stringtranslate.com

CovidSim

CovidSim es un modelo epidemiológico para COVID-19 desarrollado por el Equipo de Respuesta COVID-19 del Imperial College , dirigido por Neil Ferguson . [1] El estudio del Imperial College aborda la pregunta: Si la supresión completa no es factible, ¿cuál es la mejor estrategia que combine la supresión incompleta y el control que sea factible y conduzca a resultados aceptables? [2]

Historia

CovidSim es un modelo basado en agentes y se basó en un modelo de influenza anterior. [3]

La base del código para el modelo se construyó inicialmente c. 2005. [4]

Informar las decisiones políticas

Para el Primer Ministro del Reino Unido, Boris Johnson , [4] fue, según David Adam en The Atlantic , "un factor crítico que impulsó al gobierno del Reino Unido a cambiar su política sobre la pandemia" y ordenar un bloqueo a nivel nacional para limitar la propagación de la pandemia. Coronavirus. [5] [1] [6] [7]

Software

En mayo de 2020, se lanzó en GitHub un derivado C++ del código . [8]

En mayo de 2023 , la etiqueta de versión actual es v0.15.0. [9] Además, existe un paquete Anaconda con la versión v0.8.0 [10]

El software debe distinguirse de la herramienta de análisis de escenarios COVID-19 de ICL (actualmente versión 4 [11] ), que está alojada bajo el nombre de dominio https://www.covidsim.org, pero según la documentación de la investigación se basa en modelo combinado con un modelo escudero , que es el modelo de transmisión subyacente en ausencia de vacunación. [12] [13] Más detalles están disponibles en el Informe 33 de ICL . [14]

Revisiones de código y opiniones de expertos.

Tenga en cuenta que el modelo mencionado se entrega y está marcado con una lista de advertencias e información para el usuario, por ejemplo, falta de soporte, naturaleza/núcleo estocástico, criticidad de los parámetros de entrada, etc. [15] [16]

Solvencia

El programador estadounidense John Carmack dijo en abril de 2020 que trabajó en el código antes de que fuera lanzado al público, cuando era un único archivo de lenguaje de programación C de 15.000 líneas y "algunas de las funciones parecían traducidas automáticamente desde Fortran ". pero que "le fue mucho mejor pasando por el conjunto de herramientas de análisis de código con las que lo usé que con mucho código más moderno". [17] [18]

Deficiencias

New Scientist informó en marzo de 2020 que un grupo del Instituto de Sistemas Complejos de Nueva Inglaterra que revisó el modelo sugirió que contenía "errores sistemáticos". [19] [20] El periódico británico The Telegraph informó que algunos ingenieros de software que revisaron el nuevo código lo llamaron "totalmente poco confiable" y un "desastre con errores". [21]

En opinión del informático Michael Wooldridge de la Universidad de Oxford , el código fue "desarrollado sin la ceremonia y el rigor" de los productos profesionales, lo que no es atípico en el software de investigación y, a menudo, está destinado a no ser comprendido por terceros o a ser reutilizado; y "si bien las extensas críticas sobre las prácticas relajadas de ingeniería de software quizás estén justificadas, no fueron fundamentalmente defectuosas". [22]

Características del modelo

Reproducibilidad

Una revisión independiente realizada por Codecheck dirigida por el Dr. Stephen Eglen de la Universidad de Cambridge confirmó que pudieron reproducir los hallazgos clave del informe del equipo de respuesta utilizando el software. [17] [23] [24] Un editorial de junio de 2020 en Nature declaró que el código base original de CovidSim cumplía con los requisitos de reproducibilidad científica . [25]

Incertidumbre

Existen más investigaciones para identificar las siguientes tres fuentes de incertidumbre en la simulación: [26] [27] incertidumbre paramétrica, incertidumbre de la estructura del modelo e incertidumbre del escenario: [28] El resultado de la simulación depende críticamente de las entradas y puede cambiar hasta un 300% según sobre 940 parámetros, de los cuales 19 se consideran los más sensibles. Por lo tanto, es necesario comprender la estructura del modelo y la incertidumbre del escenario. [28]

Los resultados obtenidos por Imperial utilizando el modelo son consistentes con otros modelos que hacen supuestos similares. [2]

Extensibilidad

La calibración del modelo se ha visto obstaculizada por la falta de pruebas, especialmente la escasa comprensión de la prevalencia de la infección asintomática; sin embargo, el equipo del Imperial College hace suposiciones razonables [ cita necesaria ] . La dependencia del modelo de una imagen simplificada de las interacciones sociales limita su extensibilidad a contrafactuales. Se puede esperar que la naturaleza general de las conclusiones basadas en dicho modelo sea similar a las de un modelo compartimental simple. [2]

