El modelo usa el número de muertes notificadas, el cual se considera más preciso y completo que el de casos confirmados por el laboratorio como base para sus cálculos. También compara sus datos con el número de casos confirmados para calcular la relación entre las enfermedades anunciadas y las aproximadas.
Madrid, 9 de febrero (EuropaPress).- Un algoritmo de aprendizaje automático desarrollado en la UT Southwestern (Estados Unidos) estima que el número de casos de COVID-19 en Estados Unidos desde que comenzó la pandemia es casi tres veces superior al de los casos confirmados.
El algoritmo, descrito en un estudio publicado en la revista científica PLOS ONE, proporciona estimaciones actualizadas diariamente del total de infecciones hasta la fecha, así como del número de personas infectadas actualmente en Estados Unidos y en los 50 países más afectados por la pandemia.
Hasta el 4 de febrero de 2021, según los cálculos del modelo, más de 71 millones de personas en EU (el 21.5 por ciento de los estadounidenses) había contraído COVID-19. Esta cifra contrasta con los 26.7 millones de casos confirmados. De esos 71 millones de estadounidenses que se calcula que han tenido COVID-19, siete millones (el 2.1 por ciento de la población estadounidense) tenían infecciones activas y eran potencialmente contagiosas, según el algoritmo.
Severe undercounting of COVID-19 cases in U.S., other countries estimated via model @plos @PLOSONE https://t.co/SSem1yeugT
— Medical Xpress (@medical_xpress) February 8, 2021
El modelo utiliza el número de muertes notificadas, que se considera más preciso y completo que el número de casos confirmados por el laboratorio, como base para sus cálculos. A continuación, asume una tasa de mortalidad por infección del 0.66 por ciento, basada en un estudio anterior sobre la pandemia en China, y tiene en cuenta otros factores como el número medio de días desde el inicio de los síntomas hasta la muerte o la recuperación. También compara su estimación con el número de casos confirmados para calcular una relación entre las infecciones confirmadas y las estimadas.
Todavía hay muchas dudas sobre COVID-19, en particular sobre la tasa de mortalidad, y, por tanto, las estimaciones son aproximadas, afirma uno de los líderes del estudio, Jungsik Noh. Pero el investigador cree que las estimaciones del modelo son más precisas y dejan fuera menos casos que los confirmados que se utilizan actualmente.
En Estados Unidos, las tasas de infección varían mucho según el estado. California ha tenido casi siete millones de infecciones desde el inicio de la pandemia, en comparación con los 5.7 millones de Nueva York, según las proyecciones del algoritmo para el 4 de febrero. Además, el modelo estimó que California tenía 1.3 millones de casos activos en esa fecha, lo que afectaba al 3.4 por ciento de la población del estado.
