NetLogo User Community Models

(back to the NetLogo User Community Models)

Download If clicking does not initiate a download, try right clicking or control clicking and choosing "Save" or "Download". Try It in NetLogo Web

## WHAT IS IT?

El objetivo de esta simulación es recrear el comportamiento del virus COVID-19 en un entorno cerrado, en concreto un supermercado.

Para mayor semejanza con la realidad, se ha escogido un supermercado en concreto. Este supermercado pertenece a la cadena "El Jamón", y el modelo sigue las restricciones aplicadas como consecuencia de la pandemía producida por el virus (aforo máximo permitido 20 personas, uso recomendable de guantes y mascarilla, horario de apertura de 9:00 a 21:00). La dirección del supermercado es _Calle Severo Ochoa, 1, 21005 Huelva_.

El modelo recrea el interior del supermercado, además de añadir 3 zonas representativas:

* **Zona de espera**: Zona de color verde, donde las personas esperan para poder entrar al supermercado a lo largo del día. En esta zona, al ser meramente representativa, no se producen contagios.

* **Zona de UCI**: Zona de color turquesa, donde se situan las personas con una carga vírica mayor al 30%. Una vez allí, pasado un periodo de tiempo (de 5 días hasta 15) estas personas pueden curarse y volver a la zona de espera o morir y pasar a la zona RIP.

* **Zona RIP**: Zona de color violeta, donde se sitúan aquellas personas que fallecen durante la simulación. Una vez en esa zona, no se puede salir de ella.

En la imagen siguiente puede apreciarse la disposición de las zonas anteriormente nombradas y el interior del supermercado.


Dentro del supermercado se aprecian las estanterías (representadas por los patches marrones). El color que rodea las estanterias representa las distintas secciones del supermercado. Estas zonas no guardan una semejanza al 100% con al realidad, y han sido congregadas en las 4 siguientes:

* **Frutería**: Representada con el color rosa.

* **Galletas**: Representada con el color amarillo.

* **Congelados**: Representada con el color cielo (_sky_).

* **Limpieza**: Representada con el color lima.

Se han diferenciado estas zonas para poder darle más realismo al movimiento de las personas dentro del supermercado, pues estas tendrán una lista de la compra propia, de longitud entre 4 y 20 elementos. La presencia de esta lista hace que el tiempo de compra de cada persona sea distinto, otorgando realismo al modelo. Además, el 50% de las personas que entran en el supermercado comienzan su recorrido por la frutería, mientras que el resto comienza su compra por la zona de limpieza.

El recuadro negro dentro del supermercado es el almacén, y la barrera negra en la entrada diferencia el pasillo de entrada (gris) del de salida (rojo).

La interfaz incluye un reloj que muestra la hora y el mínuto del día, además del día de simulación en el que se encuentre la ejecución. Este reloj solo muestra las horas relevantes para la simlación, por lo que va de 8:00 a 22:00. A pesar de que el supermercado no abre hasta las 9:00, se ha decidio incluir esa hora anterior para mostrar cómo la gente no entra en el supermercado, pues está cerrado. También se ha incluido una hora tras el cierre porque aquellas personas que sigan dentro del supermercado a la hora del cierre son obligadas a salir, habiendo terminado o no su compra.

La interfaz también incluye las siguientes gráficas y monitores:

* Gráficas acumladas de Contagios, Curados, RIP y UCI.

* Gráficas diarias de Contagios, Curados, RIP y UCI.

* Gráfica de aforo del supermercado.

* Monitores por edades acumulativas de UCI y RIP.

Remarcar que la gráfica del aforo solo es representativa en los siguientes casos:

* Cuando sólo ha pasado un día, pues se ve claramente como el aforo de la simulación recrea las horas valle/punta obtenidas por Google


* Cuando ha pasado una semana, pues se ve cómo el patrón de la imagen anterior se repite 6 veces (los domingos no abre el supermercado)


El color de las personas indica si estas estan sanas (azules), contagiadas (rojas) o han estado contagiadas pero se han curado (verde). Las personas con mascarilla llevan una _M_ a modo de etiqueta, las personas con guantes una _G_, y las personas que llevan ambas, _GM_.

