Com els models matemàtics ajuden a analitzar l’evolució del COVID-19?

El grup de recerca de Biologia Computacional i Sistemes Complexos (BIOCOMSC) de la UPC ha fet servir models matemàtics per analitzar l’evolució de l’epidèmia provocada pel COVID-19. Atès que la transmissió ha estat important únicament a la Xina, estudiar l’evolució de l’epidèmia en aquest país és molt important per avaluar-ne la situació.

20/02/2020

Basant-se amb les dades sobre la malaltia publicades per la Johns Hopkins University, que ha llençat un mapa on es monitoritza en temps real els casos de persones infectades a tot el món, els investigadors de la Universitat Politècnica de Catalunya · BarcelonaTech (UPC) han ajustat una funció matemàtica –la funció logística– al nombre de casos registrats a la Xina i han analitzat el comportament de l’epidèmia.

Mapa que monitoritza en temps real els casos de COVID-19 (Johns Hopkins University)

Segons explica l’investigador Daniel López Codina, del grup de recerca de Biologia Computacional i Sistemes Complexos (BIOCOMSC) de la UPC, “el resultat de l’anàlisi que estem fent amb la modelització matemàtica és tranquil·litzador, sembla que els xinesos realment estan contenint l’epidèmia”.

Gràfica de l'evolució del casos diagnosticats amb el COVID-19 a la Xina

A la figura els punts vermells són els casos totals diagnosticats a la Xina fins la data indicada a l’eix d’abscisses, la línia discontinua és l’ajust matemàtic.

L’ajust matemàtic dels investigadors és revisat dia a dia. Tanmateix, “és possible que en algun altre país s’iniciï un brot que no pugui ser inicialment contingut, però realment sembla inversemblant l’alarmisme que envolta aquest tema”, explica López Codina, professor de l'Escola Superior d'Agricultura de Barcelona (ESAB).

El grup de recerca BIOCOMSC també estudia, mitjançant models matemàtics, la tuberculosi des de diferents perspectives, una malaltia que produeix al voltant d'un milió i mig de morts anualment.