Las personas con enfermedad de Alzheimer a menudo conducen distancias más cortas y visitan menos lugares nuevos en comparación con las personas sin ella. Teniendo esto en cuenta, los datos del GPS pueden servir como un biomarcador para identificar el Alzheimer preclínico, según los resultados de un estudio publicado en Alzheimer's Research & Therapy.

Los participantes, 75 personas sin alzheimer preclínico y 64 personas con él, ya estaban inscritos en estudios sobre envejecimiento, demencia y conducción.

Datos analizados por aprendizaje automático

Los investigadores instalaron registradores de datos GPS con software personalizado en los vehículos de los participantes y registraron 1 año de datos de conducción. Los investigadores midieron entonces el rendimiento de conducción (velocidad, aceleración, tirones, frenadas bruscas) y el espacio de conducción (lugares recorridos). Luego, se usó el aprendizaje automático a los conjuntos de datos para predecir la enfermedad.

En Xataka Ciencia

La enfermedad de Alzheimer ya puede detectarse durante una conversaciones telefónicas gracias al aprendizaje automático

Utilizando únicamente los indicadores de conducción, el modelo predictivo alcanzó una puntuación de precisión de 0,89, lo que indica que el modelo predijo correctamente la enfermedad el 89% de las veces. El modelo identificó correctamente al 76% de los participantes con alzheimer preclínico. Las características de conducción más estrechamente relacionadas con la esta dolencia incluyeron la cantidad de conducción nocturna y exceso de velocidad.

Una limitación del estudio fue la incapacidad del dispositivo GPS para detectar quién conducía los vehículos, ya fuera el participante, un cónyuge o un miembro de la familia. Las limitaciones adicionales incluyeron a todos los participantes que residen en el área metropolitana de St. Louis, Missouri; por lo tanto, es posible que los resultados no se apliquen a la población general. El estudio tampoco examinó el nivel socioeconómico, el sexo, la raza, los ingresos o el nivel educativo.

Investigadores de la Escuela de la Universidad de California en San Diego of Medicine, San Diego State University (SDSU) han diseñado y validado un modelo predictivo para señalar a los lugres en riesgo de futuros brotes de muerte por sobredosis.

Para ello, han usado los patrones de estas muertes relacionadas con las drogas en Estados Unidos en los últimos veinte años: el número de estadounidenses que mueren cada año por sobredosis de drogas ha aumentado constantemente, de menos de 20.000 en 1999 a más de 80.000 en 2020.

Sobredosis de opioides

La epidemia de opioides se ha descrito como una triple ola superpuesta de sobredosis fatales debidas a opioides recetados, heroína y opioides sintéticos muy potentes, incluido el fentanilo. Los investigadores utilizaron esta tercera ola para investigar si se podría desarrollar una herramienta para predecir y prevenir muertes. Según el primer autor Charlie Marks:

En Xataka Ciencia

La FDA aprueba un nuevo opioide 10 veces más potente que el fentanilo

Este estudio proporciona una herramienta novedosa y rigurosamente validada para informar la planificación de políticas en el contexto de epidemias de sobredosis impulsadas por medicamentos emergentes y establece un nuevo estándar para el desarrollo de una respuesta basada en datos a las epidemias de consumo de drogas.

Utilizando datos de los CDC desde 2013 (cuando comenzó la epidemia de fentanilo) hasta 2018 (los datos más recientes disponibles en ese momento), el equipo de investigación diseñó y entrenó un modelo estadístico retrospectivo para encontrar patrones en la relación entre las características del condado y las muertes por sobredosis, luego usó los datos para predecir las tasas de mortalidad en el próximo año. Finalmente, las predicciones se compararon con las tasas reales de muerte por sobredosis en cada condado.

En Xataka Ciencia

Los científicos que se drogan con sustancias psicodélicas son percibidos como menos íntegros que quienes no lo hacen

Un mayor refinamiento del modelo y la seguridad del acceso a datos restringidos a través de amplias colaboraciones serán los próximos pasos para mejorar el rendimiento del modelo. Imagínese si pudiéramos desarrollar herramientas de predicción para las epidemias de uso de sustancias, similar a lo que se desarrolló para predecir las infecciones y muertes por COVID-19.

