Modelos predictivos de los contagios de la COVID-19 para la provincia de Loja – Ecuador

Autores/as

DOI:

https://doi.org/10.37135/ns.01.08.04

Palabras clave:

COVID-19, mínimos cuadrados, modelo logístico, modelo predictivo, pandemia

Resumen

La provincia de Loja, como en todo el mundo, ha sido afectada por la COVID-19, lo que puso a prueba la capacidad de los sistemas de salud y a sus gobernantes. Ante este escenario, obtener predicciones de los casos de contagios constituye un factor importante para tomar decisiones. Para predecir el nivel de contagios se utilizaron, el método numérico de las diferencias divididas, modelo logístico

simple, un modelo logístico mejorado en el que se incluye la proporción de confinamiento y, el método de los mínimos cuadrados. Se utilizaron datos proporcionados por el Ministerio de Salud Pública del Ecuador en un período de 399 días desde la aparición de los primeros casos y su procesamiento se realizó con el Software GNU Octave, versión: 5.1.0. Los modelos logísticos son poco satisfactorios debido al desconocimiento de algunos factores, como la tasa de contagios, recuperados, movilidad de individuos contagiados y su interacción con los individuos no contagiados, la proporción del nivel de confinamiento en cada jurisdicción política. El método de los mínimos cuadrados ofrece mejores resultados para las predicciones, ya que no emplea tasas ni proporciones y minimiza el error cuadrático, es decir encuentra la curva que pasa entre los puntos de los datos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Bhardwaj, R. (2020). A Predictive Model for the Evolution of COVID-19. Transactions of the Indian National Academy of Engineering, 5(2), 133-140. https://bit.ly/3gDcjzD

Borzì, A. (2020). Modelling with Ordinary Differential Equations: A Comprehensive Approach. Chapman and Hall/CRC. https://doi.org/10.1201/9781351190398

Botha, A. E., & Dednam, W. (2020). A simple iterative map forecast of the COVID-19 pandemic. arXiv preprint arXiv:2003.10532. https://bit.ly/3iMly36

Burden, R., Faires, J. & Burden, A. (2017). Análisis Numérico (10ma ed.) USA. Cengage Learning.

Calvas, B. (2021). Datos diarios y acumulativos del COVID-19 para la Provincia de Loja. COVID-19, Provincia de Loja. https://bit.ly/3cMQblg

Chapra, S., & Canale, R. (Ed.). (2015). Numerical Methods for Engineers. McGraw-Hill Education. Cocconi, M., & Roark, G. (2020). Predicción de contagios, recuperaciones y casos fatales de COVID-19 en Argentina a través del uso de modelos de regresión no lineal como base para la planificación de recursos hospitalarios. XIII COINI 2020 UTN FRBA – Congreso Argentino Internacional de Ingeniería Industrial. https://bit.ly/2TG0TTN

Cruz, D. O. (2021). Una perspectiva matemática para el comportamiento del COVID-19 en Boyacá. Revista Habitus. Semilleros de Investigación, 1(1), e11504-e11504. Disponible en: https://bit.ly/3paAEkk

de Assis, A. S., & de Carvalho, V. J. (2020). Logistic Approach to COVID-19 Epidemic Evolution in Brazil. medRxiv. https://doi.org/10.1101/2020.06.22.20135921

Espinola, M., Racchumí, A., Sanca, S., Espinola, S., Arango, P., Saldaña, C., Paredes, J., & Mejico, M. (2020). Pandemia de COVID-19 y efecto de medidas de contención en población peruana: Un modelamiento matemático SIR. Revista Del Cuerpo Médico Del HNAAA, 13(2), 110-115. Doi: https://doi.org/10.35434/rcmhnaaa.2020.132.656

Fernández R. P., Vásconez E., Simbaña K., Gómez L., Izquierdo J. S., Cevallos D., & Ortiz E. (2021). Statistical data driven approach of COVID-19 in Ecuador: R0 and Rt estimation via new method, Infectious Disease Modelling, 6, 232-243. https://doi.org/10.1016/j.idm.2020.12.012

Jebril, N. (2020). World Health Organization declared a pandemic public health menace: a systematic review of the coronavirus disease 2019 “COVID-19”, 24(9), 2784-2795. https://www.psychosocial.com/article/PR290311/25748/

Kim, S., Seo, Y. B., & Jung, E. (2020). Prediction of COVID-19 transmission dynamics using a mathematical model considering behavior changes in Korea. Epidemiology and health, 42, e2020026. https://doi.org/10.4178/epih.e2020026

