Se trata de estándares de referencia para el registro e intercambio de información con plenas garantías de confiabilidad y seguridad, gracias a los cuales es posible comprobar la veracidad de un certificado, tanto dentro del Estado que lo ha emitido como en un Estado distinto. Además, sirven como punto de partida y ejemplo para ulteriores usos y fomentan la adopción progresiva de nuevas soluciones tecnológicas, como la historia clínica compartida.

La herramienta presentada en esta publicación, elaborada por un equipo de profesionales de la OPS, permite a los Estados Miembros determinar su grado de madurez en la implantación de certificados digitales de vacunación y diagnóstico de la covid-19, de acuerdo con los lineamientos y las especificaciones técnicas de la OMS.

Facilita la detección de carencias que requieran la asistencia técnica de expertos en siete dominios: inversiones y estrategias; infraestructura; legislación, políticas y cumplimiento; liderazgo y gobernanza; fuerza de trabajo y personal; servicios y aplicaciones; y estándares e interoperabilidad.

Con esta información, los países pueden calcular los requisitos y el esfuerzo necesarios para lograr las metas planteadas en la documentación digital de certificados relacionados con la covid-19.

Descargue el documento desde aquí.

Los autores proponen una explicación física para esta sensibilidad, utilizando modelos estadísticos (logísticos) y dinámicos (susceptibles-expuestos-infectados-recuperados) que se utilizan actualmente para pronosticar la evolución de la epidemia de COVID-19 y donde los parámetros se han alterado estocásticamente para simular la dificultad en la detección de pacientes, diferentes medidas de confinamiento tomadas por diferentes países, así como cambios en las características del virus .

Los resultados sugieren que existen razones físicas y estadísticas para asignar baja confianza a los ajustes estadísticos y dinámicos, a pesar de sus puntajes estadísticos aparentemente buenos. Estas consideraciones son generales y pueden aplicarse a otras epidemias.

COVID-19 está afectando actualmente a más de 180 países en todo el mundo y plantea serias amenazas a la salud pública, así como a la estabilidad económica y social de muchos países. Modelar y extrapolar en tiempo casi real la evolución de las epidemias de COVID-19 es un desafío científico, que requiere una comprensión profunda de las no linealidades que socavan la dinámica de las epidemias.

El objetivo es mostrar cómo las incertidumbres derivadas de la mala calidad de los datos y las estimaciones inadecuadas de los parámetros del modelo (incubación, infección y tasas de recuperación) se propagan a extrapolaciones a largo plazo de los recuentos de infecciones. Proporcionamos pautas para informar esas incertidumbres a la comunidad científica y al público en general.

Vea el artículo completo.

Asymptotic estimates of SARS-CoV-2 infection counts and their sensitivity to stochastic perturbation. Davide Faranda, Isaac Pérez Castillo, Oliver Hulme, Aglaé Jezequel, Jeroen S. W. Lamb, Yuzuru Sato, and Erica L. Thompson. Chaos: An Interdisciplinary Journal of Nonlinear Science. Volume 30, Issue 5. Published Online: 19 May 2020