Nuevos modelos para predecir epidemias
Una población en constante crecimiento es sinónimo de nuevas y frecuentes fuentes de infección, al tiempo que la globalización en la era moderna garantiza una rápida propagación. Esta combinación aumenta la posibilidad de aparición de pandemias, aunque el nuevo campo de la epidemiología computacional proporciona herramientas útiles para predecir la propagación de enfermedades. Los investigadores del proyecto financiado por la Unión Europea EPIFOR (Complexity and predictability of epidemics: Toward a computational infrastructure for epidemic forecasts) llevaron a cabo estudios básicos de los modelos epidemiológicos empleados actualmente. Los objetivos del estudio se centraron en el realismo teórico de los modelos actuales y los límites de la predictibilidad epidemiológica empleando estos modelos. El equipo de EPIFOR fue uno de los primeros grupos científicos en recopilar y analizar enormes conjuntos de datos epidemiológicos diferentes y, a partir de estas fuentes de información, desarrolló nuevos algoritmos. Los investigadores evaluaron los algoritmos con datos de la pandemia de H1NI de 2009 y de la epidemia más reciente de MERS-CoV. Los resultados demostraron la capacidad de estos algoritmos para evaluar emergencias epidémicas en curso y predecir la propagación de enfermedades. Los progresos del proyecto EPIFOR en el campo de la epidemiología computacional han motivado el desarrollo de nuevas capacidades predictivas. Estos resultados ayudan a proporcionar información crucial a responsables de los servicios públicos de salud para hacer frente a la aparición de enfermedades infecciosas.
Palabras clave
Epidemia, H1NI, MERS-CoV, pandemia, epidemiología computacional, EPIFOR
