Abstract Nanotechnology is a discipline that focuses on the study, processing, and application of several materials, devices, and functional systems, controlling matter at the nanoscale. Nanomedicine refers to its applications for the diagnosis, treatment, prevention and monitoring of different diseases. Topical drug dosage forms for eye conditions must travel a great distance and overcome several eye barriers to reach the posterior segment of the eye, leading to minimum levels of medication. This review focuses on the therapeutic systems for eye diseases based on nanotechnology, emphasizing the barriers that affect the administration of ocular drugs and eye diseases and nanosystems used for their management. The perspective of nanotechnology and the challenges in the treatment and diagnosis of eye diseases are summarized, to provide information and new ideas for implementing treatments and developing management systems for intractable eye diseases.

Resumen La nanotecnología es una disciplina que se centra en el estudio, procesamiento y aplicación de diversos materiales, aparatos y sistemas funcionales, y controla la materia a nanoescala. La nanomedicina hace referencia a sus aplicaciones para el diagnóstico, tratamiento, prevención y seguimiento de diferentes enfermedades. Los medicamentos que se administran a través de gotas para los ojos deben viajar una gran distancia y evitar varias barreras oculares para llegar al segmento posterior del ojo, lo que lleva a niveles mínimos de medicamento. Esta revisión se centra en los sistemas terapéuticos para enfermedades oculares basados en nanotecnología, y hace énfasis en las barreras que afectan la administración del fármaco ocular y en las enfermedades oculares y los nanosistemas utilizados para su manejo. Se resume la perspectiva de la nanotecnología y los desafíos existentes en la terapia y el diagnóstico de las enfermedades oculares con miras a proporcionar información y nuevas ideas para implementar tratamientos y desarrollar sistemas de manejo de enfermedades oculares intratables.

ABSTRACT Introduction First case of COVID-19 in Colombia was diagnosed on March 6th. Two weeks later, cases have rapidly increased, leading the government to establish some mitigation measures. Objectives The first objective is to estimate and model the number of cases, use of hospital resources and mortality by using different R0 scenarios in a 1-month scenario (from March 18 to April 18, 2020), based on the different isolation measures applied. This work also aims to model, without establishing a time horizon, the same outcomes given the assumption that eventually 70% of the population will be infected. Materials and Methods Data on the number of confirmed cases in the country as of March 18, 2020 (n=93) were taken as the basis for the achievement of the first objective. An initial transmission rate of R0= 2.5 and a factor of 27 for undetected infections per each confirmed case were taken as assumptions for the model. The proportion of patients who may need intensive care or other in-hospital care was based on data from the Imperial College of London. On the other hand, an age-specific mortality rate provided by the Instituto Superiore di Sanità in Italy was used for the second objective. Results Based on the 93 cases reported as of March 18, if no mitigation measures were applied, by April 18, the country would have 613 037 cases. Mitigation measures that reduce R0 by 10% generate a 50% reduction in the number of cases. However, despite halving the number of cases, there would still be a shortfall in the number of beds required and only one in two patients would have access to this resource. Conclusion This model found that the mitigation measures implemented to date by the Colombian government and analyzed in this article are based on sufficient evidence and will help to slow the spread of SARS-CoV-2 in Colombia. Although a time horizon of one month was used for this model, it is plausible to believe that, if the current measures are sustained, the mitigation effect will also be sustained over time.

RESUMEN Objetivo Este estudio tiene como primer objetivo: realizar predicciones del curso de la infección en el horizonte temporal desde marzo 18 a abril 18 del 2020, según diferentes medidas de aislamiento aplicadas. Las predicciones incluyen, población total contagiada, mortalidad y necesidad de recursos hospitalarios. Segundo objetivo: modelar la mortalidad y la necesidad de recursos hospitalarios, estratificando por edad el escenario de contagio del 70% de la población. Métodos Para el primer objetivo, nos basamos en el número de casos confirmados en el país hasta marzo 18, 2020 (n=93). Como suposiciones para el modelo, incluimos un índice de contagio R0=2,5 y el índice de casos reales por cada caso confirmado. Para la proporción de pacientes que necesitarían cuidados intensivos u otros cuidados intrahospitalarios, nos basamos en datos aportados por el Imperial College of London. Para el segundo objetivo usamos como tasa de mortalidad por edad, datos aportados por el Instituto Superiore di Sanità en Italia. Resultados Basándonos en los 93 casos reportados al 18 de marzo, si no se aplicase ninguna medida de mitigación, para el 18 de abril el país tendría un total de 613 037 casos. Medidas de mitigación que reduzcan el R0 en un 10%, generan una reducción del 50% del número de casos. Sin embargo, a pesar de reducirse los casos a la mitad, todavía habría un déficit en el número de camas requeridas y sólo uno de cada dos pacientes tendría acceso a dicho recurso. Conclusión En nuestro modelo encontramos que las medidas de mitigación que han sido implementadas hasta la fecha por el gobierno colombiano, se fundamentan en evidencia suficiente para pensar que es posible reducir significativamente el número de casos contagiados y con esto, el número de pacientes que requerirán manejo hospitalario.

