p Os cientistas do Rochester Institute of Technology desenvolveram um método que acreditam ajudar os epidemiologistas a prever com mais eficiência a propagação da pandemia COVID-19. Seu novo estudo, publicado em Physica D:Fenômenos não lineares , descreve uma solução para o modelo de epidemia SIR, que é comumente usado para prever quantas pessoas são suscetíveis a, infetado por, e recuperado de epidemias virais. p O método foi criado por Nathaniel Barlow, professor associado da Escola de Ciências Matemáticas da RIT, e Steven Weinstein, chefe do Departamento de Engenharia Química da RIT. Eles dizem que, ao usar essa solução para o modelo, epidemiologistas podem prever rapidamente muitos cenários diferentes de como o COVID-19 poderia se espalhar com base em uma variedade de variáveis. As projeções produzidas por modelos matemáticos ajudam os funcionários públicos a tomar decisões políticas sobre quando impor e suspender as restrições destinadas a achatar a curva das taxas de infecção.

p Os matemáticos aplicados que desenvolveram o método disseram que estavam entusiasmados em encontrar uma maneira de aplicar suas habilidades para ajudar a combater a pandemia.

p "Eu estava em casa pensando que gostaria de ajudar de alguma forma com tudo que está acontecendo, "disse Barlow." Vimos um artigo popular sobre o modelo SIR, vimos que nosso método poderia acelerar o processo e rapidamente escrevemos o artigo. Nosso objetivo era fornecer ferramentas melhores para os especialistas que estão lutando contra esta doença. "

p O método foi baseado em soluções que eles desenvolveram anteriormente para problemas muito diferentes em termodinâmica, mecânica dos fluidos e previsão das trajetórias da luz em torno dos buracos negros. Eles trabalharam extensivamente com alunos de graduação nesses problemas nos últimos seis anos e descobriram que a solução para o modelo de epidemia de SIR tinha uma estrutura matemática muito semelhante. Embora os autores não tenham trabalhado anteriormente na área de epidemiologia, seu trabalho anterior foi traduzido perfeitamente para este novo campo.

p "Muitas vezes, isso é o que nós, como matemáticos aplicados, fazemos - trabalhamos nos limites de campos onde as pessoas normalmente não estão falando, "disse Weinstein." Temos uma função importante para fornecer algoritmos para apoiar a pesquisa científica e previsão. A técnica que desenvolvemos aqui é geral para muitos campos diferentes. "

p Os autores agora estão trabalhando para mostrar como seu método pode ser aplicado a modelos mais complexos, como o modelo de epidemia SEIR, que é semelhante ao modelo SIR, mas também prevê a população exposta a uma epidemia.