Simulador informático que recrea la propagación del COVID-19

3/04/20

Simulando COVID-19 a gran escala

EpiGraph es un simulador paralelo que realiza simulaciones estocásticas realistas de la propagación del virus COVID-19 a través de amplias extensiones geográficas. EpiGraph fue diseñado originalmente en el grupo de investigación de Arquitectura de Computadores de la Universidad Carlos III y más tarde, desarrollado con la colaboración del Centro de Supercomputación de Barcelona y el Centro Nacional de Epidemiología, el Instituto de Salud Carlos III y CIBER en Epidemiología y Salud Pública.

La implementación actual de EpiGraph incluye funcionalidades para modelar a través de una red de interconexión realista basada en interacciones individuales reales extraídas de redes sociales y datos demográficos. Esta red incluye las características de cada individuo (estudiante, trabajador, ancianos y ama de casa), sus relaciones en el trabajo, la escuela, el hogar y durante el tiempo libre, y un modelo de transporte que simula la dinámica espacial de la propagación del virus sobre -grandes zonas de escala. EpiGraph también incluye un modelo de la interacción entre la propagación de COVID-19 y los factores climáticos y meteorológicos, como la temperatura, la presión atmosférica y los niveles de humedad.

Hasta la fecha, hemos evaluado las diferentes políticas de cumplimiento que se pueden combinar:

• Cierre de escuelas, donde todos los estudiantes mantienen contacto familiar y de tiempo libre, pero no asisten a la escuela.
• Restricciones de transporte , con modelos de escenarios para la restricción de viajes de corta y larga distancia.
• Trabajar desde casa,  donde un porcentaje dado de trabajadores se queda en casa.
• Distanciamiento personal, donde todos los individuos evitan las conexiones de tiempo libre.

Simulando la propagación en España

La siguiente figura muestra una validación preliminar de EpiGraph usando el número de muertes en Madrid durante las primeras tres semanas desde el inicio. Las barras rojas representan los valores reales estimados y las líneas azules simuladas. Debido a la falta de datos en este momento, estimamos que las muertes reales de Madrid representan el 50% del total de muertes nacionales.

Las siguientes animaciones muestran diferentes etapas de la simulación de un brote de COVID-19 para las 62 ciudades más pobladas de España que comprenden un total de 20 millones de habitantes. Hemos utilizado datos censales de la Oficina Española de Estadística y del Ministerio de Salud español para el modelado social. Todas las simulaciones muestran el número total de infectados, incluidos los casos sintomáticos y asintomáticos. Tenga en cuenta que estos números son mucho mayores que el número de casos reportados. El comienzo de la semana 1 corresponde al 17 de marzo de 2020.

En la animación a continuación se comparan dos escenarios:

• Línea de base : no se toman restricciones, el virus se propaga libremente a lo largo de toda la simulación
• Políticas de aplicación social : a partir de la semana 1, incluido el cierre de escuelas, el trabajo desde casa, el distanciamiento social y las restricciones de viaje, todo lo cual refleja las políticas de la vida real que se han aplicado en España.

La siguiente animación muestra la aparición de nuevos picos en la propagación de COVID-19. En la semana 1, se introducen políticas de aplicación social, que incluyen el cierre de escuelas, el trabajo desde el hogar, el distanciamiento social y las restricciones de viaje. En la semana 14 *, el 10% de la población puede regresar a trabajar con toda la población toma medidas de prevención para evitar la propagación.

 

La siguiente animación es similar a la anterior, pero en la semana 16 *, el 10% de la población puede regresar al trabajo pero no se toman medidas de prevención. Actualmente estamos perfeccionando el modelo para considerar más factores y extender la simulación a Europa.

* Tenga en cuenta que esta semana es un ejemplo de fecha de regreso y no se basa en planes reales.

Simulando la propagación en Europa

La siguiente figura muestra las ciudades utilizadas para realizar la simulación en Europa. En total, hay 612 ciudades que corresponden a las ciudades más grandes de Europa con una población agregada de 195 millones de personas. Cada ciudad fue modelada utilizando información relacionada obtenida de Eurostat y otras oficinas europeas.

Antecedentes

Los efectos a corto plazo que nos interesan son:

• Estudio de la eficiencia de las políticas de aplicación para frenar la propagación de la epidemia.
• Recomendar políticas para minimizar el número de infecciones a corto plazo (a fin de reducir la propagación de la enfermedad), así como el número de casos graves y críticos, mediante la adopción de medidas específicas con ciertos segmentos de la población.

Los efectos a medio plazo que nos interesan son:

• ¿Qué políticas de aplicación se deben tomar para reducir la probabilidad de picos futuros?
• ¿Cuál es el impacto de las condiciones climáticas en el resultado de la epidemia?
• ¿Qué medidas deben mantenerse y durante cuánto tiempo, después de aplanar la curva?
• ¿El cierre de fronteras afecta la propagación?

Fortalezas EpiGraph para el análisis de la expansión COVID-19

• EpiGraph modela a cada individuo de la población . Es posible incluir características personales de cada individuo, como estado de salud, ocupación, edad, género, patologías existentes, etc. y usarlas en el proceso de simulación.
• Simulador distribuido y escalable. Implementamos un simulador escalable y totalmente distribuido en MPI. Actualmente, EpiGraph puede ejecutarse utilizando cientos de nodos de cómputo y puede realizar simulaciones de una temporada completa para entornos con cientos de millones de habitantes. Actualmente estamos realizando simulaciones a escala europea de la propagación de COVID-19.
• Simulaciones realistas Hemos validado los resultados de las simulaciones con otros simuladores, así como los datos reales obtenidos del NYSDOH y los datos de vigilancia de la influenza obtenidos del Sistema SISSS (Spanish Influenza Sentinel Surveillance) correspondiente a la temporada de influenza 2010-2011 en España.
• Estudio de diferentes escenarios. EpiGraph permite la simulación de valores R0 dependientes del tiempo. Como tal, podemos analizar el efecto de los cambios climáticos en la propagación de COVID-19, por ejemplo, el efecto de las condiciones climáticas más cálidas (relacionadas con la llegada de la primavera) en la propagación del virus. Además, analizamos y comparamos el impacto de diferentes políticas de vacunación potenciales en la gestión del proceso de diseminación del virus.

Equipo

El equipo coordinado por David Expósito Singh comprende tres grupos de la Universidad Carlos III de Madrid (UC3M) , el Centro de Supercomputación de Barcelona (BSC) y el Centro Nacional de Epidemiología, el Instituto de Salud Carlos III y el CIBER en Epidemiología y Salud Pública (CIBERESP) .

• En UC3M: David Expósito Singh, Jesús Carretero y Diego Fernández Olombrada
• En BSC: María-Cristina Marinescu
• En CNE. ISCIII CIBERESP: Amparo Larrauri, Diana Gomez-Barroso y Concepción Delgado-Sanz

Colaboradores:

• En el Centro para el Control y la Prevención de Enfermedades de Wuhan, Centro Internacional de Investigación Conjunta de Comunicaciones y Redes Ecológicas de China: Profesor Xiaohu Ge

Miembros anteriores

• Florin Isaila, Gonzalo Martín

Fondos

Este trabajo ha sido parcialmente financiado por el Ministerio de Ciencia y Educación de España en virtud de los contratos MEC 2011/00003/001, TIN2010-16497 y TIN2016-79637-P. También queremos agradecer a la Agencia Estatal de Meteorología (AEMET) por proporcionar datos meteorológicos de España.

otros reportajes NUVE