Modelación COVID-19

Consideraciones para la post-cuarentena resultados de investigación: Modelación COVID-19 - Bogotá

El modelo propuesto es un modelo híbrido. Combina modelación por agentes y ecuaciones diferenciales estocásticas. La modelación por agentes permite incluir aspectos del comportamiento de las personas como por ejemplo su lugar de vivienda, las personas con las que interactúa en su trabajo o escuela y su movilidad por la ciudad. También permite incluir elementos de la infraestructura de una ciudad como lugar donde vive la gente, lugares de trabajo, colegios, hospitales y universidades.
Las ecuaciones diferenciales se usan para entender el progreso de la epidemia, la evolución de la infección y la tasa de hospitalización y muerte. La estocasticidad permite incluir la sensibilidad intrínseca de estos modelos a las condiciones iniciales y la configuración espacial.
Encuentre el informe aquí.

Modelación COVID-19 - Bogotá, junio 1 de 2020

Segundo informe que estudia el posible efecto que pueden tener las medidas de mitigación de la propagación del COVID-19 en Bogotá. Para esto se revisó y mejoró un modelo matemático que estudia la dinámica de contagio en un ambiente urbano realista. Se estudia el período de junio - julio - agosto en detalle para las restricciones estudiadas y se explora la posibilidad de un rebrote (”segunda ola”) para los meses de septiembre - octubre - noviembre.
Encuentre el informe aquí.

Modelo matemático que pronostica la dinámica de la transmisión del SARS-COV2 entre diferentes ciudades y municipios del país.

Este modelo es capaz de rastrear la evolución del brote, estimar la dinámica de los parámetros epidemiológicos en el tiempo y capturar la variación geográfica de la incidencia de la enfermedad. Además, puede ser utilizado para predecir el comportamiento de la enfermedad en diferentes escenarios; por lo cual, es una herramienta valiosa para desarrollar un sistema de vigilancia en tiempo real para la gestión y control del COVID-19.

Autores 

Juan M. Cordovez

Departamento de Ingeniería Biomédica

Mauricio Santos

Departamento de Ingeniería Biomédica

Carlos Bravo

Departamento de Ingeniería Biomédica

Jaime Cascante

Departamento de Ingeniería Biomédica

Eco-epidemiología del accidente ofídico en Colombia

El envenenamiento causado por mordeduras de serpiente (Accidente ofídico) es una problemática seria en países tropicales, y afecta principalmente a poblaciones de bajos recursos. El tratamiento existe, y es el suero antiofídico, pero la cobertura en salud pública es baja en países tropicales por su condición de subdesarrollo. Esto hace que el personal médico no esté capacitado en la correcta aplicación del suero, y que incluso el suero no se distribuya en las zonas donde más se necesite. Por esto, es necesario implementar estrategias basadas en la prevención y control del accidente ofídico, que en Colombia deja un saldo de 50 muertos al año y 5000 personas mordidas. Es importante recalcar que estos datos son obtenidos por pacientes que llegan a hospitales, por lo cual no reflejan la realidad en zonas donde las comunidades prefieren usar medicina tradicional por la lejanía de los centros médicos. El principal objetivo del proyecto es el de generar información base sobre el accidente ofídico, como determinar factores de riesgo espaciales y temporales, y generar conocimiento sobre la biología de las serpientes venenosas: para evitar las mordeduras, hay que aprender a convivir. Tras esto, el otro objetivo del proyecto es el de generar modelos predictivos que puedan estimar la totalidad de los casos en Colombia, y monitorear la incidencia temporalmente para poder optimizar la distribución del suero antiofídico en el país.

Distinciones 

Premio al tercer puesto en mejor presentación oral, IV congreso nacional de zoología, Cartagena, Colombia, 2014.

Primer premio al mejor poster, The international society for ecological modelling global conference, Salzburg, Austria, 2014.

Publicaciones

Bravo-Vega CA, Cordovez JM, Renjifo-Ibáñez C, Santos-Vega M, Sasa M (2019) Estimating snakebite incidence from mathematical models: A test in Costa Rica. PLoS Negl Trop Dis 13(12): e0007914. https://doi.org/10.1371/journal.pntd.0007914

Análisis de modelos para la asignación de riñones de donante cadavérico para trasplante

El trasplante de órganos es el tratamiento de elección para el tratamiento de las enfermedades terminales de los órganos, y consiste en el uso de componentes anatómicos de una persona para suplir la necesidad funcional del órgano que falla en el paciente. La asignación de órganos para trasplante a partir de un donante cadavérico - es decir, una persona que ha fallecido, por parada cardiaca o por muerte encefálica - es uno de los elementos de decisión más importantes en el funcionamiento de un programa de trasplante.