Elizabeth Kolbert, autora del libro de 2014 La sexta extinción: una historia nada natural, sitúa el futuro de la humanidad a un nivel distópico propio de las películas de ciencia ficción más catastrofistas. Tal vez tenga razón, pero tampoco hay pruebas sólidas de que sea así.

El libro también cita al antropólogo Richard Leakey, coautor del libro de 1995 La sexta extinción: el futuro de la vida y de la humanidad, que también afirma que la tasa de extinción de especies vivas se está acelerando. Pero esta y otras afirmaciones similares se basan en un modelo creado en 1967.

Modelo especie-área

Los biólogos evolucionistas Robert H. MacArthur y E. O. Wilson desarrollaron el modelo especie-área en 1967 y se basa en el supuesto de que, a medida que más especies compiten por recursos en declive, menos sobrevirían. Pero el modelo era incorrecto, como sugirió en 2011 un estudio un publicado en la revista Nature.

En Xataka Ciencia

Cada semana, la masa de todos nuestros objetos materiales añadadidos al mundo equivale a la masa de todos los habitantes del mundo

Además, la observación directa contradice las estimaciones más agoreras. Por ejemplo: han surgido más especies de plantas nuevas en Europa durante los últimos 300 años de las que se han documentado como extintas en el mismo período. De hecho, si el modelo fuera cierto, la mitad de las especies del mundo ya deberían haberse extinguido durante los últimos doscientos años.

En Xataka Ciencia

Cientos de miles de aves mueren repentinamente en Estados Unidos

Según la Unión Internacional para la Conservación de la Naturaleza (UICN), el 6 % de las especies está en peligro crítico, el 9 % está en peligro de extinción y el 12 % está es vulnerable a estarlo. Solo el 0,8 % de las 112 432 especies de plantas, animales e insectos incluidos en sus datos se han extinguido, de hecho, desde el año 1500. Es una tasa de menos de dos especies perdidas cada año, para una tasa de extinción anual del 0,001 %.

La Tierra ha sufrido al menos cinco extinciones masivas a lo largo de su historia, pero irónicamente, después de cada una de ellas, le ha seguido un crecimiento de la biodiversidad que ya existía. Tal y como abunda en en ello Michael Shellenberg en su libro No hay apocalipsis:

En Xataka Ciencia

Casi la mitad de la Tierra aún no ha recibido un impacto significativo del ser humano

El gran aumento de la biodiversidad durante los últimos 100 millones de años supera enormemente las pérdidas de especies en pasadas extinciones masivas. El número de géneros, una medida de la biodiversidad más poderosa que el recuento de especies por sí solas, asi se ha triplicado en el transcurso de este período de tiempo.

Para combatir el problema del medioambiente, pues, no debemos recurrir a alarmismos, extremismos o comportamientos religiosos, ni tampoco a exagerar en aras de conmover: los datos deben ser presentados de forma sólida y robusta para que ningún negacionista los tire por tierra, y sobre todo con la humildad no suficiente como para aceptar que no sabemos todo lo que está pasando ni lo que pasará (y que eso hay que tenerlo en cuenta a la hora de establecer un cálculo de coste-benefico sobre qué medidas adoptar).

La Antártida estuvo una vez en el ecuador. Estos son algunos de los hallazgos que podéis contemplar en el siguiente vídeo: mil millones de años de deriva continental en 40 segundos.

El vídeo es fruto de la investigación publicada en la edición de marzo de 2021 de Earth-Science Reviews. Por primera vez se ha construido un modelo completo de tectónica, incluidos todos los límites.

Deriva continental

El autor principal y creador del vídeo, Andrew Merdith comenzó a trabajar en el proyecto mientras era estudiante de doctorado con Dietmar Müller, del grupo de geociencias EarthByte de la Universidad de Sydney.

El modelo ayudará a los científicos a comprender cómo ha cambiado el clima, cómo se alteraron las corrientes oceánicas y cómo fluyeron los nutrientes desde las profundidades de la Tierra para estimular la evolución biológica.

