(Foto: AFP)
(Foto: AFP)

Un grupo de investigadores creó un simulador computacional para determinar la velocidad de contagio de una enfermedad para así determinar los posibles escenarios resultantes, cambiando algunas variables y entender mejor al y otras enfermedades reales.

Este estudio, publicado por el diario estadounidense , mostró una enfermedad ficticia de propagación más rápida que el COVID-19, a la que llamaron ‘simulitis’, que se contagia cuando una persona sana se toca con una enferma, que en el programa se representan con círculos azules y naranjas respectivamente.

Mediante una serie de gráficos se aprecia cómo la ‘simulitis’, que puede ser cualquier enfermedad como el COVID-19, empieza a propagarse en la población (círculos azules) de manera rápida, en lo que se denomina la curva exponencial, hasta llegar a un pico de contagio.

Sin embargo, matemáticamente, la simulación también llevó a los investigadores de la salud a determinar la importancia del aislamiento social para disminuir considerablemente el número de contagios y reducir esa curva exponencial.

Los círculos se mueven de forma aleatoria en un espacio determinado y el simulador coloca un solo círculo infectado con ‘simulitis’. En cuestión de unos segundos, la enfermedad empieza a propagarse a los demás círculos hasta llegar a un pico de contagio en la curva exponencial.

Pero, a medida que transcurre el tiempo, empiezan a aparecer personas que se sanan y se vuelven inmunes a la enfermedad, que en la simulación se representan con los círculos rosados.

Estos inmunes a la enfermedad no se vuelven a contagiar, ni propagan el virus, y serían la clave que demostraría la efectividad del aislamiento decretado en distintos países, entre ellos el Perú, como una medida bastante efectiva para que la curvatura de contagios no llegue a picos críticos, tal como se muestra en el video.

Es por eso que las medidas adoptadas por el gobierno hay que cumplirlas al pie de la letra, para así disminuir la curvatura de contagios y disminuir, por ende, el número de posibles muertos.