sábado, 14 de marzo de 2020

Diferentes tasas de transmisión dependiendo de las medidas preventivas

Singapur recibe elogios por su estrategia COVID-19. Estados Unidos no

Jason Beaubien || NPR


Hong Kong y Singapur fueron golpeados temprano con el coronavirus. Pero cada uno tiene ahora menos de 200 casos, mientras que Francia, Alemania y España, que fueron golpeados tarde, tienen más de 10 veces ese número.

Hace tres semanas, Italia tenía solo tres casos. Ahora tiene más de 10,000.

Estas diferencias dramáticas muestran que la forma en que los gobiernos responden a este virus es importante, dice Mike Ryan, jefe de emergencias de la Organización Mundial de la Salud.

"La esperanza no es una estrategia", dice Ryan, quien es epidemiólogo. "Todavía estamos en el ciclo ascendente de esta epidemia".





Ryan, veterano de numerosas crisis sanitarias mundiales, desde el SARS hasta la gripe aviar y el ébola, señala que las medidas increíblemente agresivas de China, Corea del Sur y Japón parecen estar provocando brotes en esos países bajo control.

"Existe claramente una indicación de que un enfoque sistemático dirigido por el gobierno que usa todas las tácticas y todos los elementos disponibles parece ser capaz de revertir esta enfermedad", dice.

Él ha estado suplicando a los gobiernos de todo el mundo que se preparen para el nuevo coronavirus antes de que aparezca en su puerta, o que entren en acción cuando llegue.

Eso es lo que hicieron Hong Kong y Singapur.

Ambos configuraron rápidamente sistemas para tratar de identificar y tratar cada caso en su territorio. Hong Kong desarrolló pruebas de diagnóstico y las implementó rápidamente en los laboratorios de todos los principales hospitales de la ciudad. En un momento en febrero, Hong Kong tenía 12,000 personas en cuarentena. El primer ministro de Singapur pidió calma y aseguró a los residentes que toda la atención médica relacionada con la enfermedad sería gratuita.

Tanto Hong Kong como Singapur continúan encontrando algunos casos nuevos cada semana, pero han evitado los brotes explosivos que se han producido en otros lugares.

Ashish Jha, que dirige el Instituto de Salud Global de Harvard, dice que la respuesta al coronavirus ha variado dramáticamente en todo el mundo. "Algunos países han sido muy agresivos y en realidad han hecho un buen trabajo", dice. "Otros países han sido bastante poco optimistas y, creo, lo han sufrido inmensamente. Y creo que hay lecciones que aprender para todos nosotros".

Italia e Irán caen en la última categoría. Jha dice que antes de que se diagnosticaran los casos de COVID-19, Italia e Irán parecían negar la enfermedad.

"Quiero decir, tenías al viceministro de salud de Irán tosiendo en la televisión nacional hablando de coronavirus", dice Jha. "Pero realmente no lo tomo en serio".

Ese viceministro de salud luego dio positivo por el virus.

Cuando la gente comenzó a enfermarse, ni Italia ni Irán hicieron muchas pruebas. Tardaron en detener las reuniones masivas. Finalmente, ambos países se vieron abrumados por los casos.

Entonces, ¿cómo ha sido la respuesta de los Estados Unidos?

"Nuestra respuesta es mucho, mucho peor que casi cualquier otro país que haya sido afectado", dice Jha.

Él usa las palabras "impresionante", "fiasco" y "alucinante" para describir lo malo que es.

"Y no lo entiendo", dice con incredulidad. "Todavía no entiendo por qué no tenemos pruebas exhaustivas. ¡Vietnam! Vietnam ha evaluado a más personas que Estados Unidos". (Está citando datos de principios de esta semana. Desde entonces, EE. UU. comenzó a realizar pruebas más amplias, aunque las cifras exactas aún no están disponibles a nivel nacional).

Los Centros para el Control y la Prevención de Enfermedades comenzaron a examinar a los viajeros extranjeros en busca de coronavirus a mediados de enero. Pero los kits de prueba iniciales desarrollados por los CDC eran defectuosos, y tomó semanas resolver los problemas. Es solo esta semana que las pruebas a gran escala han comenzado a estar disponibles en los Estados Unidos.

Jha cree que el retraso de una semana en la implementación de las pruebas, en un momento en que muchas otras pruebas estaban disponibles en todo el mundo, ha obstaculizado por completo la respuesta de Estados Unidos a esta crisis.

"Sin pruebas, no tienes idea de cuán extensa es la infección. No puedes aislar a las personas. No puedes hacer nada", dice. "Y entonces nos quedamos con un conjunto completamente diferente de opciones. Tenemos que cerrar las escuelas, los eventos y todo lo demás, porque esa es la única herramienta disponible hasta que volvamos a hacer las pruebas. Me ha sorprendido lo mal que está la respuesta federal ha sido ".

Él dice que ahora hay probablemente entre cinco y 10 veces más casos en la comunidad que los que realmente se han detectado. Hasta que se encuentren estos individuos, es probable que infecten a más personas, dice, y el brote en los Estados Unidos seguirá creciendo.

