CV. Las duras lecciones de modelar la pandemia de coronavirus. Quanta Magazine, 01/02/2021

Compartir

Durante unos meses el año pasado, Nigel Goldenfeld y Sergei Maslov, un par de físicos de la Universidad de Illinois, Urbana-Champaign, eran celebridades poco probables en la respuesta pandémica de COVID-19 de su estado, es decir, hasta que todo salió mal. En esos primeros meses de 2020, Goldenfeld y Maslov recibieron una cobertura de prensa positiva por su trabajo de modelado de COVID-19. Sus modelos ayudaron a impulsar a su universidad a cerrar su campus rápidamente en la primavera y hacer la transición a la educación solo en línea. Poco después, el suyo fue uno de varios grupos de modelos reclutados para informar sus resultados a la oficina del gobernador de Illinois.

Entonces, cuando Goldenfeld, Maslov y el resto de su equipo de investigación construyeron un nuevo modelo para guiar el proceso de reapertura de su universidad, la confianza en él aumentó. Habían tenido en cuenta las diversas formas en que los estudiantes pueden interactuar (estudiar, comer, relajarse, salir de fiesta, etc.) en diferentes lugares. Habían estimado qué tan bien podrían funcionar los servicios de pruebas y aislamiento en el campus. Habían considerado qué porcentaje del alumnado nunca mostraría síntomas mientras propagaba el virus. Para todos esos factores y más, se habían protegido contra una amplia gama de posibles incertidumbres y escenarios hipotéticos. Incluso habían incorporado una capa adicional de detalles que la mayoría de los modelos de reapertura de escuelas no tenían, al representar la física de la propagación del aerosol: cuántas partículas de virus podría emitir un estudiante cuando habla a través de una máscara en un salón de clases o cuando bebe y grita arriba. la música en un bar lleno de gente.

Siguiendo la guía del modelo, la Universidad de Illinois formuló un plan. Examinaría a todos sus estudiantes para detectar el coronavirus dos veces por semana, requeriría el uso de máscaras e implementaría otras consideraciones y controles logísticos, incluido un sistema eficaz de rastreo de contactos y una aplicación telefónica de notificación de exposición. Las matemáticas sugirieron que esta combinación de políticas sería suficiente para permitir que se reanude la instrucción en persona sin desencadenar la propagación exponencial del virus.

Pero el 3 de septiembre, apenas una semana después de su semestre de otoño, la universidad enfrentó una realidad desoladora. Casi 800 de sus estudiantes dieron positivo por el coronavirus, más de lo que el modelo había proyectado para el Día de Acción de Gracias. Los administradores tuvieron que emitir una suspensión inmediata de las actividades no esenciales en todo el campus.

Miro los números que vienen todos los días y me pregunto… qué nos estamos perdiendo.

Daniel Larremore, Universidad de Colorado, Boulder

¿Qué había salido mal? Los científicos aparentemente habían incluido tanto margen de error, tantas contingencias sobre cómo se comportarían los estudiantes. «Lo que no anticipamos fue que violarían la ley», dijo Goldenfeld, que algunos estudiantes, incluso después de dar positivo y recibir la orden de ponerse en cuarentena, asistirían a fiestas de todos modos. Esto resultó ser crítico: dada la forma en que se propaga COVID-19, incluso si solo unos pocos estudiantes fueran en contra de las reglas, la tasa de infección podría explotar.

Los críticos se apresuraron a atacar a Goldenfeld y Maslov, acusándolos de arrogancia y no mantenerse en su carril: «un consenso [que] fue muy difícil de superar, incluso cuando las personas que son expertos reconocidos intervinieron en nuestra defensa», dijo Maslov. .

Mientras tanto, la Universidad de Illinois estaba lejos de ser única. Muchas universidades en todo el país se vieron obligadas a considerar divergencias similares entre lo que sus propios modelos decían que podría suceder y lo que realmente sucedió, divergencias que luego se atribuyeron a una amplia variedad de razones...

Deja un comentario

Academia Nacional de Medicina