jueves, 29 de agosto de 2013

Tratamientos aleatorias ayudan a prevenir epidemias

Los tratamientos aleatorios pueden ser más eficaces para detener los brotes de enfermedades
Los matemáticos han encontrado que variando el tiempo de los tratamientos , los médicos pueden ser capaces de aumentar las probabilidades de que un brote de enfermedad morirá de repente

Por Calla Cofield

Aunque las vacunas tienden a llegar lo
largo de muchos meses, la aleatoriedad
en los programas de tratamiento en realidad
puede ayudar a controlar un brote de la enfermedad
.

Juntar gatos es un juego de niños en comparación con juntar gente para tomar dosis de la vacuna contra la gripe en las últimas semanas del verano, cuando el trabajo, escuela, farmacia horas limitadas, días de playa y un sinnúmero de otros factores conspiran para interferir. Como resultado, las vacunas tienden a tardar en ser suministradas lo largo de muchos meses. En lugar de resistirse a esta tendencia , algunos matemáticos piensan ahora que los funcionarios de salud pública pueden un día ser más receptivos a este sistema. Un poco de aleatoriedad en los programas de tratamiento en realidad puede ayudar a controlar un brote de la enfermedad .

Esta conclusión proviene de un análisis de las opciones de tratamiento de los brotes de enfermedades infecciosas a través de la lente de la teoría de la complejidad , que intenta dar sentido a los sistemas que son fundamentalmente impredecibles. Los investigadores que utilizan la teoría de la complejidad de estudiar los brotes de enfermedades se han identificado casos raros en que el brote va a morir de repente . Digamos, por ejemplo, los trabajadores de salud administran antibióticos para combatir un brote de meningitis bacteriana , causando infecciones a disminuir . Un modelo de la enfermedad clásica sugiere que cada persona infectada debe ser aislado y tratado antes de que la enfermedad puede desaparecer. Pero la teoría de la complejidad muestra que en ocasiones , la enfermedad se extinguirá debido a factores aleatorios e impredecibles.

Este " evento de extinción al azar " es imposible de predecir, pero una nueva investigación muestra que calendario prudente de los tratamientos puede aumentar las probabilidades de una ocurrencia . Saber cómo varían para hacer eventos de extinción azar más probable podría ser especialmente útil en los países en desarrollo, donde los suministros farmacéuticos son a menudo limitados y tratamientos no están disponibles todo el año , sino que se da en ráfagas de un cierto número de veces al año . Este suele ser el caso cuando una organización de ayuda administra tratamientos a distancia .

Ira Schwartz, un matemático aplicado y físico en el Laboratorio de Investigación Naval de EE.UU. , y sus colegas utilizaron una simulación por ordenador que modela el comportamiento general de las enfermedades infecciosas en una población de 8.000 personas. La simulación tiene en cuenta el elemento de aleatoriedad y comparó los resultados de dos escenarios diferentes : una en la que se suministra el tratamiento a intervalos regulares de tiempo y otra a intervalos aleatorios . Compararon estos dos escenarios para las enfermedades infecciosas como la meningitis bacteriana , enfermedades venéreas y la peste , que se tratan principalmente con antibióticos.

Los resultados muestran que en los casos en que las ráfagas de tratamiento sólo podían ser administradas entre dos y ocho veces por año , el programa de aleatorización creado una disminución exponencial en el tiempo para un evento de extinción al azar : en otras palabras , una enfermedad murió hacia fuera más rápidamente . "La investigación demuestra por qué los programas de tratamiento aleatorios funcionan", dice Schwartz, un co - autor del artículo , que fue publicado en PLoS ONE en agosto.

En 2008 Schwartz co -autor de otro documento que utiliza modelos similares para probar el efecto de la vacunación al azar en los nuevos miembros de la población ( niños ) , y mostró disminuciones similares en el tiempo de extinción enfermedad.

En el nuevo estudio , los investigadores especulan que si los tratamientos de la enfermedad se entregan dos veces al año, seis meses de diferencia , una enfermedad puede tener tiempo para reponer fuerzas entre las dosis. En un programa de aleatorización , sin embargo , esas dosis podrían venir más cerca juntos , aumentando la probabilidad de que la segunda dosis tendría atacar la enfermedad , mientras que el último está en un estado debilitado . Este uno-dos aumenta la posibilidad de que ocurra un evento de extinción aleatoria. ( Aunque los investigadores pueden calcular la probabilidad de tal evento , siguen siendo en última instancia impredecible. ) Por esta razón , los investigadores concluyen que cuando los recursos son limitados , el tratamiento debe ser distribuido a un porcentaje mayor de la población en unos pocos , legumbres estrechamente distribuidos al azar , en lugar de muchos pequeños pulsos distribuido a menos personas .

Con más investigación sobre la interacción aleatoria entre el tratamiento y la enfermedad , es posible que los científicos proporcionarán más sugerencias sobre cómo administrar mejor los tratamientos , sobre todo en lugares donde los suministros y recursos humanos son limitados.

Charles Doering , director en funciones del Centro para el Estudio de Sistemas Complejos de la Universidad de Michigan, dice que el equipo de Schwartz es uno de los pocos grupos que exploran cómo la aleatoriedad en los programas de tratamiento puede afectar el progreso de enfermedades infecciosas. Aunque los investigadores utilizaron modelos bien establecidos de cómo se propagan y sobreviven las enfermedades en las poblaciones humanas, sus técnicas matemáticas para la toma de aleatoriedad en cuenta, desarrollados a partir de la mecánica cuántica , es difícil de aplicar a modelos de enfermedad . "Uno nunca sabe", dice . " Si ha cambiado cualquiera de la estructura del modelo, puede que las conclusiones podrían cambiar. " Pero el trabajo puede inspirar nuevas investigaciones en grandes simulaciones o experimentos de laboratorio que ponen a prueba estas teorías en las poblaciones de microorganismos vivos . " Esto le da un punto de partida, una hipótesis de trabajo para investigar ", añade .

Scientific American

No hay comentarios:

Publicar un comentario