Hong Kong, que comenzó las pruebas en enero y se enfrentó al epicentro del brote global, solo había confirmado 126 casos hasta el 10 de marzo. Ese mismo día, Estados Unidos informó el doble de ese número en las últimas 24 horas.

Aplastando la curva de la pandemia con el aislamiento individual

Aplanando la curva de una pandemia: por qué quedarse en casa ahora puede salvar vidas

María Godoy - NPR





A medida que el coronavirus continúa propagándose en los EE. UU., cada vez más empresas envían a sus empleados a trabajar desde casa. Las escuelas públicas están cerrando, las universidades imparten clases en línea, los principales eventos se cancelan y las instituciones culturales cierran sus puertas. Incluso Disney World y Disneyland están listos para cerrar. La interrupción de la vida cotidiana para muchos estadounidenses es real y significativa, pero también lo son los beneficios potenciales para salvar vidas.

Todo es parte de un esfuerzo por hacer lo que los epidemiólogos llaman aplastar la curva de la pandemia. La idea es aumentar el distanciamiento social para frenar la propagación del virus, de modo que no se produzca un gran aumento en la cantidad de personas que se enferman de una vez. Si eso sucediera, no habría suficientes camas de hospital o ventiladores mecánicos para todos los que los necesitan, y el sistema hospitalario de los EE. UU. se vería abrumado. Eso ya está sucediendo en Italia.

"Si piensas en nuestro sistema de atención médica como un vagón del metro y es hora pico, y todos quieren subirse al auto una vez, comienzan a apilarse en la puerta", dice Drew Harris, investigador de salud de la población de la Universidad Thomas Jefferson en Filadelfia. "Se amontonan en la plataforma. Simplemente no hay suficiente espacio en el automóvil para cuidar a todos, para acomodar a todos. Ese es el sistema que está abrumado. Simplemente no puede manejarlo, y la gente termina sin recibir servicios que necesitar."
 
Harris es el creador de una visualización gráfica ampliamente compartida por qué es tan importante aplanar la curva de una pandemia, incluida la actual: hemos reproducido su gráfico en la parte superior de esta página. La curva bronceada representa un escenario en el que el sistema hospitalario de EE. UU. se inunda con pacientes con coronavirus.

Sin embargo, Harris dice que si podemos retrasar la propagación del virus para que no aparezcan nuevos casos a la vez, sino que en el transcurso de semanas o meses ", entonces el sistema puede ajustar y acomodar a todas las personas que posiblemente se enfermarán y posiblemente necesitarán atención hospitalaria ". La gente aún se infectaría, señala, pero a un ritmo que el sistema de salud podría seguir el ritmo, un escenario representado por la curva azul de pendiente más suave en el gráfico.

Estas dos curvas ya se han desarrollado en los EE. UU. en una edad más temprana, durante la pandemia de gripe de 1918. La investigación ha demostrado que cuanto más rápido se movieron las autoridades para implementar los tipos de medidas de distanciamiento social diseñadas para retrasar la transmisión de enfermedades, se salvaron más vidas. Y la historia de dos ciudades de EE. UU., Filadelfia y San Luis, ilustra la gran diferencia que pueden hacer esas medidas.

En Filadelfia, señala Harris, los funcionarios de la ciudad ignoraron las advertencias de los expertos en enfermedades infecciosas de que la gripe ya estaba circulando en su comunidad. En cambio, avanzaron con un desfile masivo en apoyo de los lazos de la Primera Guerra Mundial que reunieron a cientos de miles de personas. "En 48, 72 horas, miles de personas en la región de Filadelfia comenzaron a morir", señala Harris. En 6 meses, unas 16,000 personas habían muerto.

Mientras tanto, los funcionarios en St. Louis, Missouri, tuvieron una respuesta de salud pública muy diferente. A los dos días de los primeros casos reportados, la ciudad rápidamente pasó a estrategias de aislamiento social, según un análisis de 2007.

"Realmente trataron de limitar los viajes de las personas e implementar la salud pública 101: aislar y tratar a los enfermos, poner en cuarentena a las personas que han estado expuestas a enfermedades, cerrar las escuelas y alentar el distanciamiento social de las personas", dice Harris. "Y, por supuesto, alentando la higiene de las manos y otras actividades individuales".

Como resultado, St. Louis sufrió solo una octava parte de las muertes por gripe que vio Filadelfia, según esa investigación de 2007. Pero si St. Louis hubiera esperado una o dos semanas para actuar, podría haber sufrido un destino similar al de Filadelfia, concluyeron los investigadores.

En el momento en que se lanzó la investigación de 2007, el Dr. Anthony Fauci, director del Instituto Nacional de Alergias y Enfermedades Infecciosas y asesor principal en la respuesta de EE. UU. al COVID-19, dijo que la evidencia era clara de que la intervención temprana era crítica en el medio de la pandemia de 1918.

¿En cuanto a cuán grande será la actual pandemia de coronavirus en Estados Unidos? "Va a depender totalmente de cómo respondamos", dijo Fauci al Congreso a principios de esta semana.