Otras aplicaciones, investigaciones relacionadas o de seguimiento

Ver también

Referencias

  1. ^ ab Adam D (abril de 2020). "Informe especial: Las simulaciones que impulsan la respuesta mundial al COVID-19". Naturaleza . 580 (7803): 316–318. Código Bib :2020Natur.580..316A. doi : 10.1038/d41586-020-01003-6 . PMID  32242115. S2CID  214771531.
  2. ^ abc Eubank S, Eckstrand I, Lewis B, Venkatramanan S, Marathe M, Barrett CL (abril de 2020). "Comentario sobre Ferguson, et al.," Impacto de las intervenciones no farmacéuticas (NPI) para reducir la mortalidad por COVID-19 y la demanda de atención médica"". Boletín de Biología Matemática . 82 (4): 52. doi :10.1007/s11538-020-00726-x. PMC 7140590 . PMID  32270376.  El texto se copió de esta fuente, que está disponible bajo una licencia internacional Creative Commons Attribution 4.0.
  3. ^ Panovska-Griffiths J, Kerr CC, Waites W, Stuart RM (enero de 2021). "El modelado matemático como herramienta para la toma de decisiones políticas: aplicaciones a la pandemia de COVID-19". Manual de estadística . 44 : 291–326. doi : 10.1016/bs.host.2020.12.001 . ISBN 9780323852005. PMC  7857083 .
  4. ^ ab Bostock B (25 de abril de 2020), "Cómo 'Professor Lockdown' ayudó a salvar decenas de miles de vidas en todo el mundo y llevó el COVID-19 a Downing Street", Business Insider
  5. ^ "Informe 9 - Impacto de las intervenciones no farmacéuticas (NPI) para reducir la mortalidad por COVID-19 y la demanda de atención sanitaria". Colegio Imperial de Londres . Consultado el 10 de marzo de 2021 .
  6. ^ Kelland K (17 de marzo de 2020). "Un estudio aleccionador sobre el coronavirus impulsó a Gran Bretaña a endurecer su enfoque". Reuters.
  7. ^ Tufekci Z (2 de abril de 2020). "No crea en los modelos COVID-19. No sirven para eso". El Atlántico .
  8. ^ mrc-ide/covid-sim, Centro MRC para el análisis global de enfermedades infecciosas, 8 de marzo de 2021 , consultado el 9 de marzo de 2021
  9. ^ "Lanzamiento v0.15.0 · mrc-ide/covid-sim". GitHub . Consultado el 5 de abril de 2021 .
  10. ^ "Covid Sim :: Anaconda.org". anaconda.org . Consultado el 5 de abril de 2021 .
  11. ^ "Análisis de escenarios de Covid-19". covidsim.org . Consultado el 5 de abril de 2021 .
  12. ^ "Modelo de transmisión SEIR de COVID-19". mrc-ide.github.io . Consultado el 5 de abril de 2021 .
  13. ^ Consultoría, Bio Nano. "Análisis de escenarios de Covid-19". covidsim.org . Consultado el 5 de abril de 2021 .
  14. ^ "Informe 33: Modelización de la asignación y el impacto de una vacuna COVID-19". Colegio Imperial de Londres . Consultado el 5 de abril de 2021 .
  15. ^ "mrc-ide/covid-sim". GitHub . Consultado el 5 de abril de 2021 .
  16. ^ "Herramientas de planificación COVID-19". Colegio Imperial de Londres . Consultado el 5 de abril de 2021 .
  17. ^ ab Scheuber A, van Elsland SL (junio de 2020). "Codecheck confirma la reproducibilidad de los resultados del modelo COVID-19". Noticias imperiales . Colegio Imperial de Londres . Consultado el 10 de marzo de 2021 .
  18. ^ @ID_AA_Carmack (27 de abril de 2020). "Antes de que el equipo de GitHub comenzara a trabajar en el código, era un archivo C de una sola línea de 15k en el que se había trabajado durante una década, y algunas de las funciones parecían traducidas automáticamente desde Fortran" ( Tweet ), vía Twitter .
  19. ^ Shen C, Taleb NN, Bar-Yam Y (17 de marzo de 2020). "Revisión de Ferguson et al" Impacto de las intervenciones no farmacéuticas...". Instituto de Sistemas Complejos de Nueva Inglaterra . Consultado el 13 de marzo de 2021 .
