COMO EVITAR AL COVID
Hoy nuestro medico Alfredo González nos trae el tema de Cómo evitar generar infecciones por COVID-19
En ciudades de todo el mundo, los brotes de coronavirus se han relacionado con: Restaurantes Cafés Y gimnasios
Mediante el uso de un modelo que utiliza datos de teléfonos celulares para él mapeo los movimientos de las personas, se sugiere que estos lugares podrían representar la mayoría de las infecciones por COVID-19.
También se revela cómo la reducción de la ocupación puede reducir SIGNIFICATIVAMENTE el número de infecciones.
Para predecir cómo los movimientos de las personas podrían afectar la transmisión viral, el equipo de investigación ingresó datos de teléfonos celulares en un modelo epidemiológico que estimó la rapidez con la que se propaga la enfermedad.
Con esos datos se mapeo cómo las personas se movieron dentro y fuera de sus vecindarios a puntos de interés, como restaurantes, iglesias, gimnasios y hoteles durante 2 meses.
Cuando el equipo comparó el número de infecciones, encontraron que el modelo había predicho con precisión el número de casos confirmados.
Luego, el equipo usó el modelo para simular diferentes escenarios, como reabrir algunos lugares y mantener otros cerrados.
Con esto se descubrió que abrir restaurantes, gimnasios, cafés, hoteles y moteles, a PLENA capacidad conducía a un MAYOR aumento de infecciones.
🙅🏻♂️ Si todos los lugares estuvieran abiertos, habría 3.3 millones de casos ADICIONALES.👏🏼 Limitar la ocupación de todos los lugares al 30% REDUCIRÍA el número de infecciones adicionales a 1,1 millones. 🔝 Si la ocupación se limitara al 20% las nuevas infecciones se REDUCIRÍAN en más del 80%.
Los datos 📑 de movilidad también sugieren que las personas de los vecindarios más pobres tienen MÁS 😱 probabilidades de contraer COVID-19.
☝🏼 Y esto se debe a tienen MENOS capacidad para trabajar desde casa 🏡 y las tiendas que visitan para comprar suministros esenciales suelen estar MÁS concurridas que en otras áreas.
1️⃣ La tienda de comestibles promedio en los vecindarios MÁS pobres tenía un 59% MÁS de visitantes 🤦🏻♂️ por hora por pie cuadrado.2️⃣ Y los visitantes permanecían en promedio un 17% MÁS 🤦🏻♂️ que en las tiendas fuera de esas áreas.
👨🏻⚕️ Aunque la predicción del modelo de las tasas generales de infección en las ciudades se validó con datos del mundo real, se necesitarán datos de rastreo MÁS detallados para probar si el modelo identificó correctamente la ubicación real de las 🦠 infecciones.
Quieres saber más…👇🏼👇🏼👇🏼
📚 Referencias:
- Chang, S. Y., Pierson, E., Koh, P. W., Gerardin, J., Redbird, B., Grusky, D., & Leskovec, J. (2020). Mobility network modeling explains higher SARS-CoV-2 infection rates among disadvantaged groups and informs reopening strategies. medRxiv.
- Fetzer, T. (2020). Subsidizing the spread of COVID19: Evidence from the UK’s Eat-Out-to-Help-Out scheme (No. 1310). University of Warwick, Department of Economics.
- How to stop restaurants from driving COVID infections. Nature.com. (2020). Retrieved 12 November 2020, from https://www.nature.com/articles/d41586-020-03140-4.
FB: Alfredo González Alcocer. IG: alfreedoo27. Twitter: @Alfreedoo27
BioMed Sport®. FB: @biomedsport. IG: @biomedsport
Mail’s:alfredogonzalezalcocer@gmail.com
