← volver

Proyectos COVID-19: Modelando la pandemia

Declarada la pandemia por coronavirus, varios académicos de Ingeniería Industrial –parte del equipo de investigadores del Instituto Sistemas Complejos de Ingeniería (ISCI)– y alumnos impulsan investigaciones para detener el avance de este virus. Entre otras iniciativas, a través del control de la velocidad de su propagación, estrategias de testeo y pronósticos de demanda para la planificación de dotación hospitalaria.

Gestión de Operaciones, optimización y modelos matemáticos parecieran ser conceptos alejados de la salud pública. Sin embargo, el avance del COVID-19, el cual ha restringido el normal funcionamiento de nuestro país y del mundo, los acercó.

En este período de emergencia sanitaria, un conjunto de proyectos han visto la luz y aquí compartimos tres de ellos.

Modelo de cuarentenas parciales e intermitentes
Liderado por Marcelo Olivares y José Correa, el “Modelo de microsimulación para evaluar intervenciones alternativas de contención del contagio” simula el comportamiento de individuos y sus interacciones sociales, por medio de diversos estudios epidemiológicos recientes para calibrar su probabilidad de contagio.

Basado en el trabajo de Imperial College Covid19 Response Team (Ferguson et.al.), el cual tuvo un impacto significativo en el cambio de la política de contención en Reino Unido, este modelo evalúa la efectividad de medidas específicas de contención que restringen el movimiento de las personas en diversos niveles. Entre otros, clausura de colegios y universidades, cuarentena de grupos etarios de alto riesgo, lock-down de comunas o cuarentenas alternadas y testeos masivos en la población para reducir el tiempo de contagio.

El estudio, que llamó la atención de la prensa nacional e internacional, evidencia que si bien no es necesario parar toda la ciudad (en el caso de Santiago), sí lo es en una parte considerable de ésta.

“En el estudio argumentamos que debe estar parada al menos 1/3 de ella, todo el tiempo, y repetir cuarentenas en la misma zona cuando los números de contagios vuelven a subir”, explica Olivares, quien advierte que es fundamental tener datos fidedignos y oportunos sobre el número de contagiados.

Los investigadores advierten: “De no aplicarse las cuarentenas totales o lock-down por zonas específicas, para junio los casos activos de COVID-19 sumarían más de 100 mil en la Región Metropolitana y, de éstos, 5 mil corresponderían a casos críticos; lo que superaría la capacidad de atención de nuestro sistema de salud”.

Estrategias de testeo
Una estrategia de aplicación que maximice/optimice la capacidad de los testeos como herramientas de control epidemiológico es lo que persigue la investigación liderada por nuestros académicos Denis Sauré y Charles Thraves, y el alumno Pablo Galaz. Esto a través de testeos grupales o pool testing implementados por Nebraska e Israel durante la actual pandemia.

“A medida que nos acerquemos a una situación de saturación, o bien si queremos prever, las autoridades deberían empezar a testear en forma grupal”, afirma Sauré, calculando que si la población tiene un 1% de contagiados, “se podrían hacer test grupales de hasta 10 personas y, con eso, aumentar la capacidad en por lo menos un 500%”.

Con cerca de 180.000 pacientes analizados hasta fines de abril, la estrategia de testeos grupales –el límite es de hasta 32 personas– se muestra como una herramienta práctica en el monitoreo del contagio de este virus en la población, así como medida de control y seguridad para el equipo clínico y para que empresas e instituciones puedan recuperar su jornada laboral presencial.

A través del desarrollo de herramientas de Gestión de Operaciones, este proyecto contempla el mejoramiento en la asignación y envíos de tests, la recolección de muestras y su asignación a los diferentes laboratorios, y la posibilidad de realizar testeos en el domicilio de los pacientes, evitando su desplazamiento.

“Nuestra motivación es sacar adelante una política práctica que, mientras más simple sea, mucho mejor. Tenemos la tecnología para hacer propuestas concretas si se llega a necesitar”, concluye el investigador, agregando que se implementó de modo experimental en el Hospital Luis Calvo Mackenna.

Pronóstico de demanda para la planificación de dotación hospitalaria
Tener un pronóstico certero de demanda es clave para lograr una adecuada planificación de la capacidad y programación de un servicio hospitalario, más aún durante la administración de situaciones catastróficas. Esto permite marcar la diferencia en el desempeño y los resultados obtenidos.

A partir de esta premisa, y de que no existe estadística sobre el comportamiento del COVID-19 para períodos de otoño-invierno, Marcel Goic junto a Jorge Rivera, académico de la Facultad de Economía y Negocios (FEN) de la Universidad de Chile, trabajan en modelos que permitan anticipar la demanda hospitalaria. La propuesta considera un modelo epidemiológico tipo SEIR (Susceptible, Exposed, Infectious, Recovered) que, en su estimación, posibilita tener resultados para seis grupos de la población: S (susceptible), E (latente), I (reportado infeccioso), A (infeccioso no informado), H (hospitalizado) y R (eliminado).

Complementario a lo anterior, el equipo en el que también participa el alumno del Departamento Mirko Bozanic, está desarrollando modelos a partir de metodologías de Machine Learning, que permiten incorporar la creciente disponibilidad de datos de distintita naturaleza que se está acumulando respecto a la propagación de la enfermedad en distintas latitudes, la cual puede resultar muy informativa para informar a evolución de los requerimientos de los recursos hospitalarios.

“Contar con datos desagregados y detallados es sumamente importante para que las estimaciones de flujo de pacientes en hospitales, demanda de boxes y de camas intermedias y de urgencia sean realmente de utilidad”, concluye Goic.

Fuente: Boletín Economía & Gestión – especial pandemia, mayo 2020