Salud
Modelos y mapas COVID-19. Oleadas y capacidad para ayudar a los funcionarios a prepararse
Al principio, los epidemiólogos observaron con creciente preocupación cómo el número de personas en todo el mundo diagnosticadas con el nuevo coronavirus 2019 (COVID-19) comenzó a aumentar este año. Cuando la epidemia se convirtió en una pandemia, muchos anticiparon escasez de camas de hospital, suministros, dispositivos y personal médico a medida que aumentaba el número de casos.
Antes de las consultas de los líderes preocupados, los científicos comenzaron a crear modelos analíticos que podían cuantificar y predecir el aumento en los casos de COVID-19. De ese esfuerzo, han surgido varios modelos como herramientas útiles para la planeación.
El Equipo de Salud Predictiva de Penn Medicine adaptó el modelo matemático susceptible, infectado y recuperado (SIR), para crear un nuevo modelo que llama CHIME (Modelo de Impacto Hospitalario COVID-19 para Epidemias). El modelo CHIME proporciona estimaciones actualizadas de cuántas personas necesitarán ser hospitalizadas y de esa cantidad cuántas necesitarán camas y ventiladores en la UCI. También tiene en cuenta las políticas de distanciamiento social y cómo podrían afectar la propagación de la enfermedad.
Los administradores de salud pública, de hospitales y las autoridades gubernamentales de todo el mundo han reconocido rápidamente la necesidad de modelos de pronóstico como CHIME para guiar las políticas públicas y planificar la respuesta hospitalaria.
Múltiples modelos brindan estimaciones actualizadas de cuántas personas necesitarán ser hospitalizadas, y los mapas ayudan a explorar la capacidad del hospital y los impactos en las personas.
Puntos clave
- El modelado matemático combinado con el análisis espacial ayuda a calcular y presentar pronósticos COVID-19.
- Los formuladores de políticas utilizan modelos y mapas inteligentes para examinar el impacto de las decisiones políticas.
- SIG ayuda a explorar las implicaciones de cada pronóstico, respondiendo preguntas de ubicación para guiar la respuesta y la recuperación.
Integrado con ArcGIS
Al comienzo del brote de COVID-19, el equipo de desarrollo de software de estadísticas espaciales de Esri trabajó para incorporar varios de estos modelos de código abierto en la caja de herramientas geoespaciales, comenzando con el modelo CHIME. Al incorporar un modelo a un sistema de información geográfica (SIG), se alinea directamente con la fuente de datos que controla el modelo. Esta integración proporciona los medios para visualizar un problema geográficamente y vincula los resultados del modelo con soluciones diseñadas para la acción inmediata.
Dentro de los SIG, los usuarios pueden profundizar en geografías específicas para ver los resultados del modelo junto con otros datos que varían espacialmente, como las poblaciones de personas mayores o los lugares de vida comunales que son más vulnerables, para explorar qué significan los resultados del modelo para las personas y los lugares. Este enfoque también alimenta la siguiente pregunta, ¿Qué es, dónde y cuándo se deben mover los recursos para satisfacer la demanda?" Las herramientas como la asignación de ubicaciones pueden guiar estas decisiones y garantizar que la demanda se cumpla de la manera más efectiva y equitativa posible.
La incorporación de CHIME en SIG apoya directamente las discusiones dentro de los Centros de Operaciones de Emergencia, donde los resultados del modelo se pueden compartir en pantallas grandes para guiar las discusiones de planificación colaborativa. Luego, cuando se toman decisiones sobre qué acciones tomar, SIG proporciona los medios para insertar datos y directivas en aplicaciones y soluciones basadas en mapas que los primeros respondedores usan en el trabajo de campo.
Para la respuesta de emergencia y otras funciones esenciales, el SIG ha sido durante mucho tiempo un estándar. Admite la creación de mapas basados en datos y otras visualizaciones, la construcción de modelos para analizar procesos geográficos y soluciones que guían a los trabajadores en el campo. Los usuarios de SIG de todo el mundo están aplicando estas capacidades a una serie de actividades COVID-19 diferentes para mejorar la salud, la seguridad y los resultados económicos.
Zambullirse en el modelo
Dentro de SIG, los usuarios hacen conexiones a las fuentes de datos que informan el modelo CHIME. Estos datos incluyen información actual del caso sobre la cantidad de personas hospitalizadas. También incluye la población susceptible y las características del virus, como la tasa de hospitalización y el tiempo de duplicación.
