Con tantos modelos COVID-19 en desarrollo, ¿cómo saben los encargados de formular políticas cuáles usar? Un equipo internacional de investigadores ha desarrollado un nuevo proceso para aprovechar los modelos de múltiples enfermedades para el manejo de brotes. El equipo describe el proceso en un documentoque aparece el 8 de mayo en el diario ciencia y recibió una Subvención para Investigación de Respuesta Rápida RAPID de la National Science Foundation para implementar de inmediato el proceso para ayudar a informar las decisiones de política para el brote de COVID-19.
Durante un brote de enfermedad, muchos grupos de investigación generan modelos de forma independiente, por ejemplo, proyectando cómo se propagará la enfermedad, qué grupos se verán más afectados o cómo la implementación de una acción de manejo particular podría afectar estas dinámicas. Estos modelos ayudan a informar la política de salud públicapara gestionar el brote.
"Si bien la mayoría de los modelos tienen sólidos fundamentos científicos, a menudo difieren en gran medida en sus proyecciones y recomendaciones de política", dijo Katriona Shea, profesora de biología y profesora de ex alumnos en Ciencias Biológicas, Penn State. "Esto significa que los responsables políticos se ven obligados a confiaren consenso cuando aparece, o en una única fuente confiable de asesoramiento, sin la confianza de que sus decisiones serán las mejores posibles ".
Al comienzo de un brote, particularmente para una nueva enfermedad, una gran cantidad de información a menudo no está disponible o se desconoce, y los investigadores deben tomar decisiones sobre cómo incorporar esta incertidumbre en sus modelos, lo que lleva a proyecciones diferentes.19 brote, por ejemplo, la incertidumbre está presente en una amplia gama de áreas, desde la tasa de infección hasta los detalles de transmisión y la capacidad de los sistemas de atención médica. Los diseñadores de cada modelo aportan su propia perspectiva y enfoque para abordar estas incertidumbres.
"Para mejorar la modelización y el análisis de la enfermedad epidémica, es esencial desarrollar protocolos que generen y evalúen deliberadamente ideas individuales valiosas de toda la comunidad de modelización", dijo Michael Runge, ecólogo investigador de Patuxent Wildlife Research de los Estados Unidos.Centro que se especializa en el análisis de decisiones para el manejo de la vida silvestre. "Hemos identificado las mejores prácticas que permiten la síntesis y evaluación de los aportes de múltiples grupos de modelos de manera eficiente y oportuna".
En el proceso de tres partes, múltiples grupos de investigación primero crean modelos para escenarios de gestión específicos, por ejemplo, abordando cómo se vería afectada la carga de trabajo si se levantaran las medidas de aislamiento social este verano, o cómo cambiaría la duración del brote si los estudiantes regresana la escuela en el otoño. Los grupos de investigación trabajan de forma independiente durante este paso para fomentar una amplia gama de ideas sin ajustarse prematuramente a una determinada forma de pensar. Luego, los grupos de modelación discuten formalmente sus modelos entre sí, una adición importante a las anterioresmétodos de modelos múltiples, lo que les permite examinar por qué sus modelos podrían estar en desacuerdo. Finalmente, los grupos trabajan de nuevo de forma independiente para refinar sus modelos, en función de las ideas de la etapa de discusión y comparación.
Después de la discusión grupal y el refinamiento del modelo individual, los modelos se combinan en una proyección general para cada estrategia de gestión, que puede usarse para ayudar a guiar el análisis de riesgos y la deliberación de políticas. En esta etapa, los métodos del campo del análisis de decisiones pueden permitirtomador de decisiones, por ejemplo, una agencia de salud pública, para comprender los méritos de las diferentes opciones de gestión frente a la incertidumbre existente.
Además, los resultados combinados pueden ayudar a identificar qué incertidumbre, qué elementos de información faltantes, son los más críticos para aprender a fin de mejorar los modelos y así mejorar la toma de decisiones, proporcionando una forma de priorizar las direcciones de investigación.
"Este proceso nos permite aceptar la incertidumbre, en lugar de apresurarnos a un consenso prematuro que podría descarrilar o desviar los esfuerzos de gestión", dijo Shea. "El proceso fomenta una conversación saludable entre los científicos y los encargados de la toma de decisiones, lo que permite a las agencias de políticas lograr con mayor eficaciasus objetivos de gestión "
Incluso después de que se toman las decisiones iniciales, el proceso puede continuar a medida que se disponga de nueva información sobre el brote y el manejo. Esta estrategia de "manejo adaptativo" puede permitir a los investigadores refinar sus modelos y hacer nuevas predicciones a medida que avanza el brote. Para COVID-19, este proceso podría informar cómo y cuándo se levantan las prohibiciones de aislamiento y de viaje, y si estas u otras medidas podrían ser necesarias nuevamente en el futuro.
El equipo de investigación planea implementar este proceso inmediatamente para COVID-19. Al aprovechar los muchos grupos de investigación que ya producen modelos para el brote actual, la estrategia debería ser fácil de implementar y producir resultados más sólidos del proceso existente.El equipo compartirá los resultados con los Centros para el Control y la Prevención de Enfermedades de EE. UU. a medida que se generen.
"Esperamos que este proceso alimente activamente la política para la respuesta COVID-19 en los Estados Unidos", dijo Shea. "También proporciona un marco para futuros escenarios de brotes, incluidas enfermedades emergentes y especies de plagas agrícolas, y el manejo de enfermedades infecciosas endémicasenfermedades, incluidas estrategias de vacunación y vigilancia de enfermedades ".
Además de Shea y Runge, el equipo de investigación incluye a David Pannell en la Universidad de Australia Occidental, William Probert en la Universidad de Oxford en el Reino Unido, Shou-Li Li en la Universidad de Lanzhou en China, Michael Tildesley en la Universidad deWarwick en el Reino Unido y Matthew Ferrari en Penn State.
Este trabajo fue apoyado por la Fundación Nacional de Ciencias y los Institutos Penn State Huck de Ciencias de la Vida a través del Fondo de Semillas de Investigación Coronavirus.
Fuente de la historia :
Materiales proporcionado por Estado Penn . Original escrito por Gail McCormick. Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :