Lista de correo. Espere su aprobación.
Correo electrónico:
Consultar este grupo

Un modelo predictivo de la inactivación de coronavirus dependiente de la temperatura

La pandemia de COVID-19 ha estresado los sistemas de salud y las líneas de suministro, lo que ha obligado a los médicos a correr el riesgo de infección descontaminando y reutilizando equipos de protección personal de un solo uso. El futuro incierto de la pandemia se ve agravado por los datos limitados sobre la capacidad del virus responsable, el SARS-CoV-2, de sobrevivir en varios climas, lo que impide que los epidemiólogos modelen con precisión su propagación. Sin embargo, un análisis termodinámico detallado de datos experimentales sobre la inactivación de SARS-CoV-2 y coronavirus relacionados puede permitir una comprensión fundamental de su degradación térmica que ayudará a modelar la pandemia de COVID-19 y mitigar futuros brotes. Este trabajo presenta un modelo termodinámico que sintetiza los datos existentes en un marco analítico construido sobre los primeros principios, incluida la ley de velocidad para una reacción de primer orden y la ecuación de Arrhenius, para predecir con precisión la inactivación de los coronavirus dependiente de la temperatura. El modelo proporciona pautas de descontaminación térmica muy necesarias para equipos de protección personal, incluidas las máscaras. Por ejemplo, a 70 ° C, se puede lograr una reducción de 3 log (99,9%) en la concentración de virus, en promedio, en 3 min (en las mismas condiciones, un tiempo de descontaminación más conservador de 39 min representa el límite superior de un Intervalo del 95%) y se puede realizar en la mayoría de los hornos domésticos sin reducir la eficacia de las máscaras N95 típicas, como se muestra en informes experimentales recientes. Este modelo también permitirá a los epidemiólogos incorporar el tiempo de vida del SARS-CoV-2 como una función continua de la temperatura ambiental en modelos que pronostican la propagación de la pandemia en diferentes climas y estaciones.
REFERENCE:
Yap TF, Liu Z, Shveda RA, Preston DJ. A predictive model of the temperature-dependent inactivation of coronaviruses. Appl Phys Lett. 2020;117(6):060601. doi:10.1063/5.0020782

-----------------------------------------------------------
Sigue este Blog en Facebook y Twitter
-----------------------------------------------------------

Comentarios

Entradas populares