Centre d’innovació i Tecnologia BARCELONATECH

COVID-19 MODELS MATEMÀTICS I DE GESTIÓ DE DADES EN EMERGÈNCIES DE SALUT PÚBLICA

Diversos grups i centres de recerca de la UPC treballen en projectes sobre gestió de grans volums de dades i modelització matemàtica per avançar en la investigació en l'emergència sanitària causada per l'epidèmia del COVID-19.

 

Un model matemàtic per fer un seguiment de l’epidèmia

El grup de recerca de Biologia Computacional i Sistemes Complexos (BIOCOM-SC), especialitzat en epidemiologia matemàtica, juntament amb el Institut de Recerca Germans Trias i Pujol (IGTP) estan treballant en l’anàlisi de dades sobre la incidència del COVID-19 i han desenvolupat un model matemàtic que permet quantificar la situació, així com la predicció dels següents 3 dies.

El centre ofereix un document divulgatiu per a entendre la dinàmica epidemiològica, informes diaris que avaluen la situació i fa prediccionsa curt termini a Catalunya, a Espanya i a la Unió Europea, un resum diari de la situació a les altres comunitats autònomes i altres països de la UE, així com a prediccions del dies previs.


La UPC impulsa la plataforma GoData y dóna suport a l’OMS

La UPC està donant suport tècnic, amb la col·laboració dels departaments d’Enginyeria Telemàtica i d’Arquitectura de Computadors, a l’Organització Mundial de la Salut (OMS) per l’aplicació a Catalunya del software GoData, una eina d’investigació de brots per recollir dades de camp durant emergències de salut pública del COVID-19.

La UPC i l’spin-off Alteraid, sorgida de la UPC, impulsen la plataforma GoData.cat, que dóna suport a la instal·lació del software de l’OMS i ofereix un servidor de proves per fer test i formació de l’aplicació.

És una eina multilingüe i flexible, amb múltiples funcions per a la importació i exportació de dades, això permet obtenir informació per fer un seguiment de la incidència del COVID-19 i poder adaptar la resposta de les institucions sanitàries als diferents escenaris.

 

Un model per estimar el nombre real de casos de COVID-19 per cada comunitat autònoma

31-03-2020

Un equip de matemàtics i estadístics de la UPC, de la Humboldt-Universität zu Berlin i de la UAB està desenvolupant un model per estimar el nombre real de nous casos diaris de persones infectades per COVID-19, davant la impossibilitat de tenir aquesta dada directament en tota la població donat que molts dels casos són lleus o asimptomàtics. Les dades oficials es basen en números que reflecteixen aquells casos més greus i, per tant, es desconeixen aquells altres casos que també contribueixen a l’expansió de la pandèmia.

Investigadors del Departament de Matemàtiques de la UAB van desenvolupar el 2016 un mètode per a l’anàlisi de dades subrepresentades en les estadístiques (Under‐reported data analysis with INAR‐hidden Markov chains). El mètode permet fer una estimació acurada del nombre de casos que no es registren oficialment, amb diverses aplicacions en salut pública, com el seguiment del nombre de casos reals d’infeccions pel virus del papil·loma humà (VPH), de botulisme i també de casos reals de dones maltractades.

Ara, els investigadors de la UAB, amb la col·laboració del Departament de Ciències de la Computació de la UPC, de la Humboldt-Universität zu Berlin i del Centre de Recerca Matemàtica, estan aplicant aquest mètode per tal d’actualitzar diàriament la situació de COVID-19 i, en particular, quantificar els casos no reportats en el registre oficial de la malaltia a Espanya. Els resultats permeten donar una imatge més realista de la pandèmia a temps real, així com estimar amb més precisió dades fonamentals com les taxes de mortalitat reals o el nombre bàsic de reproducció, necessàries perquè els professionals i els polítics puguin prendre decisions. L’anàlisi està pensat per ser fàcilment reproduïble amb dades d’altres països.

Per part de la UPC, l’investigador Argimiro Arratia, del  Laboratori d'Algorísmia Relacional, Complexitat i Aprenentatge (LARCA), participa en el disseny i la programació de models epidèmics als quals se’ls introdueix com a input les sèries de casos d’infecció reconstruïdes d’acord amb el model matemàtic desenvolupat per l’equip de la UAB. A més, l’investigador col·labora en la recol·lecció de dades, el tractament d’aquestes i l’automatització de tot el procés d’execució  de les simulacions i anàlisi de dades.