  20. ^ Hamzelou J (23 de marzo de 2020), "El asesoramiento científico del Reino Unido sobre el coronavirus es motivo de preocupación", New Scientist
  21. ^ Boland H (16 de mayo de 2020). "La codificación que condujo al bloqueo fue 'totalmente poco confiable' y un 'desorden de errores', dicen los expertos". El Telégrafo . Consultado el 22 de mayo de 2020 .
  22. ^ Wooldridge M. "El software que condujo al bloqueo". cacm.acm.org . Consultado el 9 de marzo de 2021 .
  23. ^ "Codecheck confirma la reproducibilidad de los resultados del modelo COVID-19". Noticias de espejismo . 2 de junio de 2020 . Consultado el 6 de junio de 2020 .
  24. ^ Eglen SJ (29 de mayo de 2020). "Certificado CODECHECK 2020-010". Ginebra, Suiza. doi :10.5281/zenodo.3865491 . Consultado el 14 de octubre de 2020 . {{cite journal}}: Cite Journal requiere |journal=( ayuda ) Informe en PDF disponible.
  25. ^ Singh Chawla D (junio de 2020). "La simulación de coronavirus criticada recibe el visto bueno de los esfuerzos de verificación de códigos" (PDF) . Naturaleza . 582 (7812): 323–324. Código Bib :2020Natur.582..323S. doi : 10.1038/d41586-020-01685-y . PMID  32546864. S2CID  219700526 . Consultado el 14 de octubre de 2020 .
  26. ^ Winsberg E (2019), "Computer Simulators in Science", en Zalta EN (ed.), The Stanford Encyclopedia of Philosophy (edición de invierno de 2019), Metaphysics Research Lab, Universidad de Stanford , consultado el 9 de marzo de 2021.
  27. ^ Leung K, Wu JT (febrero de 2021). "Cuantificando la incertidumbre de CovidSim". Ciencia Computacional de la Naturaleza . 1 (2): 98–99. doi : 10.1038/s43588-021-00031-0 . ISSN  2662-8457.
  28. ^ ab Edeling W, Arabnejad H, Sinclair R, Suleimenova D, Gopalakrishnan K, Bosak B, et al. (febrero de 2021). "El impacto de la incertidumbre en las predicciones del código epidemiológico CovidSim". Ciencia Computacional de la Naturaleza . 1 (2): 128-135. doi : 10.1038/s43588-021-00028-9 . hdl : 11245.1/4bf2b164-6e12-40aa-93f0-54e41abf1d42 .
  29. ^ Rice K, Wynne B, Martin V, Ackland GJ (octubre de 2020). "Efecto del cierre de escuelas sobre la mortalidad por enfermedad por coronavirus 2019: predicciones antiguas y nuevas". BMJ . 371 : m3588. doi :10.1136/bmj.m3588. PMC 7536648 . PMID  33028597. 
  30. ^ "Un conjunto de herramientas de automatización para tareas de simulación complejas: documentación de la versión inicial de FabSim3". fabsim3.readthedocs.io . Consultado el 2 de abril de 2021 .
  31. ^ Wouter Edeling; Hamid Arabnejad; Robert C Sinclair; Diana Suleimenova; Krishnakumar Gopalakrishnan; Bartosz Bosak; Derek Groen; Imran Mahmood Qureshi Hashmi; Daan Crommelin (16 de enero de 2021), FabCovidSim, doi :10.5281/zenodo.4445290 , consultado el 2 de abril de 2021
  32. ^ Richardson, Robin A.; Wright, David W.; Edeling, Wouter; Jancauskas, Vitautas; Lakhlili, Jalal; Coveney, Peter V. (29 de abril de 2020). "EasyVVUQ: una biblioteca para verificación, validación y cuantificación de incertidumbre en informática de alto rendimiento". Revista de software de investigación abierta . 8 : 11. doi : 10.5334/jors.303 . ISSN  2049-9647.
  33. ^ "wedeling/EasyVVUQ". GitHub . Consultado el 2 de abril de 2021 .
  34. ^ Laydon, Daniel J.; Mishra, Swapnil; Hinsley, Wes R.; Samartsidis, Pantelis; Flaxman, Seth; Gandy, Axel; Ferguson, Neil M.; Bhatt, Samir (24 de febrero de 2021). "Impacto del sistema de niveles en la transmisión del SARS-CoV-2 en el Reino Unido entre el primer y segundo cierre nacional". medRxiv 10.1101/2021.02.23.21252277v1 . 

Lectura adicional

Enlaces externos