León, J.R., & Vaca, L. (2021). COVID-19 in Ecuador, a view from the Risk management approach. Geopauta, 5(1), Disponible en: https://bit.ly/3fhUqqv

Martínez, J. L. F. (2020). Un modelo robusto para la predicción ad-futurum de los efectos de

la epidemia del Covid-19. Documentos de trabajo (FEDEA), (7), 1-20. https://bit.ly/3vCnLRK

Mathieu, E., Ritchie, H., Ortiz-Ospina, E., Roser, M., Hasell, J., Appel, C., Giattino, C., & Rodés-Guirao, L. (2021). A global database of COVID-19 vaccinations. Nature human behavior. https://doi.org/10.1038/s41562-021-01122-8

Medina J. F., Cortés, M. E., Cortés, M., Pérez, A. D. C., & Manzano, M. (2020a). Estudio sobre modelos predictivos para la COVID-19 en Cuba. MediSur, 18(3), 431-442. https://bit.ly/3gtAGRq

Medina, J.F., Cortés, M.E., & Cortés, M. (2020). Ajuste de curvas de crecimiento poblacional aplicadas a la COVID-19 en Cuba. Revista Habanera de Ciencias Médicas, 19(Supl.): e3353. https://bit.ly/3gHvzMv

Municipio de Loja. (s.f.). Loja para todos. https://www.loja.gob.ec/contenido/loja OCHA. (2021). Latin America & The Caribbean - Monthly Situation Snapshot. Disponible en: https://acortar.link/9VP5S

Paul, A., Reja, S., Kundu, S., & Bhattacharya, S. (2021). COVID-19 pandemic models revisited with a new proposal: Plenty of epidemiological models outcast the simple population dynamics solution. Chaos, Solitons & Fractals, 144, 110697. https://doi.org/10.1016/j.chaos.2021.110697

Rebollo, S. (2020). Un modelo simple para el número de infectados por COVID-19. Materials matemátics, 2020, 1-12. Disponible en: https://bit.ly/3q8eCPG

Registro Oficial del Ecuador. (2020a). Decreto 1017. Declaratoria del estado de excepción por calamidad pública en todo el territorio nacional. Recuperado de: https://bit.ly/2Sx96ZT

Registro Oficial del Ecuador. (2021). Decreto 1291. Declaratoria del estado de excepción por calamidad pública para 16 provincias por calamidad pública ante el embate del contagio acelerado que producen las nuevas variantes de la COVID-19. Recuperado de: https://bit.ly/2QVJKER

Registro Oficial del Ecuador. (2020b). Decreto 1052. Renovación del estado de excepción por calamidad pública en todo el territorio nacional, por los casos de coronavirus confirmados y número de fallecidos a causa de la COVID-19 en Ecuador. Recuperado de: https://bit.ly/2RO6cQD

Robalino, A. (2021). ecuacovid. Andrab S.A. https://github.com/andrab/ecuacovid

Roda, W. C., Varughese, M. B., Han, D., & Li, M. Y. (2020). Why is it difficult to accurately predict the COVID-19 epidemic?. Infectious Disease Modelling, 5, 271-281. https://doi.org/10.1016/j.idm.2020.03.001

Sanz, I. (2016). Modelos epidemiológicos basados en ecuaciones diferenciales [Trabajo de grado, Universidad de la Rioja]. Disponible en: https://bit.ly/3wG6wzI

Servicio Nacional de Gestión de Riesgos y Emergencias. (2021). Informe de Situación Nacional por COVID-19. Disponible en: https://bit.ly/3fK95tF

WHO. (2021). Weekly epidemiological update on COVID-19. 11 de mayo 2021. Disponible en: https://acortar.link/ub4Nr

Xiang, Y., Jia, Y., Chen, L., Guo, L., Shu, B., & Long, E. (2021). COVID-19 epidemic prediction and the impact of public health interventions: A review of COVID-19 epidemic models. Infectious Disease Modelling. https://doi.org/10.1016/j.idm.2021.01.001

Descargas

Publicado

2021-12-01

Cómo citar

Salcedo, F., & Salcedo, G. (2021). Modelos predictivos de los contagios de la COVID-19 para la provincia de Loja – Ecuador. Novasinergia, ISSN 2631-2654, 4(2), 62–77. https://doi.org/10.37135/ns.01.08.04

Número

Sección

Artículos de Investigación y Artículos de Revisión