Un sistema per desenvolupar models matemàtics de predicció de la pandèmia i un altre per analitzar la transmissió del virus a les aules es troben entre els 32 projectes seleccionats en el marc de la convocatòria Pandèmies 2020. També s'ha concedit un projecte de l'IISPV-URV amb l'empresa derivada de la Universitat Biosfer Teslab per desenvolupar una eina que predigui les complicacions del coronavirus

Dos equips investigadors de la URV impulsaran un projecte per desenvolupar un sistema intel·ligent d’avaluació i prevenció epidemiològica adaptat a la covid-19 i un altre per avaluar els nivells de transmissió del coronavirus a les escoles. Són dues de les 32 propostes escollides d’entre les 185 que es van presentar a la convocatòria Pandèmies 2020, i rebran un finançament de 512.250 euros. Aquesta convocatòria, tramitada per l’Agència de Gestió d’Ajuts Universitaris i de Recerca (AGAUR) de la Generalitat de Catalunya, té per objectiu analitzar l’impacte de l’epidèmia de covid-19 i el concepte de pandèmia en general a la societat, així com proposar mesures, models i línies d’actuació que contribueixin a superar-ne les conseqüències i a definir nous models preventius, d’anàlisi i de tractament. L’import total per finançar els 32 projectes presentats ascendeix a més de 7 milions d’euros. Els projectes es desenvoluparan en un termini màxim de 18 mesos.

Model matemàtic per calcular el risc epidèmic

“Modelització probabilística per predir l’evolució de la covid-19: parametrització i correcció automàtica” és el nom del projecte encapçalat pel catedràtic del Departament d’Enginyeria Informàtica i Matemàtiques Àlex Arenas, que ha rebut 298.350 euros de finançament i en el que també hi participen Jordi Duch, Antoni Garijo, Clara Granell, Giacomo Rapisardi i Jordi Villadelprat, que fan recerca a mateix departament, així com Marta Sales i Roger Guimerà, del Departament d’Enginyeria Química de la URV. La proposta consisteix en el desenvolupament de models predictius de qualitat permetin quantificar l’impacte de l’epidèmia en nombre de casos esperats en el temps, i així poder desenvolupar les mesures de contenció apropiades per a cada escenari i cada moment.

En aquest sistema intel·ligent d’avaluació i prevenció epidemiològica s’uneixen el processament de dades sobre l’activitat, interacció i mobilitat humana, dades epidemiològiques i clíniques relatives a la covid-19, així com el modelatge matemàtic que fa ús d’aquestes dades per calcular les probabilitats de risc epidèmic i nombre reproductiu efectiu a Catalunya i a Espanya. El sistema integra, d’entrada, les diferents escales d’interacció i mobilitat de cada grup d’edat, cada estadi de la malaltia i cada localitat. A més, preveu desagregar la població també per nivell socioeconòmic o per altres característiques que, en cada moment, puguin ser definitòries del comportament social en relació amb la malaltia (per exemple, persones amb feina o sense, persones amb prova PCR feta o no, etc.).

El sistema possibilita la projecció de riscos per a cada localitat i per a cada grup a partir dels casos detectats. També incorpora dades clíniques, assistencials i hospitalàries, fent possible la detecció precoç de riscos associats a la saturació de el sistema sanitari. Aquestes prediccions són d’extrema rellevància en fases precoces d’expansió del virus (quan l’impacte es redueix a uns pocs casos), escenaris epidèmics no homogenis (com l’esdevingut en els mesos de març i abril de l’any passat) i en la fase de desescalada. En el primer cas, en absència de contenció, el sistema alerta de la localització probable de casos secundaris i terciaris. En el segon i el tercer, el sistema té com a objectiu valorar múltiples estratègies de contenció no farmacològiques basades en el confinament i la reducció de la mobilitat, així com avaluar el desenvolupament de les mesures implementades en termes de capacitat hospitalària.

Quina transmissió es produeix a les escoles?

“ACTUA: Anàlisi Contextual dels factors de mitigació de la Transmissió de la covid-19 a l’aula” és el segon projecte de la URV finançat per la Generalitat, amb 254.000 euros. Està impulsat per un equip multidisciplinari liderat per l’investigador ICREA del Departament d’Enginyeria Química Joan Rosell i format per Jordi Grifoll, Francesc Giralt, Laureano Jiménez i Josep Maria Mateo, del mateix departament; Francisco Huera, Albert Fabregat i Dieter-Thomas Boer, del Departament d’Enginyeria Mecànica i els investigadors del Departament d’Enginyeria Informàtica i Matemàtiques Agustí Solanas i Antoni Martínez-Ballesté.

L’objectiu d’aquesta proposta és estudiar quina és la transmissió que es produeix a les aules de les escoles d’infantil i primària, ja que són espais on s’hi apleguen persones de diferents unitats familiars i que poden actuar com a motors de la transmissió del virus. Per portar-ho a terme, el grup investigador dissenyarà, elaborarà i instal·larà kits amb sensors a 200 aules, monitoritzant els paràmetres que afecten la transmissió mitjançant aerosols.

Un cop obtingudes les dades, estudiaran quins són les correlacions entre aquests paràmetres i les variables dels contagis. Els resultats, que estaran disponibles en un termini de 18 mesos, permetran entendre com millorar el context de l’aula per actuar-hi i minimitzar així el risc de contagis a les escoles.

Una eina per predir les complicacions de la malaltia

La convocatòria del projecte Pandèmies 2020 també ha finançat amb 335.515 euros un projecte conjunt de l’Institut-d’Investigació Sanitària Pere Virgili-URV i l’spin-off de la URV Biosfer Teslab en col·laboració publicoprivada. El projecte “VISIONING: covid-19 pronogsis tool, an affordable metabolomic artificial intelligence-assisted blood testing analysis” està liderat per l’investigador Xavier Correig, responsable del Grup de recerca Mil@b (Metabolomics Interdisciplinary Lab) de l’IISPV-URV i per Núria Amigó, responsable de l’empresa Biosfer Telsab, que participarà en el projecte com a entitat industrial.

El projecte s’alinea amb la necessitat clínica de millora de sistemes cost efectius de pronòstic de covid-19, combinant la metabolòmica per Ressonància Magnètica Nuclear (RMN) i  la Intel·ligència Artificial, per a transformar informació molecular en una eina predictiva capaç d’anticipar les complicacions de la malaltia, especialment en una fase inicial de la infecció complementant l’avaluació clínica estàndard dels pacients durant l’hospitalització.