Skip to main content
  1. Home
  2. Salud
  3. Evergreens

DT en Español podría recibir una comisión si compras un producto desde el sitio

COVID-19: todas las variantes del SARS-CoV-2 identificadas hasta ahora

Los virus mutan; es una de las características que los define y que hace que sea tan complicado lidiar con ellos. En el caso del SARS-CoV-2, responsable del COVID-19, hasta el momento se han detectado más de un centenar de variantes, aunque son solo algunas las que se han convertido en elementos de preocupación. Últimamente escuchamos mucho acerca de la más reciente, conocida como Pirola o o BA.2.86, que es sucesora de la popular ómicron, pero existen otras que circulan en distintas zonas del planeta.

Te va a interesar:

Aunque la mayoría de las mutaciones generan pocos efectos en las propiedades del virus, algunos pueden afectar la forma en que se propagan, la gravedad de la enfermedad asociada o el rendimiento de las vacunas, las herramientas de diagnóstico, entre otras características.

Recommended Videos

Clasificación de variantes

Imagen del coronavirus
Getty Images/Digital Trends Graphic

A finales de 2020, la Organización Mundial de la Salud (OMS) y las principales agencias sanitarias caracterizaron las mutaciones del SARS-Cov-2 en variantes de preocupación (VOC) y de interés (VOI). La división se adoptó a partir de los efectos en la salud pública mundial con el objetivo de priorizar el monitoreo y la investigación.

Variante de preocupación (VOC)

Para que una mutación del virus SARS-CoV-2 sea considerada como una variante de preocupación debe provocar alguno de los siguientes efectos:

  • Aumento de la transmisibilidad o cambio perjudicial en la epidemiología de COVID-19.
  • Aumento de la virulencia o cambio en la presentación clínica de la enfermedad.
  • Disminución de la eficacia de las medidas sociales y de salud pública o de los diagnósticos, vacunas y terapéuticas disponibles.

Variantes de Interés (VOI)

Por otra parte, para que una mutación sea considerada una variante de interés debe generar los siguientes efectos:

  • Cambios genéticos que podrían afectar las características del virus, como la transmisibilidad o la gravedad de la enfermedad; o escape inmunológico, diagnóstico o terapéutico.
  • Provoca una transmisión comunitaria significativa de COVID-19 en varios países con una prevalencia relativa creciente, además de un número en aumento de casos u otros impactos epidemiológicos aparentes que sugieren un riesgo emergente.

Todas las variantes de preocupación del COVID-19

Infección intestinal COVID
Unsplash

Alfa (linaje B.1.1.7)

Denominada comúnmente como variante británica, se detectó por primera vez en octubre de 2020 durante la pandemia de COVID-19 en Reino Unido.

  • Países con más casos: Reino Unido (24%), Estados Unidos (20%), Alemania (10%), Suecia (6%) y Dinamarca (6%)
  • Fecha de detección: 7 de febrero de 2020.
  • Fecha de designación: 18 de diciembre de 2020.

Evolución de la variante alfa

Beta (linaje B.1.351)

La variante beta fue detectada por primera vez en Sudáfrica. Los científicos observaron que posee varias mutaciones que le permiten unirse con mayor facilidad a las células humanas.

  • Países con más casos: Sudáfrica (18%), Filipinas (10%), Estados Unidos (9%), Suecia (8%) y Alemania (7%).
  • Fecha de detección: 27 de marzo de 2020.
  • Fecha de designación: 18 de diciembre de 2020.

Evolución de la variante beta

Gamma (linaje P.1)

La variante gamma del SARS-CoV-2, también conocida como P.1 o brasileña, tiene 17 cambios de aminoácidos, 10 de los cuales se encuentran en su proteína de pico, ​lo que facilita su adherencia a las células humanas.

  • Países con más casos: Brasil (54%), Estados Unidos (30%), Chile (3%), Perú (2%) y Argentina (2%).
  • Fecha de detección: 7 de abril de 2020.
    Fecha de designación: 11 de enero de 2021.

Evolución de la variante gamma

Delta (linaje B.1.617)

Delta fue identificada inicialmente en India. Es una variante que tiene una doble mutación a nivel de la proteína pico. Es más contagiosa y deriva una acción más severa de la enfermedad en pacientes sin vacunar con relación a otras variantes.