"No puedo darte un número", dijo. "No puedo darte un número realista hasta que pongamos en él el factor de cómo respondemos. Si somos complacientes y no hacemos una contención y mitigación realmente agresivas, el número podría aumentar y estar involucrado en muchos, muchos millones ".

Modelando la red social del coronavirus

El mapeo de la red social de coronavirus


Para frenar el virus, Alessandro Vespignani y otros analistas están compitiendo para modelar el comportamiento de su huésped humano.



Alessandro Vespignani, director del Network Science Institute de la Northeastern University en Boston. Crédito ... Kayana Szymczak para The New York Times


Por Benedict Carey  ||  The New York Times



BOSTON - Las oficinas del Network Science Institute en la Northeastern University se encuentran 10 pisos por encima de Back Bay de Boston. Las ventanas envolventes ofrecen un panorama flotante de la ciudad, desde Boston Common hasta Fenway Park, mientras una media docena de jóvenes analistas trabajan silenciosamente en las computadoras.

A las 10 de la mañana de una mañana reciente, cuando se completaron las primeras llamadas a la Organización Mundial de la Salud y los médicos europeos y el registro con los Centros para el Control y la Prevención de Enfermedades programado para más tarde, Alessandro Vespignani, el director del instituto, tuvo algo de tiempo para trabajar. el cuarto. Con un blazer negro y jeans, se movió de cubículo en cubículo, brindando a cada miembro de su equipo las últimas actualizaciones sobre la pandemia de coronavirus.

"Llamamos a esto" tiempo de guerra "", dijo el Dr. Vespignani más tarde en su oficina; Estaba sentado, pero sus manos no habían dejado de moverse. "Antes de esto, estábamos trabajando en el Ébola y el Zika, y cuando estas cosas se están extendiendo, estás trabajando sobre la marcha, no te detienes. Continuamente estás modelando redes ".

Históricamente, los científicos que intentaban anticipar la trayectoria de las enfermedades infecciosas se centraron en las propiedades del agente en sí, como su nivel de contagio y letalidad. Pero las enfermedades infecciosas necesitan ayuda para propagar su miseria: humanos que se encuentran con humanos, en persona. En la última década más o menos, los principales investigadores han comenzado a incorporar redes sociales en sus modelos, tratando de identificar y analizar patrones de comportamiento individual que amplifican o silencian posibles pandemias.

Esos hallazgos, a su vez, informan recomendaciones de política. ¿Cuándo tiene sentido cerrar escuelas o lugares de trabajo? ¿Cuándo cerrará un borde hará una diferencia y cuándo no? Los funcionarios de salud mundiales consultan con los modeladores de redes sociales casi a diario, y el laboratorio del Dr. Vespignani es parte de uno de los varios consorcios que se consultan en las decisiones cruciales y tal vez disruptivas que se producirán en las próximas semanas. El viernes, en un análisis publicado por la revista Science, el grupo estimó que la prohibición de viajar de China a Wuhan retrasó el crecimiento de la epidemia en solo unos días en China continental y en dos o tres semanas en otros lugares. "En el futuro, esperamos que las restricciones de viaje a las áreas afectadas por COVID-19 tengan efectos modestos", concluyó el equipo.

"Hoy, con la enorme potencia de cómputo disponible en la nube, el Dr. Vespignani y otros colegas pueden modelar el mundo entero utilizando" datos disponibles públicamente, dijo la Dra. Elizabeth Halloran, profesora de bioestadística de la Universidad de Washington e investigadora sénior en El Centro de Investigación del Cáncer Fred Hutchinson. "Por un lado, está el auge de la ciencia de redes, y por otro, está el enorme aumento de la potencia informática".

El Dr. Vespignani llegó al análisis de redes a través de la física. Después de completar un Ph.D. En su Italia natal, realizó estudios postdoctorales en Yale, donde comenzó a centrarse en aplicar técnicas computacionales a la epidemiología y los datos geográficos.

Obtenga una guía informada del brote global con nuestro boletín diario de coronavirus.

"Mira, soy romano y soy fanático de Lazio", dijo el equipo de fútbol. “Estábamos en primer lugar, finalmente, ¿después de cuántos años? - y algunos fanáticos piensan que el coronavirus es una conspiración contra Lazio. No digo que esto sea gracioso, sino decir: cada red social funciona a su manera ".

Estaba de pie nuevamente y deambulaba por una hilera de oficinas con paredes de vidrio. En un momento, metió la cabeza en una oficina donde Ana Pastore y Piontti, física e investigadora asociada, estaba trabajando en uno de los problemas del día: el cierre de escuelas, analizado estado por estado y región por región. Los funcionarios de salud de todo el país están lidiando con el cierre de las escuelas locales: cuáles, qué tan pronto y por cuánto tiempo.

"Ana está trabajando en esto ahora, queremos poder estimar los efectos", dijo el Dr. Vespignani.



