Herramienta estadística predice los picos de COVID-19 en todo el mundo
Por el equipo editorial de HospiMedica en español Actualizado el 09 Jun 2020 |
Imagen: Datos de casos activos en los países severamente afectados con la Ecuación (Fotografía cortesía de Frontiers)
Un estudio muestra como un conjunto único de funciones y distribuciones de probabilidad pueden predecir los picos futuros en la diseminación de la COVID-19.
Desarrollada por investigadores en el Instituto Santa Fe (NM, EUA), la Universidad de Ege (Bornova, Turquía) y otras instituciones, la herramienta se basa en una forma funcional de estadístico q que describe con exactitud todos los datos disponibles existentes de casos activos y muertes en la mayoría de los países alrededor del mundo y también puede predecir los picos futuros con satisfacción. Usando los datos de la China, donde la tasa de casos activos parece haber hecho el pico primero, establecieron los parámetros principales para la fórmula. A continuación, lo aplicaron a otros países, incluyendo Francia, Brasil y el Reino Unido y encontraron que se correspondía con la evolución de los casos activos y las tasas de muertes con el tiempo.
La herramienta fue desarrollada siguiendo el análisis de los casos activos y muertes por día, con base en la inspección de datos públicos, y el tiempo de evolución del número de casos activos, que mostraban una similitud muy intrigante con las distribuciones de los volúmenes de las acciones en Wall Street. Los investigadores afirman que cae dentro del ámbito de sistemas complejos que incluyen no sólo transacciones financieras de alta frecuencia sino también otros campos, como los aspectos antropológicos, sistemas con una distribución tipo q-Weibull y redes intercorporadas de biotecnología. El estudio fue publicado el 29 de mayo de 2020 en la revista Frontiers in Physics.
“El presente algoritmo de predicción podría, en principio, ser incluido dentro de una aplicación de Internet que podría tener acceso a los datos públicamente disponibles en una página web determinada y actualizar automáticamente las fechas y alturas predichas de los picos de enfermedad de la epidemia como la presente de COVID-19”, concluyeron los autores del estudio, Constantino Tsallis, PhD, del Instituto Santa Fe y Ugur Tirnakli, PhD, de la Universidad de Ege. “La forma funcional parece ser universal. No sólo para este virus, sino para el próximo que pueda aparecer”.
La gráfica financiera original apareció en un volumen de 2004 coeditado por el Dr. Tsallis y el difunto Premio Nobel de Física 1969, Murray Gell-Mann. El Dr. Tsallis paso a desarrollar el estadístico q, también conocido como “estadísticas de Tsallis” a finales de los años 80, como una generalización de las estadísticas Boltzmann-Gibbs para sistemas complejos.
Enlace relacionado:
Instituto Santa Fe
Universidad de Ege
Desarrollada por investigadores en el Instituto Santa Fe (NM, EUA), la Universidad de Ege (Bornova, Turquía) y otras instituciones, la herramienta se basa en una forma funcional de estadístico q que describe con exactitud todos los datos disponibles existentes de casos activos y muertes en la mayoría de los países alrededor del mundo y también puede predecir los picos futuros con satisfacción. Usando los datos de la China, donde la tasa de casos activos parece haber hecho el pico primero, establecieron los parámetros principales para la fórmula. A continuación, lo aplicaron a otros países, incluyendo Francia, Brasil y el Reino Unido y encontraron que se correspondía con la evolución de los casos activos y las tasas de muertes con el tiempo.
La herramienta fue desarrollada siguiendo el análisis de los casos activos y muertes por día, con base en la inspección de datos públicos, y el tiempo de evolución del número de casos activos, que mostraban una similitud muy intrigante con las distribuciones de los volúmenes de las acciones en Wall Street. Los investigadores afirman que cae dentro del ámbito de sistemas complejos que incluyen no sólo transacciones financieras de alta frecuencia sino también otros campos, como los aspectos antropológicos, sistemas con una distribución tipo q-Weibull y redes intercorporadas de biotecnología. El estudio fue publicado el 29 de mayo de 2020 en la revista Frontiers in Physics.
“El presente algoritmo de predicción podría, en principio, ser incluido dentro de una aplicación de Internet que podría tener acceso a los datos públicamente disponibles en una página web determinada y actualizar automáticamente las fechas y alturas predichas de los picos de enfermedad de la epidemia como la presente de COVID-19”, concluyeron los autores del estudio, Constantino Tsallis, PhD, del Instituto Santa Fe y Ugur Tirnakli, PhD, de la Universidad de Ege. “La forma funcional parece ser universal. No sólo para este virus, sino para el próximo que pueda aparecer”.
La gráfica financiera original apareció en un volumen de 2004 coeditado por el Dr. Tsallis y el difunto Premio Nobel de Física 1969, Murray Gell-Mann. El Dr. Tsallis paso a desarrollar el estadístico q, también conocido como “estadísticas de Tsallis” a finales de los años 80, como una generalización de las estadísticas Boltzmann-Gibbs para sistemas complejos.
Enlace relacionado:
Instituto Santa Fe
Universidad de Ege
Últimas TI noticias
- Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca
- Colaboración estratégica para desarrollar e integrar IA generativa en el cuidado de la salud
- Solución de quirófanos habilitada para IA ayuda a hospitales a maximizar la utilización y desbloquear la capacidad
- IA predice cáncer de páncreas tres años antes del diagnóstico a partir de registros médicos de los pacientes
- Primer sistema de autorizaciones médicas personalizadas de IA generativa totalmente autónoma reduce el retraso en la atención
- Según un estudio, registros médicos electrónicos pueden ser clave para mejorar la atención al paciente
- IA entrenada para biomarcadores vocales específicos podría predecir con precisión enfermedad de arterias coronarias
- Inteligencia artificial detecta las fracturas en los rayos X con exactitud
- Lectura capacitada por IA aumenta la exactitud de la mamografía
- Sistema inteligente para detectar la fiebre y los contactos ayuda a que los negocios puedan reabrir
- Tecnología nueva permite la identificación a través de una máscara
- Servicio de ciberseguridad protege los dispositivos médicos de ataques
- Inteligencia artificial puede detectar los niveles de glucosa a través del ECG
- Implante neural suave de control inalámbrico estimula las células del cerebro
- Stent pequeño de polímero podría tratar las estenosis uretrales pediátricas
- Sistema nuevo de aprendizaje automático ayuda a los patólogos a diagnosticar el cáncer