Este procedimiento, diseñado por el astrofísico de la UNAM, Xavier Hernández Doring, optimiza los recursos y minimiza la presencia de personas infectadas presintomáticas y asintomáticas
Lucero Natarén / Aquínoticias
El astrofísico Xavier Hernández Doring, investigador del Instituto de Astronomía de la Universidad Nacional Autónoma de México (UNAM), desarrolló un esquema matemático para realizar pruebas COVID-19 en empresas e instituciones, optimizando recursos y minimizando la presencia de personas infectadas presintomáticas y asintomáticas.
Esta estrategia de muestreo permite seleccionar cada día de forma óptima y eficiente a quiénes aplican pruebas para detectar la presencia del SARS-CoV-2 en los lugares de trabajo. Doring agregó que a petición de su colaborador Sergio Valentinotti Marelli, director de Ciencias de la Vida en el Laboratorio Liomont y miembro del Consejo Directivo del Patronato de la Facultad de Química de la UNAM, decidió enfrentar el reto de diseñar un plan que permitiera minimizar la cantidad de gente enferma que tienen en la planta, reducir contagios y no retrasar la producción.
«A todos los empleados no se les puede hacer una prueba PCR diaria, existe un límite de test que se pueden procesar en una población. Es decir, si hay mil personas y se les quiere evaluar, ¿a qué hora elaboran las vacunas?», reflexionó.
Este esquema de muestreo, publicado también hoy en la revista PLOS ONE, prueba su eficiencia con una serie de simulaciones por computadora para obtener resultados del efecto que puede tener.
Se mostró que esta investigación del astrofísico puede reducir en un factor de dos o tres el número de personas infectadas, ya sean presintomáticas o asintomáticas, en un entorno laboral o educativo, empleando un número limitado de pruebas, además de que se les identifica para darles atención oportuna, reduciendo también la posibilidad de muerte.
Los parámetros y variables considerados por Hernández Doring son: el número de personas en la población; la probabilidad media diaria de infección en la población general; duración del periodo de infección; el número de pruebas realizadas cada día; la cantidad de días después de una prueba negativa durante los cuales una persona queda excluida de la muestra de prueba; y la cantidad de días de infectadas registradas durante un periodo de 100 días.
El experto confió en que sea posible que más industrias u oficinas donde regresan a actividades puedan aprovechar su algoritmo, de ahí su presentación en una revista arbitrada de acceso libre.