Detalles en un mapa de riesgos de principios de este mes que simulan la posible ruta del coronavirus desde China al resto del mundo. Crédito ... Kayana Szymczak para The New York Times

Su proyecto, como muchos otros en el instituto, utiliza datos del censo, que revela la composición de casi todos los hogares estadounidenses: la cantidad de adultos y niños, y sus edades. Desde un solo hogar, se puede construir un mapa grande. Primero, las conexiones entre mamá, papá, hijo e hija. A continuación se agregan las conexiones de papá en la tienda, las de mamá en una oficina y las de los niños en sus respectivas escuelas. El análisis podría determinar que, por ejemplo, un niño de 12 años que vive en el centro de Redmond, Washington, cerca de Seattle, entrará en contacto regular con sus padres, su hermana y un promedio de 20.5 compañeros en su escuela secundaria local. .

La repetición del proceso con los hogares cercanos genera un denso mapa digital de interconexiones en toda una comunidad. En el monitor de la computadora del Dr. Pastore y Piontti, se asemeja a un circuito eléctrico complejo, con alambres y cables multicolores desde y hacia concentrados centros de interacción.

"Piense en ello como rastrear todas las interacciones regulares en el videojuego SimCity", dijo.

A este mapa, agrega aún más conexiones, incorporando datos sobre viajes dentro y fuera de esa comunidad, por aire, tren o autobús (si dicha información está disponible). El resultado final, que ella llama una "matriz de contacto", parece un mapa de calor aproximado: una diapositiva de color que muestra quién tiene más probabilidades de interactuar con quién, por edad. De esto, resta de todas las interacciones escolares, revelando una estimación de cuántas interacciones menos, y posibles nuevas infecciones, ocurrirían al cerrar ciertas escuelas.

"Cada país, cada estado, puede ser muy diferente, dependiendo de los patrones de interacción y composición de los hogares", dijo el Dr. Pastore y Piontti. "Y luego está la cuestión de qué es más efectivo: una semana de cierre, o dos semanas, o cerrado hasta el próximo año escolar".

El Dr. Vespignani había desaparecido nuevamente en su oficina con un par de analistas de alto rango. Estaban acurrucados alrededor de un altavoz, pasando por los últimos cambios de modelado con un investigador externo. El laboratorio es parte de un consorcio que asesora al C.D.C. y atiende llamadas continuas de operaciones de mapeo de enfermedades infecciosas en todo el mundo.
La conversación y la consulta son continuas, porque el instituto debe navegar por las limitaciones inherentes a todos los modelos predictivos. Un desafío es que no se pueden anticipar lugares importantes para la progresión de la enfermedad: los cruceros, por ejemplo. Otro tiene en cuenta los eventos aleatorios, por ejemplo, una persona infectada que de repente decide que ahora es el momento de hacer un viaje soñado a España.

"Puede parecer algo pequeño en ese momento, pero después del hecho de que usted dice:" Oh, sí, eso fue muy importante ", dijo Duncan Watts, un científico de informática e información de la Universidad de Pensilvania. "¿Cómo manejas estos factores inesperados?"

Finalmente, a medida que las personas se vuelvan más informadas sobre el coronavirus, su comportamiento cambiará, a veces drásticamente y en masa.

"Una buena analogía es una tormenta", dijo el Dr. Steven Riley, profesor de dinámica de enfermedades infecciosas en el Imperial College de Londres, que ha realizado modelos durante décadas. “Se puede pronosticar una tormenta fuerte en un lugar en particular, y la gente sacará un paraguas y se pondrá un abrigo. Bueno, el impacto es menor para esas personas, pero no tiene ningún efecto en la tormenta. Con las enfermedades infecciosas, las precauciones de las personas, como el distanciamiento social, cambian la trayectoria de la enfermedad, y es muy difícil predecir o modelar eso ".

Para entonces, el Dr. Vespignani, nuevamente en movimiento, había arrinconado a un colega visitante, Mauricio Santillana, director del Laboratorio de Investigación de Inteligencia de Máquina en la Facultad de Medicina de Harvard.

El Dr. Santillana trabaja para comprender cómo cambia el comportamiento de las personas día a día en medio de una pandemia. Para obtener información, recurre a una amplia gama de variables, incluidas menciones de ciertas palabras: "fiebre", "neumonía", "coronavirus", en búsquedas en línea y comentarios en las redes sociales. Juntos, él y el Dr. Vespignani están tratando de encontrar la mejor manera de incorporar este análisis continuamente actualizado en los modelos de viaje y geográficos utilizados en el instituto.

"Podemos observar, por ejemplo, cuando X número de personas están buscando‘ fiebre "en línea, hubo Y número de personas que terminaron en el hospital", dijo el Dr. Santillana. "Entonces podemos usar ese tipo de datos del día a día para actualizar continuamente estos modelos de redes sociales".

Todo esto, en términos computacionales en bruto, es solo el comienzo de la campaña. Ningún modelo predictivo único es suficiente; El laboratorio de Vespignani y sus colegas de todo el mundo ejecutan millones de simulaciones regularmente para ayudar a evaluar qué resultados son los más probables en un mundo que cambia a diario. Google le ha otorgado espacio libre en la nube para hacerlo, porque la potencia informática interna no es lo suficientemente rápida.