Para obtener un pronóstico localizado, los usuarios de SIG pueden elegir una fecha de inicio específica y el número promedio de días de infección para proyectar el patrón actual hacia adelante. Varios modelos emergentes en respuesta a COVID-19, incluido CHIME, pueden incluir medidas de distanciamiento social, como las directivas de quedarse en casa o refugiarse en el lugar, teniendo en cuenta cómo las reducciones en el contacto físico ayudan a retrasar la propagación de la enfermedad. Los modeladores pueden usar los datos de movilidad agregados y anónimos disponibles, basados en el movimiento real, para aumentar las entradas de esta medida para medir mejor las áreas de alto o bajo contacto social.
Detalles como la duración promedio de la estadía en el hospital, el porcentaje de personas que serán ventiladas o que necesitan cuidados intensivos, también son insumos clave para el modelo. El modelo se puede comparar con la capacidad hospitalaria actual, como camas y ventiladores disponibles. Comparar el pico de propagación de la enfermedad con la capacidad del hospital ayuda a las autoridades locales a determinar cuándo se necesitarán más camas de hospital y planificar con anticipación para satisfacer los picos de demanda. Si bien los usuarios de un modelo pueden ingresar parámetros generalizados (promediados), lograrán una mayor precisión y, por lo tanto, un mayor valor al usar valores más precisos que representen mejor las características de la población subyacentes de cada área y la respuesta a los esfuerzos de distanciamiento social.
Visualizar los impactos de la política
Los formuladores de políticas pueden examinar una variedad de escenarios, como el distanciamiento social, a lo largo de la escala de ninguno a órdenes de quedarse en casa, cuando el modelo que están utilizando tiene la flexibilidad de ajustar un amplio conjunto de parámetros para mostrar cómo cambia el pronóstico. Al ver cómo el comportamiento afecta el curso de la enfermedad en el espacio y el tiempo, se resalta la importancia de las acciones políticas durante una pandemia.
La visualización de estas entradas ilustra exactamente lo que significa aplanar la curva. Con un mayor distanciamiento social, el pico llega más tarde, disminuyendo la carga sobre los proveedores de atención médica y el sistema de salud.
Mediante el uso de SIG, los funcionarios pueden explorar más el pronóstico modelado y responder otras preguntas específicas de ubicación cruciales para la respuesta y la recuperación. El poder analítico espacial de los SIG se puede utilizar para analizar y comprender una variedad de preguntas críticas relacionadas con COVID-19, orientando acciones para reducir el impacto en las personas, los sistemas de salud y las empresas.
El equipo de desarrollo de software de estadísticas espaciales de Esri continúa construyendo más modelos en el conjunto de herramientas porque creen que cuantas más formas los funcionarios puedan ver la pandemia de COVID-19 y sus repercusiones, más preparados y capaces estarán para responder de manera efectiva.
Obtenga más información sobre cómo Location Intelligence mejora la colaboración COVID-19 y lea un informe sobre Sistemas de información geográfica para la planificación y respuesta de coronavirus. Consulte el COVID-19 GIS Hub para obtener recursos de inteligencia de ubicación. La página de soluciones de Respuesta de Coronavirus proporciona una colección de mapas y aplicaciones que las agencias de salud pública pueden usar para comprender el impacto del virus y compartir información sobre la pandemia con su comunidad.
Sobre los autores
Lauren Bennett dirige el equipo de desarrollo de software de análisis espacial y ciencia de datos en Esri. En este rol, supervisa la I + D del marco analítico ArcGIS, que incluye estadísticas espaciales y espacio-temporales, análisis de trama y multidimensional, aprendizaje automático y análisis de grandes datos. Dirige lanzamientos de nuevas capacidades de ciencia de datos espaciales a través de una amplia gama de productos y aplicaciones que incluyen escritorio, empresa y SaaS. Lauren recibió una licenciatura en Geografía de la Universidad McGill, una maestría en Ciencias Geográficas y Cartográficas de la Universidad George Mason, y su doctorado en Sistemas de Información y Tecnología de la Universidad de Graduados de Claremont.
Este Geraghty, MD, MS, MPH, GISP
La Dra. Geraghty es directora médica y directora de soluciones de salud en Esri, donde lidera el desarrollo de negocios para el sector de salud y servicios humanos. Anteriormente subdirector del Centro de Estadísticas e Informática de la Salud del Departamento de Salud Pública de California, el Dr. Geraghty dirigió los registros vitales estatales y los programas de informática de salud pública. Allí participó en iniciativas estatales de uso significativo, intercambio de información de salud, datos abiertos e interoperabilidad. Mientras se desempeñaba como profesora asociada de medicina interna clínica en la Universidad de California en Davis, realizó investigaciones sobre enfoques geográficos para influir en las políticas de salud y avanzar en los programas de desarrollo comunitario. Un área específica de investigación se centró en la seguridad de los pesticidas. Además de sus títulos en Medicina, Informática Médica y Salud Pública, la Dra. Geraghty también es profesional de salud pública certificada por la junta (CPH) y profesional de sistemas de información geográfica (GISP).