La deriva continental es el desplazamiento de las masas continentales unas respecto a otras. Esta teoría fue desarrollada en 1912 por el alemán Alfred Wegener a partir de diversas observaciones empírico-racionales, pero no fue hasta la década de 1960, con el desarrollo de la tectónica de placas, cuando pudo explicarse de manera adecuada el movimiento de los continentes. La vida, sencillamente, en la Tierra no existiría sin la tectónica de placas.

Con solo mirar la imagen de destino de una palabra o boceto, el robot puede reproducir cada trazo como una acción continua gracias a un algoritmo desarrollado por científicos de la Universidad Brown.

El algoritmo permite así que sea muy difícil para nosotros distinguir si el texto fue fue escrito por el robot o si fue escrito por un humano.

Deep Learning

El algoritmo hace uso de redes de aprendizaje profundo (deep learning) que analizan imágenes de palabras escritas a mano o bocetos y pueden deducir la serie probable de trazos a lápiz que los creó. El algoritmo se entrenó utilizando un conjunto de caracteres japoneses hasta pudo reproducir los caracteres y los trazos que los crearon con aproximadamente el 93% de precisión.

El algoritmo terminó reproduciendo tipos de caracteres muy diferentes que nunca había visto: letras en inglés y en cursiva, por ejemplo. Según explican los autores:

Para ilustrar el funcionamiento de nuestro sistema en varios entornos robóticos, probamos nuestro modelo con dos robots, Baxter y Movo. Aplicamos directamente nuestro modelo entrenado al entorno robótico real, lo que crea una necesidad de procesar la imagen objetivo original para que coincida con el formato de imagen de nuestros datos de entrenamiento.

Utilizando un modelo global que considera la imagen como un todo, el algoritmo identifica un punto de partida probable para realizar el primer trazo. Una vez que el trazo ha comenzado, el algoritmo se acerca, mirando la imagen píxel por píxel para determinar dónde debe ir ese trazo y cuánto tiempo debe durar. Cuando llega al final del trazo, el algoritmo vuelve a llamar al modelo global para determinar dónde debe comenzar el siguiente trazo, y luego regresa al modelo ampliado. Y así sucesivamente.

Un estudio de la Universidad de California, y la Universidad Nacional de Australia, ha presentado un modelo informático de la forma en que cristaliza el consenso científico, y cómo influye esto en la opinión de los responsables políticos.

El equipo estudió también con qué facilidad se pueden distorsionar estos puntos de vista.

Vendedores de controversia e incertidumbre

La forma más sencilla de destruir el consenso científico o instilar ideas erróneas en la población consiste en crear una falsa controversia y mucha incertidumbre acerca de las afirmaciones oficiales, además de darle a todo una pátina de teoría de la conspiración. Del estilo: hay científicos que no se pliegan al discurso oficial, hay evidencias que sugieren otras cosas y los gobiernos no quieren que pensemos por nosotros mismos porque hay poderes económicos que subyacen a todo lo que nos comunican. Por ejemplo.

Así se puede frenar la asunció de que el tabaco provoca cáncer, como ya explicamos, las farmacéuticas ya tienen la cura del cáncer pero no quieren desvelarlo (como han deslizado personajes públicos presuntamente cultos como la política Beatriz Talegón, que también afirma que la homeopatía funciona amén de otros bulos) o que lo del cambio climático es solo una hipótesis en la que hay esaso consenso y mucha evidencia en contra, como se encarga de repetir Trump cada vez que hace frío en Estados Unidos.

En Xataka Ciencia

La escandalosa mentira del tabaco asesino (I)

En el estudio citado, se investigaron cómo estas técnicas influyen en la opinión pública. Para ello, utilizaron un modelo informático de la forma en que el proceso científico influye en la opinión de los responsables políticos. Este modelo contiene tres tipos de actores.

El primero son los científicos que llegan a un consenso al realizar experimentos y permitir que los resultados, y los de sus compañeros, influyan en su visión.