En la actualidad, diversos países utilizan diferentes sistemas de asignación, todos basados en criterios comunes, pero que se ajustan a las necesidades de los pacientes en lista de espera y a las características del sistema de salud, con el fin de lograr los mejores resultados y la reducción de los eventos adversos. En Colombia, es el Instituto Nacional de Salud es el órgano encargado de establecer los criterios técnico-científicos de distribución de los componentes anatómicos.

Dada la creciente brecha entre el número de donantes y el número de receptores, es cada vez más importante llevar a cabo una asignación basada en parámetros cuantitativos que reduzca la tasa de eventos como rechazos del injerto, función tardía del injerto y disfunción primaria del injerto, que dan lugar a deterioro funcional de los receptores, perdida del injerto, aumento en los costos en atención en salud, disminución de la vida útil del injerto, requerimiento de retrasplante, entre otras complicaciones.

Por medio de un modelo estocástico basado en agentes, queremos recrear la dinámica de asignación de riñones para trasplante en Bogotá, basados en los datos históricos de esta región, con el fin de asignar pesos a las distintas variables y determinar cuales son los factores fundamentales que pueden modificarse para proponer nuevos esquemas de asignación que puedan reducir la tasa de desenlaces no deseados del trasplante renal.

Modelo computacional para la simulación y optimización de la Fundación Santa Fe de Bogotá

Este proyecto es un modelo computacional basado en el planteamiento de un modelo de agentes del Departamento de Urgencias de la Fundación Santa Fé de Bogotá (FSFB). El modelo simula el desarrollo del estado de trabajo actual de la FSFB. En este sentido, se realizará un análisis cuantitativo, cualitativo y de procesos del Departamento.

Entre los agentes propuestos para el modelo se deben encontrar: los pacientes, los médicos, el personal de asistencia, entre otros. Así, esperamos obtener estimados de tiempo para los diferentes procesos y subprocesos identificados en el Departamento. Este proyecto es la continuación de un proyecto de tesis de maestría que terminó en un modelo de agentes para estimar el tiempo de atención y diagnóstico del hospital.

Modelo matemático de infección por el virus del mixoma en células cancerosas

La viroterapia oncolítica es una alternativa innovadora a las terapias contra el cáncer más convencionales, que se basa en la capacidad de los virus oncolíticos para atacar y destruir específicamente las células tumorales. Esta terapia puede activar la respuesta inmune innata y adaptativa del cuerpo, logrando la destrucción de las células cancerosas por el sistema inmune.

El virus del mixoma es un poxvirus que infecta conejos europeos, puede replicarse en una variedad de líneas celulares de cáncer humano, por tanto un un candidato ideal para la viroterapia oncolítica. Sin embargo, los mecanismos dinámicos entre el virus y las células cancerosas no se comprenden completamente. Los modelos matemáticos son una herramienta útil para proporcionar información relevante sobre la dinámica que rige la interacción entre las células normales y cancerosas y sus parásitos virales.

En este estudio, las células cancerosas de melanoma murino se infectaron con un virus mixoma que expresa GFP (vMyx GFP) a baja multiplicidad de infección y se tomaron imágenes en un microscopio de fluorescencia cada 30 minutos para determinar las células infectadas. Para comprender el proceso de infección, es decir, la susceptibilidad a las tasas de conversión infectadas y los efectos espaciales del cultivo celular, desarrollamos un modelo matemático parametrizado con los experimentos descritos anteriormente que simula espacialmente explícitamente el proceso de infección. El modelo es una formulación estocástica espacialmente explícita de SI que considera las células cancerosas y las partículas virales. Con el modelo pudimos cuantificar y comprender mejor esta compleja red de interacciones. Esperamos que el modelo contribuya a acelerar el desarrollo de una viroterapia oncolítica funcional y efectiva con el virus mixoma.

Este proyecto se desarrolla en colaboración con el Centro de Inmunoterapia, Vacunología y Viroterapia del Instituto de Biodiseño de Arizona State University (ASU).