Drops in the wind: their dispersion and COVID-19 implications

Most of the works on the dispersion of droplets and their COVID-19 (Coronavirus disease) implications address droplets' dynamics in quiescent environments. As most droplets in a common situation are immersed in external flows (such as ambient flows), we consider the efect of canonical flow profiles namely, shear flow, Poiseuille flow, and unsteady shear flow on the transport of spherical droplets of radius ranging from $5\mu m$ to $100\mu m$, which are characteristic lengths in human talking, coughing or sneezing processes. The dynamics we employ satisfies the Maxey-Riley (M-R) equation. An order-of-magnitude estimate allows us to solve the M-R equation to leading order analytically, and to higher order (accounting for the Boussinesq-Basset memory term) numerically. Discarding evaporation, our results to leading order indicate that the maximum travelled distance for small droplets ($5\mu m$ radius) under a shear/Poiseuille external flow with a maximum flow speed of $1m/s$ may easily reach more than $250$ meters, since those droplets remain in the air for around $600$ seconds. The maximum travelled distance was also calculated to leading and higher orders, and it is observed that there is a small diference between the leading and higher order results, and that it depends on the strength of the flow. For example, this diference for droplets of radius $5\mu m$ in a shear flow, and with a maximum wind speed of $5m/s$, is seen to be around $2m$. In general, higher order terms are observed to slightly enhance droplets' dispersion and their flying time.

COVID-19 pandemics behavior in Mexico: a swarm particles simulation

Disease spread has always been a major threat to human life on Earth (as seen during past pandemics and epidemics). COVID-19 has been no exception by bringing such nightmares to us. Nowadays it is possible to track its spread through a series of data provided by different organizations (i. e. local, states and federal governments). One way to analyze and to interpret such behavior is through swarm particles analysis. It used to develop a model for large and crowded populated areas such as Guadalajara, Monterrey and Mexico City to name a few. Due to behavioral similarities between particles and people. Following this idea, we propose a simulation that considers real-life data, in regard to population, inter-state travel, safety measures and testing. Real-life data was carefully selected in order to ensure key information to be processed paying special attention to the pre-processing data to get rid of any sort of noise. The selected data that is fed to the algorithm focuses on quantity, movement and particles interaction. Particles interact with each other via movement and proximity to represent people’s behavior spreading the disease. The simulation yields a total number of infected, immune, and deceased cases as the output data. All this process gives as a result a tool able to predict behavior of future outbreaks and meaningful safety measures in preventing its spread.

Estudio del modelo Susceptible-Infectado-Recuperado usando la dinámica de partículas libres

Presentamos un estudio del modelo epidemiológico Susceptible-Infectado-Recuperado (SIR) usando la dinámica de partículas libres. El estudio es elaborado usando un modelo computacional que consiste en partículas aleatoriamente localizadas en un dominio cerrado los cuales son libres de moverse en todas las direcciones con la habilidad de colisionar unas con otras. Las reglas de transmisión para las interacciones partícula-partícula estan basadas en los principales mecanismos de infección, de esta forma obtenemos resultados en tiempo real del número de partículas susceptibles, infectas y recuperadas dentro de una población de $N=200$ partículas. Los resultados son cualitativamente comparados con el sistema de ecuaciones diferenciales SIR clásico en términos de tasa de transmisión $\beta$, tasa de recuperación $\gamma$ y número reproductivo básico $R_0$, dejando muy buenos resultados. También se estudió el efecto de la densidad de partículas $\rho_p$ sobre $R_0$ para analizar cómo una enfermedad infecciosa se propaga sobre diferentes tamaños de población. La versatibilidad de nuestro modelo SIR nos permite simular diferentes escenarios tales como cuarentenas, sin cuarentena y una mezcla de ambos. Encontramos que terminar la cuarentena antes de que el número de infectaos llegue a cero podría dar lugar a un rebrote tales como los observados en algunos países debido a la reciente crisis por COVID-19.

A QFT-inspired model for studying the SARS-CoV19 pandemic

We present a QFT-inspired model for studying biological systems where a numerical formulation based on the Gillespie algorithm is applied. The Gillespie method was proposed as an alternative approach to the chemical reaction problem to that of the master equation but, our analysis proves that the method follows directly from its "quantum" analysis. This finding is remarkable because it links both approaches in a formal way. Finally, in we use this formalism to construct an epidemiological model that specifically accounts for the particularities of the SARSCoV-19 pandemic. We present four versions of our model for the pandemic: one base model, one model with resource scarcity (accounting for the limitations in hospital occupation), one with social distancing measures and one with both resource scarcity and social distancing measures.

