Un equipo de especialistas de la universidad, junto al Laboratorio de Innovación e Inteligencia Territorial, financiado por el Banco Interamericano de Desarrollo, diseñó una herramienta para predecir el comportamiento y gestionar el riesgo de la pandemia COVID-19 en República Dominicana
SANTO DOMINGO. Un equipo multidisciplinario del Instituto Tecnológico de Santo Domingo (INTEC), en conjunto con el Laboratorio de Innovación e Inteligencia Territorial del Banco Interamericano de Desarrollo (BID-LAB), diseñó un modelo para predecir el comportamiento epidemiológico de la COVID-19, que permitirá estimar su evolución en el país e impacto en la población en términos de salud pública.
Al presentar la herramienta al Ministerio de Salud Pública, el profesor Renato González, especialista en Ciencia de Datos del Área de Ingenierías del INTEC y líder del proyecto, y el doctor Manuel Colomé, especialista en epidemiología del Área de Ciencias de la Salud y miembro del equipo diseñador, indicaron que el modelo permite manejar data sobre morbilidad, mortalidad, letalidad, planificación sanitaria y de intervenciones no farmacológicas para gestionar la pandemia.
“La predicción de la COVID-19 es un problema dinámico, estocástico-situacional, en el que las medidas gubernamentales y la conducta social juegan un rol determinante en el comportamiento de la expansión del virus, además de las características biológicas del agente”, expresó González, en el encuentro que fue encabezado por el ministro de Salud Pública, Daniel Rivera, el rector del INTEC, Julio Sánchez Maríñez y el ingeniero Smeldy Ramírez, especialista en desarrollo del sector privado en el BIDLAB.
El modelo predictivo, elaborado tras un arduo trabajo de 16 meses, permite gestionar el riesgo epidémico ante emergencias causadas por epidemias y crisis sanitarias, para tomar acciones preventivas y reactivas por parte de las autoridades competentes, por áreas geográficas y sectores poblacionales, tendientes a disminuir la velocidad de expansión del virus y las tasas de incidencia en los grupos vulnerables y de alto riesgo.
Además, toma en cuenta la aplicación de políticas estatales de contención, mitigación y supresión, junto al comportamiento social en cuanto a medidas de distanciamiento social, uso de mascarillas, higiene de manos, adherencia a la vacunación, entre otras. De esta manera se puede gestionar el riesgo de una manera eficiente, sin afectar considerablemente la economía.
El doctor Daniel Rivera dijo que la institución “trabaja con los indicadores básicos de la salud y tiene como meta central la lucha contra el COVID-19, reducir la pandemia, evitar posibles curvas y poseer sistemas efectivos para posibles variantes, dar respuestas firmes que permita la vuelta a la normalidad”.
Eladio Pérez, viceministro de Salud Colectiva, será el responsable de coordinar con INTEC, las acciones para la aplicación del modelo, tras un acuerdo con el Ministerio de Salud Pública que integraría un equipo técnico compuesto de investigadores del INTEC y personal técnico de la entidad gubernamental para darle continuidad al proyecto en una segunda etapa.
Módulos del Modelo Predictivo
El Modelo Predictivo y Gestión de Riesgo de la COVID-19 –diseñado exclusivamente para la República Dominicana–, está compuesto de tres módulos que cumplen con objetivos específicos y que se interrelacionan para proveer información necesaria para la gestión de la pandemia a nivel de macro y micro determinantes.
El modelo macro predictivo de curva incidencia permite elaborar escenarios y supuestos de comportamiento de la curva epidemiológica de expansión de la COVID-19, considerando indicadores claves de desempeño, como el distanciamiento social, higiene de manos, aislamiento y cuarentena.
El modelo de diseño muestral sobre la prevalencia del virus SARS-CoV-2 (causante de la enfermedad COVID-19) tiene como objetivo estimar la prevalencia de infección del virus en la población e identificar los casos activos existentes, recuperados y la susceptibilidad del huésped mediante un estudio de epidemiología de campo.
“Utilizaremos bases de datos de la Seguridad Social, SIUBEN, Registro Civil, Demográfica y Cartográfica y de la Oficina Nacional de Estadísticas para crear una muestra representativa de la población dominicana por áreas geográficas, grupos de alto riesgo, edad y grupos vulnerables según las dimensiones de la desigualdad”, explicó González.
Por último, el modelo de rastreo de casos de infectados y predicción de brotes micro-predictivo está sustentado en “Machine Learning” y “Network Analysis” para detectar los brotes y cuantificar su impacto individual en la población geográficamente localizada y de las condiciones demográficas, socioeconómicas y ambientales de los núcleos familiares afectados en todo el territorio nacional.