## HOW TO USE IT

A continuación se van a explicar los elementos con los que el usuario puede interactuar en la interfaz gráfica:

* Botón **setup**: Crea el mundo, indispensable pulsarlo antes de ejecutar el programa.

* Botón **go**: Inicia la ejecución.

* Slider **poblacion**: Modula la cantidad de población que genera el setup, con un mínimo de 5 personas y un máximo de 300.

* Slider **%Mascarilla**: Modula el porcentaje de la población que lleva mascarillas.

* Slider **%Guantes**: Modula el procentaje de la población que lleva guantes.

* Slider **%Contagio**: Modula el porcentaje de la población que está ccontagiada con el virus.

* Slider **ticks-min**: Modula el número de ticks que se hacen por minuto de simulación. Al reducir su valor, la simulación funciona más rápidamente.

## THINGS TO NOTICE

Para ejecutar una simulación en la que se aprecie la dispersión de las partículas al estornudar y el movimiento de las personas es necesario poner un valor de población alto (250 personas), el valor máximo de ticks-min (20) y la barra de velocidad de la siguiente forma:


En caso de querer ejecutar una simulación mucho más rápida, para obtener las gráficas para los 60 días, hay que reducir al máximo el valor de ticks-min (1) y manterner la población entre 100 - 250 personas. Al poner la barra de velocidad al máximo no se verá el desplazamiento de las personas ni los estornudos, pero en aproximadamente 20 minutos de simulación se obtendrán las gráficas para los 60 días estudiados.

## THINGS TO TRY

Para poner a prueba el modelo, se han llevado a cabo las siguientes simulaciones, basadas en los resultados del estudio poblacional de Seroprevalencia realizados en el mes de mayo en España.


### CASO 1

Como el supermercado modelado se encuentra en Huelva, se ha considerado que el porcentaje de población infectada es aproximadamente del 2%, como se ve en la imagen anterior.

La simulación ha sido realizada sobre una población fija de 300 personas, con edades entre los 15 y 90 años, divididas en 3 rangos (jóvenes, adultos y ancianos).

Para este caso se va a considerar una población responsable, es decir, que sigue las recomendaciones de sanidad (el 60% de la población lleva mascarilla).

Tras 60 días de simulación, los datos obtenidos son los siguientes:

* El número total de personas contagiadas a lo largo del periodo de tiempo estudiado no supera el 7% de la población, pues se han contagiado menos de 20 personas.

* De esas personas contagiadas, 12 de ellas han sido hospitalizadas en la UCI, todas ellas ancianas.

* De las 12 personas hospitalizadas, han fallecido 3 y se han curado 9.

* Las muertes fueron todas en días distintos.

* En las gráficas del documento [7] se aprecia cómo el número de contagios por día va menguando conforme pasan los días.

### CASO 2

Se considera el mismo caso anterior, pero con una población menos responsable (sólo el 10% de la población lleva mascarilla).

Los resultados obtenidos son:

* El número total de personas contagiadas es aproximadamente el mismo (18 personas).

* De esas personas contagiadas, 14 han acabado en ingresadas en la UCI.

* De los ingresados en la UCI, 4 son jóvenes, 4 adultos y 6 ancianos.

* Han muerto 5 de los 6 ancianos ingresados. El resto de personas ingresadas se curó.

* En las gráficas del documento [7] se aprecia cómo el número de contagios por día va menguando conforme pasan los días.

### CASO 3

Para la tercera simulación se ha supuesto que la privincia de Huelva cuenta con un porcentaje de la población infectada similar al de Madrid. Según la foto anterior, este porcentaje es aproximadamente del 12%.

La simulación ha sido realizada sobre una población fija de 300 personas, con edades entre los 15 y 90 años, divididas en 3 rangos (jóvenes, adultos y ancianos).

Para este caso se va a considerar una población responsable, es decir, que sigue las recomendaciones de sanidad (el 60% de la población lleva mascarilla).

