Noticias #eXplora <a href="https://static1.abc.es/media/ciencia/2020/11/10/1428980225-ksEH--620x349@abc.jpg">Media</a>En un momento en el que la hostelería y el comercio están sufriendo importantes restricciones debido a la pandemia mundial de coronavirus, comprender cómo se propaga el SARS-CoV-2 es fundamental a la hora de decidir las medidas de reapertura. Es por ello que investigadores de la Universidad de Stanford (EE. UU.) han creado un modelo informático que pudo predecir con exactitud la expansión del Covid-19 en diez ciudades estadounidenses la pasada primavera, señalando restaurantes, cafeterías y gimnasios como los principales establecimientos en los que se produjeron eventos de «superpropagación». Sin embargo, los autores señalan que si se aplican limitaciones de aforo, esta incidencia puede descender a la mitad o incluso más, creando un equilibrio entre la actividad económica y la situación sanitaria. Los resultados acaban de publicarse en la revista «Nature». El equipo tuvo en cuenta tres factores: d ónde van diariamente las personas, cuánto tiempo permanecen en un lugar determinado y con cuánta gente coinciden en ese momento. Así, entre el entre el 1 de marzo y el 2 de mayo de 2020 se cruzaron datos demográficos, estimaciones epidemiológicas e información anónima de la ubicación de teléfonos móviles de 98 millones de estadounidenses en 10 de las áreas metropolitanas más grandes del país: Nueva York, Los Ángeles, Chicago, Dallas, Washington DC, Houston, Atlanta, Miami, Filadelfia y San Francisco. Después, se utilizó ese modelo para llevar a cabo predicciones a corto plazo que, más tarde, se compararon con los datos reales proporcionados por las autoridades sanitarias. Y los resultados coincidieron. «Creamos un modelo informático para analizar cómo personas de diferentes orígenes demográficos y de diferentes vecindarios visitan distintos tipos de lugares que están más o menos concurridos. Basándonos en todo esto, pudimos predecir la probabilidad de que ocurran nuevas infecciones en un lugar y momento dados», explica Jure Leskovec, informático de Stanford que dirigió la investigación, en la que también participó la Universidad Northwestern. «Y esto no es un "o todo o nada" para este tipo de locales, sino que nuestro sistema ayuda a compatibilizar la actividad económica con la prevención sanitaria», apunta el investigador. <iframe height="286" src="https://www.youtube.com/embed/FZG85TN1nhE" frameborder="0" allowfullscreen style="width:100%;"></iframe> Puntos de interés y superpropagación El nivel de detalle de los datos de movilidad permitió a los investigadores modelar el número de infecciones que ocurren por hora en casi 553.000 establecimientos distintos agrupados en 20 categorías, denominados «puntos de interés», entre los que se incluyen desde iglesias a concesionarios de coches o tiendas de mascotas, si bien siempre teniendo en cuenta únicamente espacios cerrados. Su modelo señala que el 40% de todos los contagios se dieron en restaurantes, seguidos por los gimnasios, las cafeterías y los hoteles, si bien las infecciones no se dieron en todos los lugares de forma homogénea, ya que cada área metropolitana tiene unas características diferentes (número total de población, más o menos establecimientos o distintos niveles de contagio, entre otros). «Por ejemplo, en el área metropolitana de Chicago, el 10% de los puntos de interés representaron el 85% de las infecciones previstas en estas zonas», afirman los investigadores. Entre los establecimientos se excluyeron los colegios, ya que no se puede recopilar información de menores a través de sus teléfonos móviles; ni de transporte público: «Los datos recopilados a través de los smartphones nos indican solo la ubicación de cada persona, pero no si en ese momento van en un autobús con otras ocho personas más; aparte de que existen otros problemas asociados, como que la señal GPS no se recibe en el metro», explica en rueda de prensa online Serina Chang, también autora del…