Estudio de ansiedad en estudiantes de preparatoria: Resultados preliminares

Se realizó una encuesta con el objetivo de conocer los factores de ansiedad, los síntomas relacionados con el estrés así como los mecanismos que tienen los estudiantes para enfrentar dichas situaciones de estrés. Se encuestó una muestra de 355 estudiantes de nivel medio, que actualmente estudian en el CECyT 18 Zacatecas. De esta muestra, 164 se identifican como mujeres, 180 como hombres, y 11 prefirieron no dar esta información. De forma general, las situaciones que generan mayor ansiedad entre los alumnos son: la sobrecarga de trabajo (76%), el tiempo limitado para realizar tareas (54%) y finalmente, la realización de exámenes, prácticas o trabajos de aplicación (59%). Así mismo, los síntomas más frecuentes relacionados con ansiedad, presentes en la muestra fueron los siguientes: somnolencia o mayor necesidad de dormir (56%), inquietud (57%), ansiedad y desesperación (58%) y dificultad para concentrarse (57%). De la misma forma, sus principales mecanismos para afrontar el estrés son escuchar música o distraerse viendo televisión (65%%) y navegar en internet (56%).

Cambios topológicos en las redes fisiológicas de pacientes bajo atención médica por COVID-19

El cuerpo humano es un sistema complejo que se mantiene en homeostasis gracias a las interacciones entre múltiples sistemas de regulación fisiológicos. Cuando se enfrenta a las perturbaciones de los retos físicos o biológicos del medio ambiente este sistema debe mantener un balance entre la adaptabilidad y la robustez. La COVID-19 provocada por la infección con el virus SARS-CoV-2 representa un reto del sistema inmune que pone a prueba la respuesta homeostática del organismo. En un sistema resiliente las interacciones entre los sistemas se preservarán frente a un reto del sistema inmune, manteniendo las características topológicas de las redes fisiológicas. En cambio, si un sistema perdió la homeostasis, estas interacciones habrán perdido su integración resultando en cambios topológicos. Utilizando una base de datos de 471 hombres y 277 mujeres con diagnóstico de COVID-19 en el Instituto Nacional de Ciencias Médicas y Nutrición “Salvador Zubirán”. Se estratificó la muestra por grupos de edad en mayores de 60 años y menores de 60 años. Para este estudio se contemplaron dos desenlaces posibles, el alta hospitalaria o la defunción. Se armaron redes fisiológicas para los 8 grupos resultantes a partir de las matrices de correlación de Spearman usando 67 variables fisiológicas registradas al ingreso hospitalario. Encontramos que en pacientes con desenlace fatal la red fisiológica muestra una reducción en la densidad de los enlaces de la red y en la conectividad de los nodos. Las variables fisiológicas medidas por tomografía axial computada, células inmunes de la biometría hemática y las variables asociadas a la función pulmonar cambiaron sus correlaciones entre el grupo de pacientes que falleció y el grupo de pacientes que fue dado de alta. Estos cambios resultan en diferencias topológicas entre supervivientes y víctimas de la COVID-19 que muestran la resilencia del sistema. Este abordaje permite el análisis holístico de las múltiples señales biológicas del organismo.

Covid 19, su evolución, detección y letalidad

La ecuación de Gompertz describe la evolución de una epidemia. Aplicada a los datos hasta el 18 de junio 2020, de Italia, España, Alemania y Reino Unido se ajusta con pequeñas desviaciones debido a que cada país aplicó diferentes medias. Con los datos de México, intentamos ver a partir de que fecha se puede predecir la evolución de la pandemia, para México hasta un mes antes se pudo predecir el máximo y su evolución. Posteriormente se presentaron rebrotes que hicieron necesario el ajustar dos curvas más de Gompert. Para combatir la pandemia es necesario evitar su propagación, lo que requiere medir los mas que se pueda y aislar a los contagiados y sus contactos, lo cual se hizo en Medellin en Colombia, pero no se hizo en México. Lo más grave es la alta letalidad de los hospitales en México. Letalidad es el cociente de muertes/contagiados en %. Países que tuvieron altas letalidades, lograron bajarla, siendo el promedio mundial 2.2%; México tiene el 9.2%. Pero la letalidad en el sistema de salud es 1.3%, demostrando que tenemos buenos médicos. Pero los hospitales tienen muchas carencias y la falta de detección temprana hace que lleguen muy tarde a los hospitales, cuando ya no es posible salvarlos. Hasta junio 2021 todavia no se notan los efectos de las vacunas, los contagios están por encima de las curvas Gompertz, con las vacunas deben estar por debajo.