Tras 60 días de simulación, los datos obtenidos son los siguientes:

* El número total de personas contagiadas asciende a 37, aproximadamente un 13% de la población estudiada.

* De esas personas contagiadas, 15 han acabado en la UCI.

* En la UCI han ingresado 2 jóvenes, 2 adultos y 8 ancianos.

* Han fallecido 2 ancianos.

* En las gráficas del documento [7] se aprecia cómo el número de contagios por día va menguando conforme pasan los días.

### CASO 4

Para la última simulación se ha considerado el mismo porcentaje de contagiados que en el caso 3, pero con una población más irresponsable (sólo el 10% lleva mascarilla).

Para la misma población y tiempo de simulación se han obtenido los siguientes resultados:

* El número total de personas contagiadas asciende a 64, aproximadamente un 21% de la población estudiada.

* Han sido ingresadas un total de 57 personas en la UCI, 11 jóvenes, 25 adultos y 21 ancianos.

* De los ingresados, han fallecido 6 ancianos y 1 adulto.

* En las gráficas del documento [7] se aprecia cómo el número de contagios por día va menguando conforme pasan los días.

## EXTENDING THE MODEL

Para la ampliación del modelo se podrían implementar las siguientes características:

* Comportamiento del virus fuera del supermercado (en zona de espera).

* Distancia de seguridad dentro del supermercado (2 metros).

* Cajeros y cola para pagar.

* Mejorar la física de las partículas, añadir influencia de la fuerza del aire, no solo el rozamiento.

## NETLOGO FEATURES

### MODELADO FÍSICO DE DIFUSIÓN DE PARTÍCULAS

* El movimiento de las partículas y su duración en el aire han sido modelados de tal forma que estas viajen hasta 2 metros aproximadamente, a una velocidad rápida al principio y, debido a la fuerza de rozamiento, esa velocidad disminuye hasta que se paran. El tiempo de las particulas en el aire hasta llegar al suelo es variable, y se estima entre 1 y minutos. Se ha considerado como tiempo de vida de una partícula el tiempo que esta tarda en llegar al suelo. Información obtenida en [1].

* Para la influencia del aire sobre las partículas sólo se ha tenido en cuenta la fuerza de rozamiento, que hace que las partículas sufran una aceleración negativa hasta que estas se paran.

* Para la representación del contaje de partículas se ha considerado que cada partícula respirada por una persona incrementa su carga vírica en un 1%.

* El efecto de las partículas en los pasillos se ha modelado de tal forma que estas estén contenidas en ellos. Cuando estas chocan contra un pasillo, se quedan pegadas hasta que mueren. En una zona sin pasillos tienen libertad de movimiento. [2]

### MODELADO DEL MOVIMIENTO DE LOS INDIVÍDUOS

* El tiempo de las personas en el supermercado se ha modelado mediante el uso de una lista de la compra. Esta lista de la compra es distinta para cada persona (de 4 a 20 elementos), lo que hace que el tiempo de cada persona comprando sea distinto. Aproximadamente, cada persona pasa entre 15 y 30 minutos en el supermercado, dato obtenido de las estadísticas de Google.


* El efecto de los guantes se ha modelado siguiendo las recomendaciones médicas. Estos han sido desaconsejados en varias ocasiones debido a la sensación de falsa seguridad que ofrecen, y que a pesar de llevarlos, si la persona se toca la cara o alguna cavidad mocosa, no protegen. Es por ello que se ha decidido que no afecten al modelo.

* El efecto de la mascarilla reduce considerablemente la secreción de partículas de aquellas personas que tosen o estornudan, mientras que también protegen a aquellos que la llevan de absorberlas. Por ello se ha modelado su efecto en el modelo haciendo que quien las lleve no estornude ni se contagie. Información en el enlace [6].

* Se ha considerado que la probabilidad de que una persona con carga vírica tosa es directamente proporcinal al porcentaje de carga vírica que esta tennga. De esta forma, una persona con una carga vírica del 25% toserá más frecuentemente que una con carga del 10%.

