El 15 de febrero, los Estados Unidos registraron un total de 15 casos del nuevo coronavirus, concentrados en su mayoría en el área metropolitana de Seattle. Para el 15 de marzo, ese número había crecido a 3.617 casos distribuidos en un puñado de estados. Para el 15 de abril, los totales de casos habían crecido exponencialmente a 682.484 en todos los rincones del país. Para la semana del 27 de abril, se espera que estos números crucen un umbral ominoso de más de un millón de casos totales. Mientras tanto, más de 58.000 estadounidenses han muerto a causa del virus en poco más de dos meses, más de los que murieron durante la guerra de Vietnam en dos décadas.
La pandemia de Covid-19 representa el ejemplo más claro y gráfico en nuestras vidas de una amenaza exponencial que surge rápidamente. El ritmo al que la crisis se duplica en escala sobrepasa muchos de nuestros mejores esfuerzos para entender a dónde nos llevan los eventos y el tipo de respuesta requerida. El reto del crecimiento exponencial no es sólo la escala final de la crisis, sino el hecho de que, en muchos puntos iniciales, hasta que la curva comienza a inclinarse hacia arriba, la dirección y la velocidad de las principales tendencias en sí no son inmediatamente evidentes. Y para entonces puede ser demasiado tarde.
Para dirigir la respuesta a una amenaza exponencial es necesario prestar mucha más atención a los detalles de los datos en tiempo real que en el caso de otras crisis, en parte porque, a diferencia de los desastres como los terremotos y las inundaciones, la mitigación efectiva de una crisis exponencial exige una atención cuidadosa y una acción estratégica, incluso antes de que se vean los peores efectos. Las medidas de salud pública deben ser rápidas y decisivas, más que en otras ocasiones, sobre la base del análisis de los datos disponibles.
Prestación de asistencia médica a escala exponencial
A medida que el nuevo coronavirus se propaga a una velocidad exponencial en todo el mundo y en todas las zonas de los Estados Unidos, Direct Relief ha tenido que escalar y dirigir sus suministros médicos humanitarios como nunca antes en sus 72 años de historia.
Direct Relief comenzó su respuesta en Wuhan (China) a mediados de enero a petición de un pequeño número de ex alumnos de la escuela de medicina china interesados. Desde entonces, Direct Relief ha ampliado su red de apoyo de un puñado de instituciones en una ciudad a miles de instituciones en docenas de países en sólo unas pocas semanas. Comenzando con el objetivo de mejorar el acceso al equipo de protección personal (EPP) para mantener seguros a los trabajadores sanitarios de primera línea, Direct Relief ha ampliado su ámbito de apoyo. Esta expansión del apoyo incluye medicamentos esenciales para las unidades de cuidados intensivos, ayuda médica para centros de salud y clínicas que experimentan presiones médicas sin precedentes, y decenas de millones de dólares en recursos de subvención para mantener la red de seguridad de la atención médica de los Estados Unidos en funcionamiento. Comenzando con lo básico de los datos de los casos, Direct Relief ha tenido que reunir docenas de conjuntos de datos diferentes para pronosticar las necesidades constantemente cambiantes de apoyo médico.
La construcción de este flujo de ayuda humanitaria a gran escala y a gran velocidad se ha visto facilitada por el análisis de datos de Qlik. Mientras que Direct Relief ejecuta rutinariamente análisis de negocios básicos en QlikView para el funcionamiento de sus operaciones de almacenamiento y distribución de ayuda humanitaria, ahora es más necesario conectar estas vistas operativas con el análisis epidemiológico de la propagación de los casos, los factores de riesgo y el impacto desigual en la infraestructura médica. Existe una preocupación constante acerca de dónde podría propagarse el brote y los efectos en lo que probablemente sean poblaciones vulnerables y sistemas de salud ya sobrecargados.
La aplicación de socorro directo Qlik Sense Covid-19
En los primeros días del brote en EE.UU., Julie Kae de Qlik se acercó a Direct Relief para entender lo que podían hacer para ayudar. La respuesta fue datos claros y limpios, en cantidades abundantes.
Casi inmediatamente, un equipo de ingenieros de datos comenzó a trabajar con el equipo de Investigación y Análisis de Direct Relief para determinar qué preguntas necesitaban ser respondidas y qué conjuntos de datos proporcionarían las percepciones más valiosas. El resultado fue una inestimable aplicación de análisis de datos (que se muestra a continuación), actualizada en tiempo real, que permite a Direct Relief seguir constantemente la dinámica cambiante del Covid-19. Estas dinámicas incluyen la tasa de crecimiento de los casos, la expansión y la disminución de las pruebas, y la gama de la infraestructura de salud que está siendo impactada. También hubo que tener en cuenta factores de riesgo como la edad y las comorbilidades, como las enfermedades cardíacas y la diabetes, que se sabe que están asociadas con mayores probabilidades de hospitalización relacionadas con el Covid-19.
Las primeras percepciones revelaron que las zonas urbanas eran semilleros de Covid-19, ya que las ciudades experimentaban un crecimiento explosivo de casos, como Nueva York, Detroit y Nueva Orleans.
¿Pero por qué estaban surgiendo pequeños pero significativos grupos en lugares como el condado de Blaine, Idaho y el oeste de Wyoming? La respuesta era que los viajeros vacacionales estaban propagando contactos infecciosos en zonas de gran belleza natural y famosas instalaciones de centros turísticos, pero con una infraestructura sanitaria relativamente pobre y poblaciones de edad avanzada. ¿Por qué aparecían de repente grupos de casos en lugares como Sioux Falls, Dakota del Sur y en partes de Nebraska con baja densidad de población? La respuesta implicaba concentraciones de trabajadores de plantas de procesamiento de carne y un cambio en la adhesión a las directrices de distanciamiento social. ¿Por qué dos condados del centro de Ohio vieron repentinamente picos de nuevos casos a principios de abril? La rápida propagación de las infecciones en las instalaciones de las prisiones resultó ser un tema emergente crucial. Las curvas exponenciales se construyen a partir de cientos a miles de problemas más pequeños como estos.
Datos precisos, seleccionados adecuadamente y transformados en información perspicaz, sigue siendo una de nuestras mejores armas contra la pandemia. Los tipos de información perspicaz que han ayudado a impulsar el pensamiento de Direct Relief se están compartiendo ahora con la comunidad más amplia de partidarios de Direct Relief, ya que Qlik y Direct Relief hacen que esta aplicación de datos de Covid-19 esté abierta a todos.
Es posible que el mundo esté todavía en las primeras fases de la respuesta a Covid-19. Para asegurarnos de que podemos permanecer alerta y conscientes de los muchos cambios que aún están por venir, todo el mundo puede necesitar estar mejor informado que nunca sobre los datos que hay detrás de las crisis exponenciales de nuestro tiempo. Y, mientras trabajamos para detener esta crisis, esperamos aprender de estos conjuntos de datos y análisis para crear herramientas que eviten que una situación similar vuelva a ocurrir a esta escala en el futuro.
Vea la aplicación de datos de Qlik y Direct Relief Covid-19 haciendo clic aquí.. Además, haga clic aquí. para conocer la Plataforma de Análisis de Datos de Qlik y aquí. para inscribirse en una prueba gratuita de Qlik Sense.
Comentarios para esta entrada
Sección en desarrollo...