  • Países con más casos: Estados Unidos (35%), Reino Unido (14%), India (11%), Alemania (5%) y Dinamarca (5%).
  • Fecha de detección: 11 de mayo de 2020.
  • Fecha de designación: 11 de mayo de 2021.

Evolución variante delta

Ómicron (linaje B.1.1.529)

La variante ómicron, también conocida como linaje B.1.1.529, se detectó por primera vez en Sudáfrica en noviembre de 2021, aunque es probable que haya surgido en Botswana.

  • Países con más casos: Sudáfrica (80%), Botswana (16%), Hong Kong (2%), Israel (1%) y Bélgica (1%).
  • Fecha de detección: 11 de noviembre de 2021.
  • Fecha de designación: 24 de noviembre de 2021.

Evolución variante ómicron

Pirola o o BA.2.86

Es una nueva cepa del coronavirus SARS-CoV-2, causante del COVID-19. Al igual que otras variantes anteriores, esta mutación del virus surgió debido a cambios en su código genético, lo que puede afectar su transmisibilidad, virulencia y, en ocasiones, su resistencia a vacunas y tratamientos. Además BA.2.86, una versión de Ómicron, presenta más de 30 mutaciones en su proteína espiga, un número superior al de las subvariantes de esta mutación detectadas anteriormente, según Yale Medicine.

Pirola ha mostrado manifestaciones similares a las de otras cepas de COVID-19, incluyendo:

Fiebre o escalofríos.

Tos.

Falta de aire o dificultad para respirar.

Fatiga.

Dolores musculares o corporales.

Dolor de cabeza.

Pérdida reciente del olfato o del gusto.

Dolor de garganta.

Congestión o secreción nasal.

Náuseas o vómitos.

Diarrea.

Evolución variante Pirola
Rodrigo Orellana
Former Digital Trends Contributor
Topics
Google ayuda a detectar el cáncer de mama con ayuda de la IA
google ia deteccion temprana cancer de mama angiola harry sjcalew 1lm unsplash

Cada 19 de octubre se conmemora el Día Internacional de lucha contra el Cáncer de Mama, con el objetivo de concientizar acerca de esta enfermedad. En este contexto, Google difundió cómo trabaja en proyectos que combinan el poder de la inteligencia artificial (IA) con el conocimiento de los profesionales de la salud para crear herramientas de diagnóstico precisas y accesibles. Las investigaciones llevadas a cabo en varios diagnósticos detectaron una reducción del 9.4% de los falsos negativos y del 5.7% de los falsos positivos.
De acuerdo con la Organización Mundial de la Salud (OMS), el cáncer de mama es uno de los más comunes, siendo el 99% de los casos en mujeres. Asimismo, la Organización Panamericana de la Salud (OPS) afirma que el tratamiento puede ser altamente efectivo cuando la enfermedad se detecta a tiempo.
En este escenario, Adriana Noreña, vicepresidenta de Google para Hispanoamérica, reflexionó: “Como subrayé en mi participación en el Women 20 de Río de Janeiro, la inteligencia artificial tiene la capacidad de procesar y analizar enormes cantidades de datos en poco tiempo, identificar patrones complejos y aprender de forma contínua a través de sus algoritmos para mejorar su precisión, lo cual la convierte en una gran aliada para los profesionales de la salud”. Y agregó: “es crucial que haya cada vez más mujeres involucradas en el desarrollo de esta tecnología. Al incorporar nuestra perspectiva desde el momento cero, podemos garantizar que la IA no solo sea técnicamente avanzada, sino también nos permitirá crear soluciones íntimamente relacionadas con nuestro género, así como más equitativas y efectivas”.
En línea con estos esfuerzos por mejorar la detección temprana, entre 2016 y 2018, Google comenzó a implementar el uso del aprendizaje profundo -deep learning-, una de las áreas donde la IA emplea redes neuronales artificiales para aprender de grandes conjuntos de datos para realizar tareas complejas, con el fin de asistir a los médicos en la detección de la metástasis. Esta herramienta de análisis de nódulos linfáticos (Lymph Node Assistant -LYNA, por sus siglas en inglés-), es entrenada por medio de imágenes médicas, como radiografías, tomografías o imágenes patológicas, y clasificadas previamente por expertos, para que la IA pueda identificar los macro y micro patrones de la enfermedad. Así, LYNA tiene la capacidad de detectar la localización de la metástasis que, en muchos casos, es casi imperceptible al ojo humano, permitiendo que los médicos puedan acelerar el proceso de diagnóstico y, en consecuencia, adelantar el inicio del tratamiento. 
En 2021, Google Health realizó una investigación clínica junto con Northwestern Medicine para explorar cómo la IA podría acelerar el diagnóstico del cáncer de mama, optimizando el proceso desde la mamografía inicial hasta el diagnóstico final. Comenzaron la investigación recopilando imágenes mamográficas de alta calidad provenientes de diversos pacientes, las cuales fueron clasificadas por expertos en salud para entrenar el modelo de IA ante la detección de cáncer, la identificación de características tumorales, entre otros aspectos.
Posteriormente, el modelo se probó en un entorno clínico real, donde las personas que se sometían a mamografías podían optar por que sus resultados fueran analizados por la IA junto con la evaluación de los radiólogos. Estos arrojaron datos alentadores: se redujeron los falsos negativos en un 9.4% y los falsos positivos en un 5.7%, en comparación con la práctica clínica estándar. Además, la IA demostró su capacidad de analizar una mamografía en menos de dos minutos, lo que permite obtener resultados más rápidos para las pacientes, acelerar tanto el diagnóstico como el tratamiento, al mismo tiempo que reduce los costos asociados a la atención y los tratamientos tardíos.