Transmisión no homogénea y mezcla asincrónica en la propagación de la COVID-19

La epidemia en curso de COVID-19 ha reforzado la necesidad de desarrollar modelos epidemiológicos capaces de describir la progresión de la enfermedad para que sean útiles en la formulación de políticas de mitigación. Aquí, este problema se aborda utilizando un enfoque de metapoblación para considerar la transmisión no homogénea de la propagación que surge de una variedad de razones, como la distribución de los tiempos de inicio de la epidemia local o de las tasas de transmisión. Mostramos que estas contribuciones se pueden incorporar en un marco SIR a través de una tasa de transmisión dependiente del tiempo. Por lo tanto, el número de reproducción disminuye con el tiempo a pesar de que la dinámica de la población permanece uniforme y el agotamiento de los individuos susceptibles es pequeño. Los resultados obtenidos son consistentes con el crecimiento subexponencial temprano observado en el número de casos acumulados incluso en ausencia de medidas de contención. Validamos nuestro modelo describiendo la evolución de la COVID-19 utilizando datos reales de diferentes países con énfasis en el caso de México y demostramos que describe correctamente también la dinámica a largo plazo. El modelo propuesto, aunque simple, tiene éxito en describir el inicio y la progresión del brote y mejora considerablemente la precisión de las predicciones en comparación con los modelos compartimentales tradicionales. Los conocimientos proporcionados aquí pueden resultar útiles para pronosticar el alcance de los riesgos de las epidemias para la salud pública y, por lo tanto, mejorar la formulación de políticas públicas destinadas a reducir dichos riesgos.

Medidor de la calidad del aire CO2 para lugares cerrados para el regreso a la normalidad en laboratorios y salones de clases

Ahora con el regreso a la nueva normalidad en escuelas, laboratorios y oficinas, es necesario tener una buena ventilación a parte de las medidas de sana distancia y uso de cubrebocas, para evitar la propagación del COVID-19, es por ello que un dispositivo que nos permita conocer la calidad del aire en estos espacios es indispensable, pensando en esto es que se diseñó un dispositivo mediante una placa arduino y un sensor de CO2 para medir la calidad del aire y encender un led verde cuando esta calidad es adecuada y de lo contrario encender un led rojo y emitir una alerta, de esta forma se pueden monitorear diversos lugares para saber si es seguro permanecer en ellos, y en caso contrario tomar acciones para remediarlo, y volver a verificar la calidad del aire. Se agradece al Taller de Control y Electrónica, así como a la Facultad de Ciencias de la UNAM por el apoyo brindado a este proyecto.

Simulación basada en la Dinámica Molecular para la evolución de la COVID-19

En el presente trabajo se dan avances en la simulación basada en dinámica molecular para estudiar la propagación del virus SARS-CoV-2 (COVID-19), se utiliza el modelo SEIR en epidemiología donde se consideran diferentes super-estados en las partículas: Partícula expuesta, Infectada y Recuperada. A su vez estos estados consideran a otros sub-estados: En cuarentena, En falsa cuarentena, Infectado aislado, Aislado verdadero, Aislado falso, Infectado grave y Deceso. Las partículas transitan de un estado a otro a diferentes tiempos a medida que el sistema evoluciona e interactúan las partículas. Las reglas para las velocidades se actualizan aleatoriamente a cada tiempo, básicamente cuando dos partículas se acercan lo suficiente se tiene una cierta probabilidad de pasar a otro super-estado y a otro sub-estado. Implementan “el rastreo” y “las pruebas rápidas” de COVID-19 en la población de partículas, empleando datos recopilados de Our Wolrd Data, por el momento no se toma en cuenta la población vacunada.

