USC, UVigo e Universidade de Aveiro preverán os recursos necesarios contra a COVID-19 a través de modelos matemáticos

Ser capaces de prever a través de modelos matemáticos adecuados os recursos indispensables para loitar de modo eficiente contra a COVID-19, a curto e medio prazo, é a finalidade do proxecto que acaba de financiar a Fundação para a Ciência e Tecnologia de Portugal (FCT) e no que toman parte investigadores da USC, UVigo e Universidade de Aveiro. O proxecto aspira tamén a preparar as persoas infectadas para a recuperación no domicilio e a identificar problemas de saúde mental.

O estudo permitirá prever, por exemplo, o número de Unidades de Coidados Intensivos necesarias na loita contra a pandemia. O equipo de científicos pretende optimizar, deste xeito, o impacto de medidas de prevención e tratamento na redución da mortalidade por COVID-19. Para estes obxectivos, o grupo de matemáticos e físicos aliouse con grupos das Escolas Superiores de Saúde do Porto e Leiria, da Unidade de Saúde Pública do Agrupamento de Centros de Saúde Pinhal Litoral.

Hai xa case dous meses que este grupo de investigadores adiantou como sería a expansión da pandemia da COVID-19 en Galicia. Baseándose na análise dos datos de Wuhan, o grupo integrado polo catedrático de Análise Matemática da USC, Juan José Nieto, así como por Iván Area da Universidade de
Vigo, e Faiçal Ndaïrou, das Universidades de Vigo e Aveiro, realizou unha serie de simulacións que situaban o máximo número de casos da pandemia arredor do 5 de abril, data prevista para as eleccións galegas, que finalmente houbo que adiar.

Coa incorporación de Jorge Mira  e Alberto Pérez Muñuzuri da USC, así como de Cristiana Silva da Universidade de Aveiro, este equipo de científicos presentou a  proposta que vén de ser concedida para o control da epidemia á FCT e á  Agência de Investigação Clínica e Inovação Biomédica (AICIB) de Portugal, no marco da liña excepcional 'Research 4 COVID-19'. Este financiamento obtense no marco dunha convocatoria altamente competitiva, onde unicamente acadaron financiamento 66 das 302 propostas presentadas, é dicir, na que houbo un 22% de taxa de éxito.