Cada científico comienza con el objetivo de decidir cuál de las dos teorías es mejor. Una de estas teorías se basa en la "acción A", que se entiende y funciona bien el 50 por ciento de las veces. Esto corresponde a la teoría A.

Por el contrario, la teoría B se basa en una acción que se entiende poco. Los científicos no están seguros de si es mejor o no que A. Sin embargo, el modelo está configurado para que la teoría B sea realmente mejor.

Al comienzo de la simulación, a los científicos se les da una creencia aleatoria en la teoría A o B. Por ejemplo, un científico con una credibilidad de 0.7 cree que hay una probabilidad del 70 por ciento de que la teoría B sea correcta y, por lo tanto, aplica la teoría B en la próxima ronda de experimentos.

Después de cada ronda de experimentos, los científicos actualizan sus puntos de vista en función de los resultados de sus experimentos y los resultados de los científicos a los que están vinculados en la red. En la siguiente ronda, repiten este proceso y actualizan sus creencias nuevamente, y así sucesivamente.

La simulación se detiene cuando todos los científicos creen en una teoría u otra o cuando la creencia en una teoría alcanza algún nivel de umbral. De esta manera, se simula la forma en que los científicos llegan a una visión de consenso.

a

Pero ¿cómo influye este proceso en los responsables políticos? Para averiguarlo, se introdujo un segundo grupo de personas en el modelo, los responsables de las políticas, que están influenciados por los científicos (pero no influyen en los científicos mismos). Lo importante aquí es que los creadores de políticas no escuchan a todos los científicos, solo a un subconjunto de ellos.

Finalmente, hay un tercer actor: las acciones propagandiscas torticeras que quieren salirse con la suya (por ejemplo, en el caso del tabaco). Así que Weatherall y su equipo introducen un tercer actor en este modelo. Este propagandista observa a todos los científicos y se comunica con todos los responsables políticos con el objetivo de persuadirlos de que la peor teoría es correcta (en este caso, la teoría A). Lo hacen buscando solo puntos de vista que sugieran que la teoría A es correcta y compartiéndolos con los responsables de la creación de políticas.

El propagandista puede trabajar de dos maneras que se correspondan con una producción sesgada o un intercambio selectivo. En la primera, el propagandista utiliza un equipo interno de científicos para producir resultados que favorecen la teoría A. En la segunda, el propagandista simplemente selecciona los resultados de científicos independientes que favorecen la teoría A.

De hecho, los propagandistas ni siquiera necesitan utilizar sus propios científicos internos para respaldar ideas específicas. Cuando existe una variación natural en los resultados de los experimentos científicos imparciales, los propagandistas pueden tener una influencia significativa al seleccionar los que respaldan su propia agenda (por eso personas como Beatriz Talegón, que no es analfabeta, lo parece). Y se puede hacer con un riesgo muy bajo porque todos los resultados que eligen son ciencia "real". Cherry Picking de toda la vida, vaya.

Ese hallazgo tiene implicaciones importantes. Significa que cualquier persona que quiera manipular la opinión pública e influir en los responsables políticos puede lograr un éxito extraordinario con trucos relativamente sutiles. Incluso, sin quererlo, los periodistas científicos pueden influir negativamente: generalmente están bajo presión para encontrar las historias más interesantes o atractivas o divertidas, y esto influye en lo que ven los responsables de las políticas.

Gerald Gabrielse y John Doyle, profesores de Física en Harvard, y David DeMille, profesor de física en Yale, lideran la Búsqueda de Momentos Dipolares Eléctricos Avanzados de Molécula en Frío (ACME) y han podido confirmar que el electrón no es ligeramente aplastado, sino que es perfectamente esférico, según publican en Nature.

Ello contribuye a la validez del Modelo Estándar de la Física de Partículas describe la mayoría de las fuerzas y partículas fundamentales en el universo.

Modelo Estándar

El equipo de ACME investigó esta pregunta disparando un haz de moléculas de óxido de torio frías a una cámara del tamaño de un escritorio. A continuación, los investigadores estudiaron la luz emitida por las moléculas. Una luz torcida indicaría un momento dipolo eléctrico. Cuando la luz no se torció, el equipo de investigación concluyó que la forma del electrón era, de hecho, redonda, confirmando la predicción del Modelo Estándar.

