Hace poco, Esri lanzó la herramienta actualizada CHIME Model y una nueva plantilla de aplicación configurable, Capacity Analysis, para ayudar a las organizaciones a visualizar cómo las intervenciones a la propagación del COVID-19, como las políticas de distanciamiento social, ayudan a aplanar la curva y reducir la carga sobre nuestros sistemas de salud.
Modelando la curva
A estas alturas, todos hemos escuchado sobre aplanar la curva. La idea, representada por el diagrama conceptual en la Figura 1, es que al tomar medidas para frenar la propagación del COVID-19, la transmisión del virus se desacelerará y la carga sobre los hospitales se reducirá. La visualización de este concepto ayuda a convencer a los ciudadanos y a los responsables políticos de que el distanciamiento social y otras intervenciones para frenar la propagación son las mejores estrategias para ayudarlos a reducir la carga sobre sus sistemas de salud locales. Pero estos diagramas conceptuales solo ayudan a guiar nuestras políticas; no ayudan a cuantificar cuán efectivas serán esas políticas. Es posible comprender cómo se ven realmente estas curvas en un lugar determinado, basándose en los patrones de hospitalización y enfermedades actuales e históricas, y en posibles intervenciones, utilizando modelos epidemiológicos. Al modelar curvas reales, podemos simular y cuantificar el impacto de las intervenciones políticas antes de que se realicen, para comprender mejor el impacto a largo plazo. Uno de estos modelos es el CHIME de Penn Medicine (COVID-19 Hospital Impact Model for Epidemics), que se ha implementado como la herramienta CHIME Model en ArcGIS Pro.
Diagrama conceptual del aplanamiento de la curva. Fuente: CDC
La herramienta CHIME Model ayuda a los encargados de formular políticas, a los administradores de hospitales y a otros a comprender cuándo, dónde y qué tan grandes serán los picos en las hospitalizaciones relacionadas con COVID-19. Al alterar los parámetros del modelo, podemos comprender el impacto de los diferentes niveles de intervenciones incluso antes de tomar esas decisiones. Se pueden comparar dos escenarios de modelado alternativos de la herramienta utilizando la aplicación configurable Capacity Anlysis, que muestra qué intervenciones son necesarias para aplanar la curva y qué implican los diferentes escenarios para los recursos del hospital. Un estado podría usar la aplicación para comparar cómo una estancia más severa en el hogar aliviará la presión sobre la capacidad del hospital. O un administrador del hospital podría usarlo para comprender los diferentes impactos de los mejores y peores escenarios de recuperación en el uso futuro de la cama. El presentar diferentes escenarios de modelado COVID-19 en esta aplicación pone los resultados interactivos en manos de audiencias no técnicas, ayudando a los tomadores de decisiones a visualizar exactamente lo que se necesita para aplanar la curva en una ubicación específica.
Ejemplo de la app Capacity Analysis
Modelando tu propia curva
Esta sección le proporciona el conocimiento y los recursos necesarios para modelar la curva utilizando sus propios datos, y luego comunicar efectivamente los resultados del análisis.
La herramienta CHIME Model para ArcGIS Pro se encuentra dentro de una caja de herramientas descargable y se presenta en el GIS Hub COVID-19. En la tercera versión de la herramienta de modelo CHIME, hemos realizado mejoras para que las clases de entidad de salida funcionen perfectamente con la nueva aplicación configurable Capacity Analysis, disponible para ArcGIS Online o ArcGIS Enterprise.
Antes de ejecutar la herramienta, preparará sus datos con la población total, el número de hospitalizaciones actuales, la identificación única y los campos de: capacidad del hospital / UCI / ventilador. Luego, diseñará los parámetros del modelo para los dos escenarios que desea comparar. Estos parámetros del modelo pueden ser constantes o pueden variar según la ubicación (controlados por un campo variable).
Ejecute la herramienta CHIME Model (versión 3, actualizada el 17/04/2020) dos veces, una para cada escenario de modelo. Lo más importante, asegúrese de marcar el parámetro Agregar campos de aplicaciones web adicionales en Resumen para usar los resultados del modelo en la aplicación web Capacity Analysis. Para usar este parámetro, deberá proporcionar los campos de identificación única, capacidad total de camas, capacidad total de ventiladores y capacidad total de camas UCI, y la clase de entidad de salida de resumen no puede ser un shapefile.