RESUMEN Objetivo Este estudio tiene como primer objetivo: realizar predicciones del curso de la infección en el horizonte temporal desde marzo 18 a abril 18 del 2020, según diferentes medidas de aislamiento aplicadas. Las predicciones incluyen, población total contagiada, mortalidad y necesidad de recursos hospitalarios. Segundo objetivo: modelar la mortalidad y la necesidad de recursos hospitalarios, estratificando por edad el escenario de contagio del 70% de la población. Métodos Para el primer objetivo, nos basamos en el número de casos confirmados en el país hasta marzo 18, 2020 (n=93). Como suposiciones para el modelo, incluimos un índice de contagio R0=2,5 y el índice de casos reales por cada caso confirmado. Para la proporción de pacientes que necesitarían cuidados intensivos u otros cuidados intrahospitalarios, nos basamos en datos aportados por el Imperial College of London. Para el segundo objetivo usamos como tasa de mortalidad por edad, datos aportados por el Instituto Superiore di Sanità en Italia. Resultados Basándonos en los 93 casos reportados al 18 de marzo, si no se aplicase ninguna medida de mitigación, para el 18 de abril el país tendría un total de 613 037 casos. Medidas de mitigación que reduzcan el R0 en un 10%, generan una reducción del 50% del número de casos. Sin embargo, a pesar de reducirse los casos a la mitad, todavía habría un déficit en el número de camas requeridas y sólo uno de cada dos pacientes tendría acceso a dicho recurso. Conclusión En nuestro modelo encontramos que las medidas de mitigación que han sido implementadas hasta la fecha por el gobierno colombiano, se fundamentan en evidencia suficiente para pensar que es posible reducir significativamente el número de casos contagiados y con esto, el número de pacientes que requerirán manejo hospitalario.

ABSTRACT Introduction First case of COVID-19 in Colombia was diagnosed on March 6th. Two weeks later, cases have rapidly increased, leading the government to establish some mitigation measures. Objectives The first objective is to estimate and model the number of cases, use of hospital resources and mortality by using different R0 scenarios in a 1-month scenario (from March 18 to April 18, 2020), based on the different isolation measures applied. This work also aims to model, without establishing a time horizon, the same outcomes given the assumption that eventually 70% of the population will be infected. Materials and Methods Data on the number of confirmed cases in the country as of March 18, 2020 (n=93) were taken as the basis for the achievement of the first objective. An initial transmission rate of R0= 2.5 and a factor of 27 for undetected infections per each confirmed case were taken as assumptions for the model. The proportion of patients who may need intensive care or other in-hospital care was based on data from the Imperial College of London. On the other hand, an age-specific mortality rate provided by the Instituto Superiore di Sanità in Italy was used for the second objective. Results Based on the 93 cases reported as of March 18, if no mitigation measures were applied, by April 18, the country would have 613 037 cases. Mitigation measures that reduce R0 by 10% generate a 50% reduction in the number of cases. However, despite halving the number of cases, there would still be a shortfall in the number of beds required and only one in two patients would have access to this resource. Conclusion This model found that the mitigation measures implemented to date by the Colombian government and analyzed in this article are based on sufficient evidence and will help to slow the spread of SARS-CoV-2 in Colombia. Although a time horizon of one month was used for this model, it is plausible to believe that, if the current measures are sustained, the mitigation effect will also be sustained over time.

La vida y obra de los personajes de la historia de la ciencia puede ser analizada por los historiadores a través de un prisma formado por artistas subjetivas que corresponden a sus propios pensamientos, percepción e imaginación, lo que conduce a que con frecuencia resultan imágenes distorsionadas que dan origen a mitos. El presente artículo invita al lector a reflexionar sobre las imágenes plasmadas por los historiadores, acerca de algunos protagonistas de la ciencia y de su entorno.

The life and work of the characters in the history of science can be studied by historians through the subjective edges of a prism formed by their own thoughts, perceptions and imagination, which means that it often results in distorted images that give rise to myths. This paper makes an invitation to critically analyze those images captured by historians about some of the main characters of science and their environment.