Es difícil saber qué tan bien funciona este modelado, y si ayudará a contener el virus, mientras se libra la batalla, el Dr. Vespignani dijo: "Es en tiempo de paz, entre brotes, que podemos hacer ciencia real y mejorar el modelos. Esperemos que llegue pronto.

lunes, 24 de febrero de 2020

Contagios interactivos añaden complejidad a las epidemias

Contagios interactivos

Los contagios complejos, por ejemplo, cuando las ideas se extienden a través de una red, se consideran diferentes de los contagios simples observados para las infecciones. Ahora se muestra que los contagios simples exhiben una característica macroscópica clave del comportamiento complejo cuando interactúan.
Por Sune Lehmann - Springer Nature


Los procesos de difusión en las redes, como la propagación de enfermedades o ideas, funcionan constantemente en sistemas humanos que van desde el nivel microscópico de señalización en células individuales hasta el flujo de información en sistemas tecnológicos a escala global. Incluso cuando se restringen a las redes sociales, estos procesos son ubicuos en las sociedades dinámicas y en red de hoy en día: muchas infecciones se propagan de persona a persona, al igual que la información (y la desinformación). Los fenómenos sociales más complejos, como los comportamientos y las opiniones, también se propagan en las redes. El consenso científico solía ser que todas estas formas de propagación se regían por mecanismos similares, pero en los últimos años, ha surgido una distinción interesante entre el contagio simple y complejo de la literatura de difusión social 1. Ahora, escribiendo en Nature Physics, Laurent Hébert-Dufresne y sus colegas han argumentado que debido a que estos mecanismos de propagación fundamentalmente diferentes tienen una dinámica de nivel de población indistinguible cuando interactúan múltiples contagios, todos los procesos de propagación deben modelarse como complejos 2.

La idea detrás de la distinción entre contagios simples y complejos es que los mecanismos subyacentes a la propagación social son diferentes de los que dan forma a la propagación de la enfermedad 3. Para este último, lo único que importa es la duración de la exposición a agentes infecciosos. En el caso de contagios complejos, la exposición a múltiples fuentes tiene diferentes efectos que la misma cantidad de exposición a una sola fuente. Para comprender el mecanismo detrás de la difusión social compleja, quizás sea mejor usar un ejemplo. Intuitivamente, aprender durante un almuerzo de una hora que cinco de cada diez amigos que anteriormente habían comido carne eligieron volverse vegetarianos tendrá un impacto diferente que sentarse durante cinco horas con un amigo promoviendo los beneficios de una dieta libre de carne. La propagación a través de contagios simples no depende de que suceda nada más a los individuos infectados, mientras que en el caso de contagios complejos, el contexto del evento de contagio, como el número de fuentes u otras propiedades de la estructura de la red local, juega un papel clave. Es importante distinguir entre los dos mecanismos al analizar la propagación en las redes, ya que cada uno conduce a dinámicas sustancialmente diferentes, lo que a su vez puede dar lugar a conclusiones contradictorias sobre el riesgo potencial o la estrategia de intervención correcta.



Fig. 1 | Potencial latente. Dos enfermedades A y B se propagan a través de una red. Algunos de los individuos ya han sido infectados por la enfermedad A, haciéndolos más susceptibles a la enfermedad B. El grupo de individuos infectados por A constituye un potencial latente que permite grandes saltos en la fracción de la población infectada por B.

Hébert-Dufresne y sus colegas se centraron en una diferencia clave en la dinámica. En los modelos de contagio estándar, existe una relación directa entre la tasa de transmisión y el tamaño de la epidemia. Sin embargo, en el caso de contagios complejos, la dependencia del estado del vecindario de la red implica que cambios muy pequeños en la tasa de transmisión pueden conducir a saltos dramáticos en el tamaño esperado de una epidemia. La intuición aquí es que en el caso complejo, una población puede desarrollar un "potencial latente". Volviendo al ejemplo anterior, imagine que la fracción de vegetarianos aumenta lentamente en una población. A cierto valor de la fracción general de vegetarianos, la probabilidad de situaciones como el almuerzo discutido anteriormente será más probable y se producirá un cambio dramático en el número total de vegetarianos.

Trabajos recientes4–8 han argumentado que dos contagios que interactúan pueden resultar en un potencial latente similar en una población. Una de las formas en que dos infecciones distintas pueden interactuar es cuando la exposición a una infección debilita el sistema inmunitario de una persona haciéndola más susceptible a la segunda infección (Fig. 1). Por lo tanto, los individuos debilitados funcionan efectivamente de la misma manera que los vegetarianos en el ejemplo anterior, creando un potencial latente, que a su vez puede permitir que los saltos macroscópicos sean un sello distintivo de contagios complejos. En el caso de poblaciones bien mezcladas, donde cada individuo tiene la misma probabilidad de infectar a todos los demás, Hébert-Dufresne y sus colegas produjeron un mapeo de contagios interactivos a un contagio complejo, mostrando así de manera general que los contagios simples interactivos son un subconjunto de contagios complejos.

