufman,
dijo que la aplicación de modelos epidemiológicos de código abierto
espacio-temporal (STEM por sus siglas en inglés), pueden identificar las
distintas variables de las que depende un brote de esta y otras enfermedades
transmitidas por mosquitos.
Es decir, combinan un análisis de población y factores que
incrementan el riesgo de contagio como el transporte y el comercio, que inciden
en la migración del mosco transmisor del dengue, para construir modelos
realistas del rumbo que podría tomar esta enfermedad infecciosa.
Esta capacidad permite planear estrategias de intervención
tales como control de vectores y distribución de vacunas.
Indicó que "los funcionarios de salud pública no pueden
darse el lujo de especular en caso de una epidemia. Necesitan acceso preciso y
oportuno a datos que les permitan tener un panorama de probable propagación de
una enfermedad en una región geográfica determinada en un período
determinado".
De acuerdo con la Secretaría de Salud de Yucatán, los casos
de dengue disminuyeron en un 50 por ciento en el periodo enero-septiembre de
este año, gracias a la buena respuesta de la ciudadanía a campañas de
prevención y fumigaciones.
Sin embargo, a pesar de la disminución de casos de esta patología,
que transmite el vector Aedes Aegypti, se deben continuar buscando estrategias
para prevenir nuevos brotes, dado que la entidad es sitio ideal para que el
mosquito ataque.
El dengue, por ejemplo, se ha extendido a más de 100 países,
entre ellos Estados Unidos. La búsqueda y aplicación de nuevos e innovadores
métodos para predecir potenciales brotes de dichas enfermedades se han
convertido en clave para salvar muchas vidas.
Los científicos necesitan entender no sólo la dinámica de la
enfermedad en sí, sino también otros factores que contribuyen a la dispersión
de enfermedades como la propagación de los vectores y factores ambientales
diversos.
La comunidad científica y de investigación, colabora para
llevar a un nuevo nivel el modelado de crisis basado en enfermedades con datos
precisos que ayuden a proteger la salud de las personas. Es a través de la
comprensión de cómo y porqué estas enfermedades se propagan, que podemos
identificar las regiones más susceptibles a las enfermedades emergentes, informar
a las autoridades sanitarias y permitirles, con ello, centrarse en
intervenciones específicas en lugares donde las epidemias puedan tener mayor
impacto.
Los modelos anteriores de dengue consideraban la transmisión
por el vector indirectamente, y aproximaron la transmisión como un proceso de
contacto entre humanos. La IBM Research
y UCSF utilizan la capacidad del STEM para construir modelos en la parte
superior de los modelos e integrarlos con los datos climáticos específicos de
la ubicación.
Esto permitió una descripción más realista de la dinámica de
la enfermedad, con lo que los funcionarios de salud pública pueden presentar
predicciones más eficaces sobre cómo las epidemias se propagan.
"Es importante reconocer el esfuerzo sinérgico de científicos
teóricos y computacionales, expertos en enfermedades y funcionarios de salud
pública para hacer una diferencia en la rapidez y eficacia con la que se lucha
contra las enfermedades infecciosas", dijo Simone Bianco, del Centro de
Bioingeniería y Ciencias Terapéuticas de la UC San Francisco.
"Tenemos que estar listos en un abrir y cerrar de ojos
para analizar, a través de datos dispares de los sistemas globales de
vigilancia de enfermedades, la salud de la población y en su caso, poder
detectar brotes, desarrollar nuevos modelos, y evaluar la eficacia de las
políticas públicas en la materia".
STEM es gratuita y abierta a cualquier científico o
investigador que opte por aprovechar y contribuir a su biblioteca de modelos,
códigos de computadora y datos del denominador.
No hay comentarios.
Publicar un comentario