Una carga ligeramente aplastada podría haber indicado partículas pesadas desconocidas y difíciles de detectar en presencia del electrón. Según Gabrielse:

Si un electrón fuera del tamaño de la Tierra, podríamos detectar si el centro de la Tierra estaba a una distancia un millón de veces más pequeña que un cabello humano. Así de sensible es nuestro aparato". Gabrielse, DeMille, Doyle y sus equipos planean seguir afinando sus instrumentos para realizar mediciones cada vez más precisas. Sabemos que el modelo estándar está mal, pero parece que no podemos encontrar dónde está mal. Es como una gran novela de misterio. Debemos ser muy cuidadosos sobre hacer suposiciones de que nos estamos acercando a resolver el misterio, pero tengo una gran esperanza de que nos estamos acercando a este nivel de precisión.

Lo que separa a estas partículas subatómicas de la redondez absoluta es menos de 0,000000000000000000000000001 cm, algo insignificante. Las mediciones no son solo una búsqueda de precisión. Muchos físicos han intentado calcular si el electrón está realmente aplastado, como predicen algunos teóricos.

Teniendo en cuenta los vientos, las temperaturas y la humedad locales, investigadores de la NASA han creado un modelo que analiza diversos factores climáticos que conducen a la formación y propagación de incendios a escala global.

Con el nombre de LaGFWED (Global Fire Weather Database), éste es el primer modelo de predicción de incendios que incluye mediciones de precipitación basadas en satélites.

LaGFWED

El modelo combina datos meteorológicos de varias fuentes. La temperatura, la humedad relativa y las velocidades del viento provienen del conjunto de datos MERRA2 de la Oficina de Modelización y Asimilación Global (GMAO) de la NASA. Los datos de precipitación provienen de pluviómetros basados en tierra y de IMERG (Integrated Multi-Satellite Retrievals), producto de la misión GPM (Global Precipitation Measurement).

También incluye pronósticos globales experimentales de 8 días de peligro de incendio. Según explica Robert Field, creador de GFWED y científico del clima en el Instituto Goddard de Estudios Espaciales de la NASA:

En lugar de ver los componentes climáticos individuales, observamos su efecto integral. No es solo un factor el que provoca que un incendio comience o se propague". Por ejemplo, si una región no ha recibido precipitación normal durante semanas o meses, la vegetación podría estar más seca y ser más propensa a incendiarse. Entonces, si hace viento, un incendio podría extenderse más rápidamente.

Field tiene la intención de agregar más elementos en la próxima versión de GFWED, como la topografía o los tipos de vegetación en el suelo porque los incendios pueden comenzar o propagarse de manera diferente dependiendo del combustible.

El Modelo Estándar de Física de Partículas es nuestra mejor teoría sobre cómo funciona el universo a un nivel fundamental, está jalonada de preguntas de difícil respuesta. Preguntas como: ¿qué es la materia oscura? ¿Qué es la energía oscura? ¿Qué causó el Big Bang?

Todas esas preguntas podrían responderse gracias a una partícula, todavía hipotética, llamada taquión, según revela un reciente estudio.

Taquiones

Herb Fried, de Brown University, e Yves Gabellini, de INLN-Université de Nice, consideran que los misterios del Modelo Estándar pueden ser resuletos por los taquiones.

Los taquiones son partículas hipotéticas que viajan más rápido que la luz. De acuerdo con la teoría de la relatividad especial de Einstein, las partículas nunca pueden viajar más rápido que la luz. Lo cual es bueno: si lo hicieran, nuestras ideas sobre causa y efecto se descartarían, porque sería posible ver un efecto manifestarse antes que su causa.

Fried y Gabellini llegaron a su modelo basado en taquiones mientras trataban de encontrar una explicación para la energía oscura en el espacio que parece alimentar la expansión acelerada del universo. Primero propusieron que la energía oscura es producida por fluctuaciones de pares virtuales de electrones y positrones.