Diagramas de Poincaré en datos poblacionales de sujetos con diagnóstico confirmatorio de COVID-19

Los diagramas de Poincaré son un grafo de dispersión que permite visualizar la autocorrelación en una serie de tiempo graficando los datos consecutivos contra sí mismos desplazados una unidad de tiempo. Además de aplicarse a series de tiempo pueden emplearse para observar la autocorrelación entre datos puntuales poblacionales. En este trabajo se analiza una muestra de 395 sujetos (245 hombres) con diagnóstico positivo a COVID-19 por el uso de RT-PCR y que además muestran un daño pulmonar severo en las imágenes de tomografía axial computarizada (TAC), caracterizado por un patrón de imagen en vidrio esmerilado y consolidación pulmonar. Para el análisis se consideran dos grupos, aquellos pacientes que recibieron soporte ventilatorio dentro de su estancia hospitalaria y egresaron; y por otro lado, quienes no recibieron soporte ventilatorio y fallecieron. En cada grupo se aplicó un segundo filtro de estratificación por sexo (mujeres y hombres) y por edad (jóvenes menores de 60 años, y adultos mayores a 60 años). Se graficaron los diagramas de Poincaré de 15 variables medidas al ingreso hospitalario de los sujetos y se compararon los grupos usando SD1 y SD2 de la elipse de 90% de confianza en el diagrama. Se encontró una diferencia estadísticamente significativa entre los parámetros de Poincaré de ambos grupos, mostrando una mayor autocorrelación en casi todas las variables medidas de los sujetos que egresaron del hospital. Estas variables pueden proponerse como biomarcadores del pronóstico de pacientes diagnosticados con COVID-19. Encontramos que la metodología propuesta en el uso diagramas de Poincaré en datos fisiológicos puntuales de poblaciones de interés, puede fungir como auxiliar en la búsqueda de biomarcadores de salud fisiológica.

Limpieza de una superficie mediante caminantes aleatorios

Se simula la limpieza de una superficie por un "limpiador basado en alcohol" mediante caminantes en movimiento constante y aleatorio que se distribuyen sobre una superficie con obstáculos que son eliminados al pasar cierta cantidad de tiempo en proximidad. El ajuste de variables tales como la movilidad, cantidad y radio deacción de los caminantes, el tiempo de vida media de los obstáculos y su distribución posicional permiten hacer realista el modelo. La distribución posicional de los obstáculos se puede muestrear a través de la simulación de un estornudo como un conjunto independiente de tiros parabólicos con fricción para una distribución escogida de ángulos iniciales, velocidades y diámetros de los objetos. La ubicación de los obstáculos se traduce como las posiciones de los proyectiles en una pantalla a distancia dada. Presentamos los resultados del modelo, en el cual, las posiciones iniciales se efectuaron mediante la simulación de un estornudo. Los resultados muestran que la vida media de los obstáculos es inversamente proporcional al número de caminantes en el sistema, así como a su radio de acción.

Efecto de la suspensión de actividades por COVID-19 sobre la concentración de PM10 en el área metropolitana de Monterrey, México

El Material Particulado de tamaño menor o igual a 10 micrómetros (PM10) suspendido en la atmósfera es uno de los principales contaminantes que afecta la calidad del aire en las grandes ciudades y tiene consecuencias directas en la salud de la población. El PM10 tiene origen natural y antropogénico, en este último se encuentran las fuentes móviles (transporte) y las fijas (industrias, emprendimientos entre otras). Dada su relevancia, el Sistema de Monitoreo Ambiental (SIMA) realiza mediciones de este contaminante en 14 estaciones distribuidas en el Área Metropolitana de Monterrey (AMM), donde se reportó que más de la mitad de los días del año 2019 se sobrepasó la Norma Oficial Mexicana de la concentración de PM10. A principios del año 2020, la pandemia de COVID-19 derivó en una serie de acciones gubernamentales que incluyeron la suspensión de actividades no esenciales, para reducir la movilidad y la aglomeración en los espacios públicos. Esta medida permitió investigar la contribución de la actividad humana en los niveles de concentración del material particulado. En el presente estudio se evalúa la variación del promedio mensual de PM10 del año 2020 durante la implementación de estas medidas y su comparación con el periodo de referencia 2015-2019. Estos resultados muestran una reducción de la concentración de PM10 en la mayoría de las estaciones, excepto en Sureste 3 (Cadereyta) y Sur (Pueblo Serena). No obstante, la concentración de este contaminante tuvo un incremento en los meses de Septiembre-Octubre y en Noviembre-Diciembre tuvo valores similares respecto a años anteriores, indicando una recuperación de la actividad. Se discute la influencia de la movilidad y la industria en los niveles de PM10 en cada estación del AMM.