* Para el aforo del supermercado se han tomado las medidas de seguridad impuestas por la cadena que ya se han mencionado. La población estudiada es de 300 personas, y el aforo máximo del supermercado es de 20, por lo que a lo largo del día las personas entran en el super pero nunca hay más de 20 juntas.

* La población ingresada en UCI se sitúa en la zona turquesa (zona UCI) mientras que la población que muere se sitúa en la zona violeta (zona RIP).

### ESTADÍSTICAS

* Para las gráficas acumuladas se han tenido en cuenta los valores de letalidad (consecuentemente, los de superviviencia) de la siguiente imagen. Las probabilidades de morir han sido agrupadas en 3 rangos: jóven (15 - 29 años), adulto (30 - 59 años) y anciano (a partir de 60).


* La creación de población ha sido aleatoria, no se ha seguido ninguna pirámire poblacional. Además, la población estudiada en el modelo tiene de 15 a 90 años.

* Para los monitores por edades se ha seguido la misma tabla de este apartado, pues solo refleja las personas ingresadas en UCI o muertas en el rango de edades seleccionado.

### DISEÑO

* Para otorgar naturalidad al desplazamiento de las personas dentro del supermercado se ha incorporado al proyecto el algoritmo A* [8]. Las secciones del supermercado permite que puedan programarse distintas paradas dentro del supermercado para las personas.

### EXTRAS

* Para lograr una simulación de lista de la compra se ha dividido el supermercado en 4 zonas. Estas zonas son conjuntos de patches, y a cada individuo se le ha asignado de 1 a 5 patches de cada zona. Esos patches corresponden a los distintos puntos del supermercado a los que la persona debe ir. Para hacer que salgan, el objetivo final de todas las personas es un patch de salida.

* A la hora del cierre del supermercado se fuerza a todas aquellas personas que sigan dentro a salir de él, hayan terminado o no su lista de la compra. Esto se ha logrado haciendo que a las 21:00, todas aquellas personas dentro del supermercado recalculen su lista de la compra, eliminando los productos y poniendo un único objetivo: la ssalida.

* Para simular el pasillo de entrada y salida tan solo se ha incorporado una barrera negra, que divide la zona de acceso al supermercado.

* Para la gestión de horas valle/punta se ha modelado la entrada de las personas en el supermercado mediante probabilidades. A la hora punta, la probabilidad de que una persona entre en el supermercado es muy alta, mientras que en horas bajas es mucho más baja, por lo que de esta forma se consigue la siguiente gráfica.


* Para modelar que el domingo el supermercado no abra, tan solo se ha asignado una probabilidad del 0% a la entrada de los individuos. Se consigue la siguiente gráfica:


## CREDITS AND REFERENCES

Los artículos y noticias utilizados para obtener los datos en los que se ha basado el modelo son los siguientes:

[1] [Periódico LA VANGUARDIA](https://www.lavanguardia.com/vida/20200329/48147148995/coronavirus-covid-19-oms-aire-transmision-contagio.html)

[2] [INFOSALUS](https://www.infosalus.com/actualidad/noticia-esto-dura-coronavirus-distintas-superficies-20200406104009.html)

[3] [MIT](https://web.mit.edu/)

[4] [OMS](https://www.who.int/es/news-room/detail/23-03-2020-pass-the-message-five-steps-to-kicking-out-coronavirus)

[5] [DOCUMENTO](file:docs/20200404_itcoronavirus.pdf)

[6] [Urgencias y Emergencias](https://www.urgenciasyemergen.com/coronavirus-mascarillas-y-evidencia-cientifica/#POSTURA_DE_LA_OMS_FRENTE_A_LAS_MASCARILLAS_EN_EL_COVID19)

[7] [CASOS_MEMORIA](file:docs/casos.pdf)

[8] [Algoritmo A*](http://www.cs.us.es/~fsancho/?p=modelos-de-netlogo)

[9] [LA VANGUARDIA](https://www.lavanguardia.com/vida/20200513/481131574745/coronavirus-medicos-preventiva-no-recomiendan-uso-guantes.html)