A primera vista, este hallazgo parece enturbiar las aguas. Sin embargo, cavando más profundo hay un lado positivo. Hébert-Dufresne y sus colegas argumentaron que, en casi todos los casos del mundo real, los contagios están, de hecho, interactuando. Incluso en el caso de patógenos individuales, puede haber saltos en el tamaño esperado de una epidemia cuando diferentes modos de transmisión tienen probabilidades de transmisión muy diferentes, por ejemplo, en la propagación del VIH a través de la transmisión sexual en comparación con el intercambio de agujas. Por esta razón, la visión central y simplificadora de este trabajo es que cuando solo hay datos disponibles a nivel de población, todos los contagios del mundo real deben modelarse como contagios complejos.

Utilizando su mapeo desde contagios simples interactivos hasta contagios complejos, los autores propusieron un marco de contagio complejo, completo con potentes procedimientos de inferencia, para modelar datos del mundo real. Este marco tiene varias ventajas prácticas para distinguir y clasificar contagios: por ejemplo, proporciona una forma directa de comparar contagios independientemente del tiempo y las condiciones iniciales.

Una de las limitaciones de este enfoque es que el mapeo desde contagios simples interactivos hasta comportamientos complejos se enfoca principalmente en poblaciones bien mezcladas en las cuales cualquiera puede infectar a cualquier otra persona. Sin embargo, la investigación sobre datos que describen los patrones de conexión entre humanos de redes sociales, llamadas telefónicas y muchas otras fuentes ha demostrado que esta suposición de mezcla completa es demasiado simplista. De hecho, la investigación existente sobre los procesos de difusión en redes empíricas sugiere que la estructura de red subyacente puede cambiar fundamentalmente el comportamiento de las características clave de dichos procesos 9.

Aunque Hébert-Dufresne y sus colegas consideraron algunos datos de la red, el foco principal estaba en simulaciones de redes sintéticas poco realistas y redes empíricas seleccionadas. Por lo tanto, un desafío futuro interesante será comprender más profundamente cómo la idea de contagios complejos, como un marco eficaz para todo tipo de contagios, debe aplicarse a los casos en los que se dispone de información detallada sobre la red subyacente y los patrones de infección.

❐ Sune Lehmann 1,2 
1 Departamento de Matemática Aplicada y Ciencias de la Computación, Universidad Técnica de Dinamarca, Kongens Lyngby, Dinamarca. 
2 Centro de Copenhague para la Ciencia de los Datos Sociales, Universidad de Copenhague, Copenhague, Dinamarca. correo electrónico: sljo@dtu.dk 
Publicado: 24 de febrero de 2020
https://doi.org/10.1038/s41567-020-0817-9 

Referencias 

1. Centola, D. & Macy, M. Am. J. Sociol. 113, 702–734 (2007). 
2. Hébert-Dufresne, L., Scarpino, S. V. y Young, J.-G. Nat. Phys. https://doi.org/10.1038/s41567-020-0791-2 (2020). 
3. Lehmann S. y Ahn, Y. Y. (eds) Fenómenos de difusión complejos en sistemas sociales (Springer, 2018). 
4. O'Sullivan, D. J., O'Keeffe, G. J., Fennell, P. G. y Gleeson, J. P. Front. Phys. 3, 71 (2015). 
5. Funk, S. y Jansen, V. A. Phys. Rev. E 81, 036118 (2010). 
6. Marceau, V., Nöel, P.-A., Hébert-Dufresne, L., Allard, A. y Dubé, L. J. Phys. Rev. E 84, 026105 (2011). 
7. Bauch, C. T. y Galvani, A. P. Science 342, 47–49 (2013). 
8. Fu, F., Christakis, N. A. y Fowler, J. H. Sci. Rep. 7, 43634 (2017). 
9. Holme, P. y Saramäki, J. Phys. Rep. 519, 97-125 (2012).



domingo, 23 de febrero de 2020

Guerra de bots en el FC Barcelona

‘Barçagate’: Así actúan los ejércitos de bots maliciosos

Los algoritmos que dirigen a los bots se han convertido en un medio poderoso de comunicación política y es muy difícil llegar a descubrir quiénes son los creadores que están detrás
La Vanguardia

Por Patricia Plaza



Los usuarios que aparecen como destacados, son los más centrales (los que catalizan las conversaciones recibiendo más respuestas, retuits o menciones) en la conversación sobre el hashtag #bartomeuOUT (Social Elephants y Gephi)


Muchos políticos, famosos e influencers se jactan de tener muchos seguidores en las redes sociales. Sin embargo, gran parte de ellos no son de carne y hueso. A estas alturas, la compra de seguidores es un secreto a voces. Algunas empresas ofertan paquetes de 1.000 seguidores falsos en Twitter, Facebook, Instagram o YouTube por el módico precio de 0,89€ (‘Me gustas’ y retuits van aparte).

Pero más allá de engrosar las listas de seguidores, likes y retuits, en los últimos años los bots se han convertido en una forma de manipular a los ciudadanos, siendo también generadores de opinión. Programas informáticos diseñados que actúan como ejércitos para crear comentarios y reforzar la imagen de su amo. Usados por empresas para brindar servicio de atención a sus clientes, o potenciales clientes, para dar una buena experiencia de compra o información. Por ejemplo, un estudio publicado por FakeSpot, denunciaba que el 61% de las reseñas de productos electrónicos de Amazon eran falsas.