Premios Nobel: Hallazgos en beneficio de la salud
La semana pasada, Geoffrey Hinton, ex investigador de Google, fue galardonado junto a John Hopfield con el Premio Nobel de Física 2024 por sus descubrimientos en el campo del aprendizaje automático con redes neuronales artificiales (ANN por sus siglas en inglés), que sentaron las bases para el reconocimiento a través de la IA de patrones en imágenes, lenguajes y en información clínica que hoy se utiliza en el campo de la salud y en otras disciplinas.
Como se describe en este documento emitido por el comité del premio Nobel, este descubrimiento fue clave en el desarrollo de la herramienta para la predicción de las estructuras de cualquier proteína en tres dimensiones denominado AlphaFold, motivo por el cual dos científicos de Google DeepMind, Demis Hassabis y John Jumper, obtuvieron también este año el Premio Nobel de Química. AlphaFold fue abierta por Google a la comunidad científica de forma gratuita y ya fue utilizado por más de dos millones de investigadores de más de 190 países.

Read more
Las mejores aplicaciones de entrenamiento gratuitas para iOS y Android
aplicaciones de entrenamiento gratuitas para ios y android mejores apps ejercecios ggratis

Si aún no puedes volver a tu gimnasio, se te ha terminado esa costosa membresía o estás buscando hacer un buen ejercicio en casa o en la oficina, aprovecha una serie de excelentes aplicaciones accesibles que te apoyarán a ejercitarte desde tu celular. Hay muchas apps de pago listas para hacerte sudar, y algunas de ellas pueden valer la pena en las circunstancias adecuadas. Pero no siempre apetece pagar. Ya sea que busques mantenerte en movimiento o gastar algo de tiempo, aquí hay una lista de las mejores aplicaciones de entrenamiento gratuitas para iOS y Android, que te ayudarán a sudar donde quiera que estés.

(Estas son las mejores aplicaciones de fitness gratuitas, sin duda, pero si deseas explorar otras opciones, incluidas las aplicaciones de pago, tenemos listas de las mejores aplicaciones de fitness para Android y las mejores aplicaciones de fitness para iOS también).
Nike Training Club

Read more
Se filtran 5,3 millones de registros de salud en México
La imagen muestra a un médico cirujano durante un procedimiento.

Cybernews informa que sus equipos de investigación encontraron una base de datos desprotegida de 500 GB de una empresa mexicana de atención médica el 26 de agosto de 2024. La base de datos expone información confidencial como nombres, números de identificación personal (CURP), números de teléfono, descripciones de solicitudes de pago y más.

La cantidad total de personas afectadas asciende a 5,3 millones, lo que representa aproximadamente el 4% de la población del país, según señala Cybernews. El informe de Cybernews indica que el error de seguridad se produjo con un uso "mal configurado" de una herramienta de visualización de datos llamada Kibana, que parece haber quedado sin autenticar.

Read more