Que municipios son máis vulnerables á Covid-19? Saberalo con este sistema

Os municipios con maior risco son os do Eixo Atlántico e os de menor, os do interior de Lugo e Ourense, segundo un modelo da USC

O traballo aborda os datos facilitados polo Servizo Galego de Saúde dende o inicio da pandemia ata o 30 de xuño de 2020. FOTO: Santi Alvite
O traballo aborda os datos facilitados polo Servizo Galego de Saúde dende o inicio da pandemia ata o 30 de xuño de 2020. FOTO: Santi Alvite

O coronavirus segue aí. É preciso seguir contendo a súa expansión. Controlalo e coñecelo mellor segue a ser o obxectivo principal. E agora, a ciencia galega xa dá un paso máis. Un estudo levado a cabo por investigadores da Universidade de Santiago de Compostela (USC) desenvolve unha aproximación matemática que asigna un factor de risco ás localidades galegas máis vulnerables ante a Covid-19. Esta nova ferramenta, que se baseou na análise da distribución xeográfica da incidencia acumulada, poderíase usar no deseño de novas políticas de contención do virus.

Eixo Atlántico

O equipo de científicos constatou que a propagación xeográfica do virus foi máis significativa no sector occidental urbano do Eixo Atlántico, especialmente nas zonas próximas ás principais cidades. “Observamos como as áreas periurbanas que rodean as principais cidades adquiren maior protagonismo. Isto explícase porque nestas zonas é onde reside a maior parte da xente, pero tamén onde se concentran maioritariamente as actividades industriais. Polo tanto, estes espazos presentan un maior dinamismo baseado nun maior número de interaccións”, engaden.

As localidades que presentan un risco menor son as do interior de Lugo e Ourense. Mais os investigadores indican que, cando falan de “risco”, non se refiren a certezas absolutas. “Pode ocorrer que un núcleo con baixo risco experimente un gromo antes que outra localidade con alto risco”, sinalaron os investigadores. Isto débese a factores incontrolables —por exemplo, a visita dunha familia contaxiada— que non son previsibles nin se poden incorporar nos modelos.

Modelos matemáticos

O estudo foi desenvolvido polos investigadores Ángel Miramontes e José Balsa Barreiro do grupo Investigación Análise Territorial do Instituto de Estudos e Desenvolvemento de Galicia (IDEGA) da USC en colaboración cos científicos do grupo de Fisca non Lineal: Alberto P. Muñuzuri, Alejandro Carballosa e David García Selfa. Os dous equipos combinaron as súas metodoloxías de traballo e incorporaron información estrutural xeográfica relevante nun modelo matemático. Dito modelo permite calcular os niveis de risco de cada localidade considerada. Deste xeito, previamente á aparición dunha vaga epidemiolóxica, é posible determinar que localidades son máis vulnerables.

“Este estudo analiza posibles escenarios con diferentes medidas de confinamento que permitan evitar gromos epidémicos en localidades con alto risco”, explican os autores do artigo. Igualmente, determina os puntos onde hai que reforzar o sistema sanitario posto que é onde máis risco de gromos hai. O estudo presentado localízase no caso galego e céntrase nas dúas primeiras vagas da pandemia “pero os resultados son facilmente extrapolables a outras contornas”, continúan sinalando.

“os resultados son facilmente extrapolables a outras contornas”

O traballo baséase nos datos facilitados polo Servizo Galego de Saúde dende o inicio da pandemia ata o 30 de xuño de 2020. En total, a base de datos conta con 10.853 casos coas súas correspondentes localizacións. “O punto xeográfico no que se orixina cada caso permite avaliar a distribución da enfermidade e comprender a súa dinámica espacial”, explicaron os investigadores.


Referencia: Risk evaluation at municipality level of a COVID-19 outbreak incorporating relevant geographic data: the study case of Galicia. (Scientific Reports)

DEIXAR UNHA RESPOSTA

Please enter your comment!
POLÍTICA DE COMENTARIOS:

GCiencia non publicará comentarios ofensivos, que non sexan respectuosos ou que conteñan expresións discriminatorias, difamatorias ou contrarias á lexislación vixente.

GCiencia no publicará comentarios ofensivos, que no sean respetuosos o que contentan expresiones discriminatorias, difamatorias o contrarias a la ley existente.

Please enter your name here

Este sitio emprega Akismet para reducir o spam. Aprende como se procesan os datos dos teus comentarios.