<p>En esta investigación se analiza la transmisión de COVID-19 por equilibrio termodinámico y energético entre áreas geográficas y su correlación con la posible transmisión de COVID-19 entre al menos 2 personas. Con el fin de lograr parámetros para los médicos, como por ejemplo la distancia mínima entre dos personas infectadas que tienen este virus, se diseñaron modelos matemáticos basados en datos estadísticos para obtener información sobre la propagación de COVID-19 como la dependencia de la temperatura de áreas geográficas, además, el efecto térmico de la distancia mínima entre dos personas evitando la infección por COVID-19. Con este trabajo, se buscan respuestas a las preguntas: ¿Si fuera posible encontrar una relación entre la temperatura y la transmisión del virus? ¿O si fuera posible obtener una variable de correlación entre variables térmicas con una separación mínima de distancia (se describió anteriormente) para dos personas? Por lo tanto, se esperan respuestas a estas preguntas debido al apoyo de los médicos, que están tratando de encontrar una solución contra la propagación de COVID-19. Vale la pena mencionar que esta investigación puede extenderse a áreas más complejas como mercados y ferias abiertas al aire libre o mercados cerrados, donde se venden productos y servicios, además, no todas las áreas tienen un sistema de aire acondicionado en Perú. Sin embargo, en esta investigación se logra la técnica, cómo resolver esta tarea: obtener parámetros de ventilación apropiados como la dependencia de la distancia mínima que las personas necesitan para separarse, para evitar la transmisión del virus entre sí. Además, se sugieren algunas características geométricas / materiales para los filtros de aire y la desinfección mediante ultravioleta (UV) en la entrada del conducto de aire principal.</p>
En esta investigación se explica las aplicaciones del algoritmo que fue propuesto para proporcionar apoyo estadístico para los médicos. El apoyo que se realizó en esta investigación busca una urgente interpretación de parámetros como la tasa de personas infectadas por COVID-19 y la tasa de personas fallecidas a causa de este virus. Además, esta investigación logra predecir las tasas que fueron proporcionadas por un modelo matemático que observa y adapta datos estadísticos reales de otros países donde están tratando de encontrar soluciones contra la propagación del COVID – 19. Esto implica que, con el fin de obtener precisión en los resultados de la predicción, fue necesario analizar cuál fue el comportamiento estadístico de China y otros países que volvieron a la normalidad de sus actividades, tal como era antes de que el virus impusiera a la población a permanecer en sus hogares. Por otro lado, se resume el crecimiento problemático del virus y algunas sugerencias de cómo evitar complicaciones profundas en la salud y la economía de las personas (por ejemplo, los días de cuarentena, como principal respuesta para atenuar el avance de este virus).
Esta investigación explica las aplicaciones de reconstrucción tridimensional (3D) para las imágenes de las familias COVID-19, según la búsqueda de la correlación entre el modelo matemático "evento por evento" con efecto antiviral sobre el virus, además, el modelo matemático obtenido de la reconstrucción 3D está correlacionado con "Un modelado matemático general para las respuestas inmunitarias". Por lo tanto, el algoritmo diseñado, proporciona apoyo a los médicos a través de un análisis gráfico y predicciones con respecto a "¿Qué sucede con el virus antes de aplicar una acción como los medicamentos contra la malaria?". Muchos países están tratando de encontrar la vacuna contra COVID 19; sin embargo, muchos países sólo tienen estrategias estadísticas dadas por las restricciones de desplazamiento de la población, lo cual no es suficiente para evitar la rápida <del cite="mailto:arbitro" datetime="2021-01-11T08:51"> </del>transmisión del virus. Por lo tanto, en esta investigación se propone un análisis matemático para tratar el virus mediante un modelo predictivo basado en la reconstrucción de imágenes 3D del COVID 19, correlacionada con aplicaciones de análisis antiviral. Como consecuencia del modelo diseñado, el médico puede predecir las respuestas de las células dañadas por el virus después de aplicar antivirales o plasma sobre ellas. El algoritmo proporcionado se elabora para ser un soporte para el tratamiento del COVID 19.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.