Un grupo de investigadores ha desarrollado un "software a medida" que permite estudiar de forma online la distribución espacial de la pandemia de covid-19 a través de un seguimiento espacio temporal de pacientes y, con ello, poder evitar la transmisión del coronavirus y facilitar confinamientos selectivos.
La investigación, que ha sido publicada este viernes en la revista estadounidense Jama Network Open, tiene como autora principal a la doctora Carolina S Romero, médico anestesióloga del Consorcio Hospital General de Valencia (CHGUV) y coordinadora en gestión de la Innovación y Digitalización en la SEDAR (Sociedad Española de Anestesia, Reanimación y Terapéutica del Dolor).
Romero asegura a EFE que se trata de un trabajo "largo y complejo" que iniciaron el pasado año tras declararse la pandemia y para cuya elaboración se ha contado con médicos, estadÃsticos e ingenieros de la Universitat de València, como la doctora Adina Iftimi, lÃder del equipo de estadÃstica de la UV, y el Profesor José de Andrés, jefe de servicio de Anestesia, Reanimación y Tratamiento del dolor del CHGUV.
Para hacerlo, elaboraron un mapa del departamento de salud del hospital, que atiende a una población aproximada de 364.000 personas, en el que se añadieron los datos clÃnicos y de seguimiento de los pacientes creando series temporales, aunque esta información por ser datos confidenciales, no se puede mostrar en la web.
Según explica, se hizo a través de redes funcionales complejas y de un modelo espacio-temporal que incluye variables como la densidad de población y el clima de cada ciudad, por lo que está hecho a medida.
El programa software diseña patrones no evidentes de transmisión de la covid-19, y a raÃz de un mapa que muestra cada paciente puede verse cómo se transmite la enfermedad de un lugar, si se han generado brotes y hacer bloqueos selectivos en la ciudad que rompan la "cadena de transmisión" de una enfermedad determinada.
Se trata del primer estudio de estas caracterÃsticas a nivel mundial, indica la investigadora, que explica que les permite ver de forma teórica si hay "zonas calientes", en determinados distritos o lugares de la ciudad en los que la transmisión es mayor, y donde serÃa preciso hacer un confinamiento para frenar solo estas zonas que son los eslabones claves o estratégicos de cada ciudad.
AsÃ, el software tiene en cuenta lugares como el hospital, residencias de ancianos o colegios de la zona, donde hay mayor número de personas y pueden acumularse los casos, y también se han tenido en cuenta las estaciones de metro.
"No podemos decir que haya una causalidad, ni que sea definitivo, es una primera hipótesis que no se ha contemplando antes. Tenemos casi 3.000 casos, pero habrÃa que testarlo con un mayor número de personas y en más hospitales para poder validar o refutar nuestra hipótesis", explica.
El sotfware de seguimiento espacio-temporal online de pacientes, que fue creado a raÃz de la aparición de la covid-19, que impulsó unas tendencias hacia la digitalización, tiene en cuenta además variables como el clima, la temperatura, la renta per cápita o la densidad de población.
Aunque se creó para el seguimiento de pacientes con covid, también pueden beneficiarse del programa pacientes de otras patologÃas, cirugÃa ambulatoria o personas con movilidad reducida, ya que es un sistema de telemedicina que les acerca al hospital y permite comprobar su evolución de una forma estructurada, aunque por ahora es sólo un prototipo en fase de desarrollo en el que los investigadores esperan poder seguir trabajando.
Rellenando un cuestionario que se realiza telefónicamente, se puede saber si la recuperación es positiva o negativa mediante una clasificación por colores (verde significa una buena recuperación, amarilla que es parcial y naranja que no es adecuada), y de esa forma comprobar la evolución de los pacientes.
La startup (www.medymap.com) se creó en 2020 a raÃz de un impulso de la Agencia Valenciana de Innovación (AVI) y la Conselleria de Innovación, Universidades, Ciencia y Sociedad Digital y el sotfware se ha desarrollado en base a las reglas de calidad en el caso de seguimiento a pacientes, ya que debe cumplir la ley de protección de datos.