La Cadena Ser destapaba esta semana la caja de los truenos, según este medio el FC Barcelona habría contratado una empresa que utilizaba cuentas falsas en las redes para criticar a jugadores y opositores. Un contrato de un millón de euros repartidos en seis cuentas falsas de Facebook distintas. Esa empresa es I3 Ventures, la misma que en junio presentaba un estudio encargado por el FC Barcelona en el que alertaba sobre la presencia de bots. El análisis detectaba que el 30% de los usuarios que hablaban sobre el Barça eran cuentas automatizadas. El propio FC Barcelona presentaba ese estudio y lo publicaba íntegramente en su página web con la voluntad de conocer la percepción de la marca Barça en las redes sociales. Titulado como Análisis del comportamiento de la conversación global digital en torno al FC Barcelona, el informe analizaba la actividad de enero de 2018 a junio de 2019.


Los bots pueden desempeñar actividades maliciosas, como enviar spam, acosar o promover discursos de odio

En un estudio de la Universidad de Oxford sobre las campañas de Trump y Clinton en Twitter en 2016, Phil Howard, profesor de estudios de internet, explicaba que cada vez más políticos y gobiernos de todo el mundo “emplean” tanto bots como personas para gestionar sus conversaciones políticas en las redes sociales. Los bots “pueden desempeñar tareas como suministrar noticias e información”. Y también “actividades maliciosas, como enviar spam, acosar o promover discursos de odio”.

Los algoritmos que dirigen a los bots se han convertido en un medio poderoso de comunicación política y es muy difícil llegar a descubrir quiénes son los creadores que están detrás. Auténticas campañas de marketing diseñadas desde distintas cuentas falsas para llegar a un objetivo común. Es lo que en la jerga marketiniana se denomina astroturfing . Una técnica de propaganda que pretende dar impresión de espontaneidad y popularidad, ocultando al verdadero emisor del mensaje.
Cómo identificar un bot

Los bots intentan actuar como si fueran humanos, pero su intensa actividad les delata. Además de una imagen de perfil y nombre de usuario sospechoso, suele seguir a muchas más cuentas de las que le siguen. Pero lo más relevante es la monotemática de sus publicaciones y su ritmo de publicación constante en el que no parece tener prisa por irse a dormir. Y su velocidad de respuesta sin apenas tiempo para leer los comentarios. Si la cuenta es de muy reciente creación o si descubrimos que usa una App para publicar, también son datos que nos pueden llevar a sospechar.


Si se detectan desviaciones la probabilidad que se trate de un bot es mayor”
Alessandro Bernardi Analista de redes sociales y cofundador de ‘Social Elephants’

Al igual que los virus de ordenador, los criadores de “granjas de bots” han ido perfeccionándolos con el tiempo, emulando cada vez mejor el comportamiento humano. Algunas herramientas como Botometer tratan de detectar bots de Twitter, monitorizando datos públicos de la cuenta y comparándolos con los patrones típicos de cuentas reales. “Si se detectan desviaciones la probabilidad que se trate de un bot es mayor”, explica Alessandro Bernardi, analista de redes sociales y cofundador de Social Elephants.

Por ejemplo, si analizamos la actividad del perfil oficial del FC Barcelona en Twitter (@FCBarcelona_es), Botometer nos indica que tiene 0.1/5 probabilidades de ser un bot, es decir que tiene un comportamiento muy humano:

Botometer establece que la cuenta de Twitter @FCBarcelona_es solo tiene 0.1/5 probabilidades de ser un bot (Botometer)

En el caso del Barçagate las supuestas cuentas falsas son páginas de Facebook, una red social que ofrece muy pocos datos públicos, lo que limita mucho poder identificar si se trata de bots o no. Un estudio de la israelí Reblaze llamado El Estado de la Protección de los Bots 2019 muestra que 62% de los usuarios de internet, donde se incluyen las redes sociales, son bots. Y de esos, el 38% son denominados “malos”, es decir, que atentan contra la integridad de las personas, de las empresas o son usadas en favor de un gobierno o partido político. “Según un reportaje de Wired con datos de Robhat Labs se ha estimado que en el caso de ciertos eventos de debate político los bots pueden llegar a contribuir hasta un 60% de toda la actividad”, afirma Bernardi.

Bots de guerrilla usados para destruir, acosar y promover discursos de odio. Una sutileza y hostilidad que preocupa tanto a autoridades como a empresarios y a usuarios de las redes.

Aunque en realidad, según Bernardi, en el caso del Barçagate no haría falta usar bots para realizar una acción en redes sociales: “Con un presupuesto de un millón de euros sería más fácil poner un equipo humano a gestionar personalmente ciertas cuentas distribuyendo ciertos contenidos estratégicamente preparados”.

Sean humanos o bots los que estén detrás de estos perfiles de Facebook, la verdad es que es muy difícil descubrir quién es el verdadero emisor de los mensajes y quién está detrás de todas las publicaciones que difaman a jugadores. Y aquí está el quid de la cuestión: si es el FC Barcelona el que desarrolla su propia campaña o si se trata de una fuente externa. Las dudas son muy amplias y la incertidumbre se ciñe sobre la sombra del propio Bartomeu. El Barça rompía su contrato con I3 Ventures, al mismo tiempo que I3 Ventures negaba haber cobrado un millón de euros del Barça para monitorizar las redes.

