1
00:00:04,440 --> 00:00:06,760
En el trabajo de Fin de Grado lo que hicimos fue construir un programa

2
00:00:06,920 --> 00:00:10,640
usando datos socioeconómicos de Oñati, para construir un entorno de simulación

3
00:00:10,800 --> 00:00:15,800
donde se podía simular la propagación de una pandemia,

4
00:00:15,920 --> 00:00:22,240
y ver el efecto que tendrían distintos tipos de medidas contra la propagación.

5
00:00:22,400 --> 00:00:25,440
Lo que hemos intentado replicar serían las condiciones actuales

6
00:00:25,600 --> 00:00:29,600
para entender qué es lo que nos ha llevado a este punto

7
00:00:29,800 --> 00:00:35,240
y uno de los factores que parece ser determinante, es la situación

8
00:00:35,400 --> 00:00:37,760
que se está dando en el sistema de rastreo.

9
00:00:37,920 --> 00:00:42,080
ya que Se testea un 70 % menos de lo que se testeaba entre junio y octubre.

10
00:00:42,240 --> 00:00:47,000
Parece ser que el 60% de la población puede llegar a contagiarse,

11
00:00:47,160 --> 00:00:52,160
las cifras andan entre el 50 y 60%.

12
00:00:51,640 --> 00:00:54,000
Habría que ver cómo afecta el cambio de protocolo que se ha dado

13
00:00:54,160 --> 00:00:58,920
durante esta semana en el método de rastreo,

14
00:00:59,080 --> 00:01:03,920
y cómo cambia la curvaepidemiológica.

15
00:01:04,080 --> 00:01:07,320
Por ejemplo, nosotros en estas simulaciones que hemos hecho públicas

16
00:01:07,480 --> 00:01:13,480
en el período vacacional, hemos implementado 3 técnicas distintas de rastreo,

17
00:01:13,520 --> 00:01:16,120
mejor dicho 3 condiciones distintas de rastreo,

18
00:01:16,280 --> 00:01:19,960
una la que sería en condiciones de saturación que mencionaba,

19
00:01:20,120 --> 00:01:22,600
que sería reducir, en el caso del test, un 60% en las simulaciones,

20
00:01:22,760 --> 00:01:28,360
y lo que hemos conseguido ha sido el pico que llega hasta los 8000 de incidencia.

21
00:01:28,520 --> 00:01:33,240
Luego hemos hecho otra simulación en paralelo, que sería bajo las mismas condiciones

22
00:01:33,400 --> 00:01:38,400
pero sin la saturación en el sistema de rastreo,

23
00:01:38,480 --> 00:01:42,280
y la incidencia se estancaría en 2000, es decir,  no habrían tantos casos

24
00:01:42,440 --> 00:01:48,440
la población contagiada bajaría al 26% o 24% en esas simulaciones,

25
00:01:48,560 --> 00:01:50,880
y luego hemos implementado también  una técnica de rastreo

26
00:01:51,040 --> 00:01:56,520
de pull testing, que a diferencia de ser reactiva, sería preventiva,

27
00:01:56,680 --> 00:02:01,280
y con estas técnicas de rastreo, lo que se ven en las simulaciones es que

28
00:02:01,440 --> 00:02:11,920
el número de casos baja del 56% al 1%, es decir, 35 veces menos casos.

29
00:02:12,080 --> 00:02:15,880
Las simulaciones también nos proporcionan datos como por ejemplo

30
00:02:16,040 --> 00:02:18,880
cuántos tests serían necesarios para implementar una técnica como esta

31
00:02:19,040 --> 00:02:25,440
y lo que hemos observado es que el número de test necesario para implementar

32
00:02:25,600 --> 00:02:32,240
una técnica de pull testing, sería la mitad de lo que requiere una situación

33
00:02:32,400 --> 00:02:35,440
como esta donde el sistema está prácticamente colapsado, es decir,

34
00:02:35,600 --> 00:02:38,440
el coste económico sería menor en lo que se refiere al número de tests,

35
00:02:38,640 --> 00:02:43,200
y por no hablar de la hospitalización y los costes sociales y humanos

36
00:02:43,360 --> 00:02:46,360
que eso conlleva.