Sin embargo, este modelo se topó con dificultades matemáticas con números imaginarios inesperados. En la relatividad especial, sin embargo, la masa en reposo de un taquión es un número imaginario, a diferencia de la masa en reposo de las partículas ordinarias. Mientras que las ecuaciones y números imaginarios en el nuevo modelo involucran mucho más que simples masas, la idea es sugerente: Gabellini se dio cuenta de que al incluir pares fluctuantes de taquiones y anti taquiones, podían cancelar y eliminar los números imaginarios no deseados de sus cálculos. Lo que es más, Gabellini y Fried se dieron cuenta de que al agregar sus taquiones al modelo, también podían explicar la inflación (la expansión ultrarrápida del universo en los instantes iniciales).

"Esta suposición [de pares fluctuantes de taquiones-anti-taquiones] no puede negarse mediante ninguna prueba experimental", dice Fried, y el modelo encaja perfectamente con los datos experimentales existentes sobre energía oscura y energía de inflación. Los cálculos sugieren que estos taquiones de alta energía podrían reabsorber casi todos los fotones que emiten y, por lo tanto, son invisibles. Y hay más: como explica Fried, "si un taquión de muy alta energía arrojado al vacío se encontrara y se aniquilara con un anti-taquión de la misma especie. Esta pequeña 'explosión' cuántica de energía podría ser la semilla de otro Big Bang, dando lugar a un nuevo universo.

¿Demasiada especulación?

Este modelo, como cualquier modelo de fenómenos no replicables como la creación del universo, se puede caracterizar simplemente como un conjunto tentador de especulaciones. Sin embargo, no solo se ajusta a los datos sobre inflación y energía oscura, sino que también ofrece una posible solución a otro misterio observado. En los últimos años, los astrónomos se han dado cuenta de que el agujero negro en el centro de nuestra galaxia Vía Láctea es "supermasivo", que contiene la masa de un millón o más de soles. Y el mismo tipo de agujero negro supermasivo se puede ver en los centros de muchas otras galaxias en nuestro universo actual.

Cómo se forman esos objetos sigue siendo un misterio. La energía almacenada en el vacío cuántico lo suficientemente grande como para contrarrestar la tendencia gravitacional de las galaxias a colapsarse sobre sí mismas. Sin embargo, en la teoría de Fried y Gabellini, cuando se forma un nuevo universo, una gran cantidad de la energía vacío cuántico del viejo universo escapa a través del punto producido por la aniquilación taquión-anti-taquión (el nuevo Big Bang).

Eventualmente, incluso partes lejanas del viejo universo se verán afectadas, ya que la energía del vacío cuántico del viejo universo se filtra al nuevo universo como el aire que escapa por un agujero en un globo. La disminución de este tampón de energía del vacío cuántico contra la gravedad en el viejo universo sugiere que a medida que el viejo universo muera, muchas de sus galaxias formarán agujeros negros supermasivos en el nuevo universo, cada uno con la masa de los antiguos soles y planetas de la galaxia. Algunos de estos nuevos agujeros negros supermasivos pueden formar los centros de nuevas galaxias en el nuevo universo.

Científicamente, todo parece consistente. Pero como sucede con gran parte de la física teórica, no disponemos aún de herramientas para determinar si todo esto es cierto o simplemente un buen argumento para una novela de ciencia ficción hard.

Para los que odian los atascos, o para quienes imaginaron un futuro más al estilo Back to the Future II, la buena noticia es que este mismo año podrán reservar la adquisición del Aeromobil, que es justo lo que parece: un coche volador.

Este 20 de abril el modelo será presentado en Mónaco, en la feria de automóviles Top Marches.

Aeromobil

Presentado el último prototipo, el modelo estará en preventa, aunque aún no haya fecha para su comercialización final. Según explican sus propios creadores, Aeromobil es una aeronave completamente integrada al mismo tiempo que un coche de cuatro ruedas totalmente funcional.

Su nuevo prototipo está diseñado para cumplir los marcos regulatorios existentes tanto en el sector de los aviones como en el de los coches. Además, se ha adelantado que el vehículo será híbrido, por lo que contribuiría a reducir las emisiones de gases contaminantes para el medioambiente.