¿Las redes sociales están haciendo algo para frenar la presencia de bots?


Twitter lleva tiempo diciendo que está trabajando en un “sello” (similar al de las cuentas verificadas) para poder distinguir entre cuentas de humanos y de bots. “Tanta tiene que ser la desesperación de esta red social que recientemente su fundador (Jack Dorsey) le llegó a preguntar a Elon Musk si se les ocurría una manera de ‘arreglar Twitter’”, explica Bernardi.

De todas formas Twitter ya ha bloqueado unas cuantas de las cuentas implicadas en el reciente Barçagate. A lo mejor por denuncia de alguien o porque la misma red social ha detectado un comportamiento anómalo que incumple sus normas, no necesariamente de bot:


Twitter ha bloqueado alguna de las cuentas en Twitter vinculadas al 'Barçagate' (Twitter)

Alessandro Bernardi ha analizado en Botometer las distintas cuentas que en la información de la Cadena Ser se citan como bots y que no aparecen como bloqueadas. “En dos casos detectamos algo de probabilidad que realmente sea un bot, pero por ejemplo la cuenta de ‘Mes Que un Club’, sale un comportamiento prácticamente humano. Así que quizás tendríamos que dejar de pensar si hablamos de bots o no, y poner el foco en si hubo o no una estrategia maliciosa y un intento de manipulación, aunque sea que fuera operado por humanos”.

Según la actividad de la cuenta en Twitter de @AlterSports, Botometer detecta que tiene 2,1/5 probabilidades de ser un bot (Botometer) Según la actividad de la cuenta @SportsLeaksCom en Twitter, Botometer detecta que tiene 1,4/5 probabilidades de ser un bot (Botometer) Según la actividad de la cuenta @MésQueUnClub en Twitter, Botometer detecta que tiene 0,2/5 probabilidades de ser un bot (Botometer)

A modo de ejemplo, el analista de redes sociales y cofundador de Social Elephants ha elaborado para La Vanguardia una monitorización del hashtag #bartomeuOUT durante esta semana, antes y después que saliera a la luz la información de la Cadena Ser sobre las supuestas cuentas falsas de Facebook.

Social Elephants ha contabilizado más de 90.000 tuits esta semana con el hahstag #bartomeuOut:
Este gráfico muestra la actividad de unos 90.000 tuits que usaron el hashtag #bartmeuOUT en Twitter entre el 12 y el 20 de febrero. (Social Elephants)

Los autores de los tuits son sobre todo hombres y medios de comunicación:
Los autores de los tuits que han usado el hashtag #BartomeuOUT entre el 12 y el 20 de febrero son sobre todo hombres y medios (Social Elephants)

Los usuarios son en su mayoría de Barcelona: Los usuarios que han usado el hashtag #bartomeuOUT entre el 12 y el 20 de febrero son en su mayoría de Barcelona (Social Elephants)

Analizando las conversaciones, este mapa identifica quién habla con quién y cuáles son los diferentes grupos de usuarios que hablan de temas en común (identificados por colores diferentes). Los usuarios que aparecen como destacados son los usuarios mas centrales (los que catalizan las conversaciones recibiendo más respuestas, retuits o menciones) en la conversación sobre el hashtag #bartomeuOUT:

  Los usuarios que aparecen como destacados, son los más centrales (los que catalizan las conversaciones recibiendo más respuestas, retuits o menciones) en la conversación sobre el hashtag #bartomeuOUT (Social Elephants y Gephi)

También puede ser interesante tratar de identificar bots que hayan usado el hashtag #bartomeuOUT, por ejemplo buscando entre los usuarios que sospechosamente hacen muchos retuits a los demás: Estos son los usuarios que sospechosamente hacen muchos RTs a los demás con el hashtag #bartomeuOUT (Social Elephants)

Entre estos destaca el caso de @BartomeuVerdugo. Esta cuenta tiene solo seis seguidores y más de 300 retuits tan solo a tuits que contienen el hashtag #bartomeuOUT:
Curioso el caso de @BartmoeuVerdugo con tan solo 6 followers y mas de 300 Retweets tan solo a tweets que contengan el hashtag #bartmeuOUT (Twitter)

Irónico que en su perfil, este usuario se defina como “no soy un robot”. Sin embargo, como siempre hay bots que saben disimular peor o mejor, Botometer es bastante claro en identificarlo como bot con un 3.9/5 de probabilidad:
Según la actividad de la cuenta @BartmoeuVerdugo en Twitter, Botometer detecta que tiene 3,9/5 probabilidades de ser un bot (Botometer)

Tras este análisis, podemos concluir que la guerra de bots no solo la juega una parte. Sea o no sea el FC Barcelona quien está detrás de las cuentas falsas que refuerzan la imagen de Bartomeu y atacan a los jugadores, lo que sí es cierto es que, como en todos los ámbitos de la vida, la guerra también se lucha desde el otro lado. Todo es un tira y afloja en el que existen bots para todos los gustos.