Un proyecto ArcGIS Pro que contiene los resultados de dos políticas alternativas de distanciamiento social, derivadas de la herramienta CHIME Model v1.1.2
Con la clase de entidad de salida de resumen de cada modelo en un mapa en ArcGIS Pro, publique el mapa como una capa web de tipo de capa Entidad. Al publicar, se recomienda cambiar la zona horaria a la zona horaria de la computadora en la pestaña Configuración del panel para compartir. Si la zona horaria se deja como <Ninguna>, el servicio asumirá que los campos de fecha están en UTC, por lo que las fechas pueden aparecer incorrectas en la aplicación.
En su portal, guarde la capa publicada en un nuevo mapa. Vaya a la aplicación configurable Capacity Analysis y cree una aplicación web con el nuevo mapa. Configure los mapas del Panel izquierdo y del Panel derecho para usar las capas de cada uno de los escenarios. Luego guarde e inicie la aplicación.
Configurando la app Capacity Analysis
Se creó un ejemplo de la aplicación Capacity Analysis utilizando los datos de hospitalización de COVID-19 en Florida por condado, derivado de los datos que se muestran en el tablero del Departamento de Salud de Florida del 03/04/20 y mejorado con los datos de capacidad de camas hospitalarias y de UCI de Definitive Healthcare. En ausencia de datos de capacidad de ventiladores, los números de ventiladores se han imputado como 1,7 veces el número de camas UCI. La herramienta CHIME se ejecutó una vez con un 29% de distanciamiento social y nuevamente con un 50% de distanciamiento social, valores que se guían por las estrategias de distanciamiento social de baja y mediana intensidad de las investigaciones del Imperial College, siguiendo el modelo Covid Act Now. Todos los demás parámetros utilizan valores predeterminados para fines de demostración.
Evaluando las opciones de políticas usando la aplicación
En este escenario ficticio, creamos una aplicación de Capacity Analysis para los condados de Florida, para mostrar a los responsables políticos qué nivel de distanciamiento social es necesario en el estado para reducir la carga sobre el sistema hospitalario. Lo primero que notamos al visualizar los resultados en la aplicación (Figura 5) es una diferencia drástica en el pico de camas de hospital requeridas en los 90 días modelados: de alrededor de 78,000 camas cuando el distanciamiento social es del 29%, a 33,000 camas cuando el distanciamiento social es 50%. Críticamente, esto significa que la capacidad de hospitalización se supera con el escenario del 29%, pero no con el escenario del 50%. También vemos un retraso significativo en el pico en los 90 días modelados cuando se aplica un distanciamiento social del 50%, cambiando el pico de principios de junio a principios de julio.
Pacientes de hospital modelados en Florida, a partir de la aplicación de ejemplo Capacity Analysis.
Al cambiar el menú desplegable Variable a los pacientes de UCI, notamos que incluso con un 50% de distanciamiento social, la capacidad de las UCI se supera para el 31 de mayo (Figura 6). Podemos ver la fecha exacta deslizando el control deslizante de tiempo: observe que el indicador en la esquina superior derecha de cada mapa cambia de gris a rojo una vez que se excede la capacidad.
Pacientes de UCI modelados el 31 de mayo en Florida, a partir de la aplicación de ejemplo Capacity Analysis.
A medida que se mueve el control deslizante, la simbología se actualiza para mostrar la capacidad en la fecha actual. La ventana emergente Map Legend nos dice que el color cambia de gris a rojo con el aumento del estrés hospitalario, y el tamaño aumenta según el número de pacientes por encima de la capacidad. Al hacer clic en un solo punto de un condado en el mapa, por ejemplo el condado de Sumter, vemos datos relacionados con el estado de las hospitalizaciones en la fecha actual, además de información sobre el número máximo de pacientes en el peor día, y el número de días en que se excede la capacidad. El cuadro también se filtra para mostrar la capacidad y la demanda prevista solo para este condado (Figura 7).
Pacientes de hospital modelados en el condado de Sumter, Florida, a partir de la aplicación de ejemplo Capacity Analysis.
Los resultados de la herramienta CHIME presentada en la aplicación Capacity Analysis han proporcionado un argumento convincente para los responsables políticos en este escenario ficticio: aumentar las medidas de distanciamiento social de baja a mediana intensidad en Florida podría en muchos lugares significar la diferencia entre si la capacidad del hospital, la UCI y las camas es excedida o no. Al utilizar esta aplicación como método de visualización, los analistas pueden comunicar los resultados de manera más efectiva para informar mejor la formulación de políticas y la planificación de recursos.
Lynne Buie
Ankita Bakshi
Esri Inc.
comentarios
0