Estimación de contagios por Covid19 en México
DOI:
https://doi.org/10.30973/progmat/2022.14.1/5Palabras clave:
Análisi Multicriterio, Covid19, Curva de Contagio, Función Logística, Predicción Basada en Datos, Regresión LinealResumen
En este trabajo se propone una exploración de datos para la predicción del comportamiento de los contagios por la pandemia del año 2020 por el COVID-19, enfermedad causada por el Coronavirus SARS-COV2. La investigación realizada presenta una exploración los datos adquiridos por la base de datos de la OMS (Organización Mundial de la Salud) y del CEPCE (Centro Europeo para la Prevención y Control de Enfermedades). Se desarrollaron dos propuestas, la primera utiliza una función logística y la segunda una ecuación de regresión, ambas generan pronósticos con una buena aproximación. Con estas propuestas se lograron buenos resultados demostrables. Finalmente, se utilizó un modelo multicriterio que proporciona un resultado independiente de la función logística. Los resultados importantes arrojados por un algoritmo es que se estima que el mayor contagio ha sido desde el 5 de mayo durante 10 días críticos posteriores.
Citas
Navarro, E., Martínez, L., López, R., Fritz, J., Flores, B., Mendoza, J.: Modelo para estimación del comportamiento epidémico de la influenza A (H1N1) en México. Revista Panamericana Salud Pública, Vol. 31, No. 4, pp. 269–274 (2012)
Mooney, J., Holmes, E., Christie, P.: Modelización en tiempo real de las epidemias de gripe: un análisis de regresión lineal. Euro Surveill, Vol. 7, No. 12, (2002).
World Health Organization. https://covid19.who.int/ Datos del coronavirus de la enfermedad de COVID-19. Centro Europeo para la prevención y Control de las Enfermedades. https://data.europa.eu/euodp/es/data/dataset/covid-19-coronavirusdata (2019).
Li, F.: Structure, Function, and Evolution of Coronavirus Spike Proteins. Annual review of virology, Vol. 3, No. 1, pp. 237-261, (2016). https://doi.org/10.1146%2Fannurev-virology-110615-042301
Arranz, J., María, J.: COVID-19, SARS-CoV-2. GdT-semFYC en Enfermedades Infecciosas. https://www.semfyc.es/wpcontent/uploads/2020/03/Covid-19-semFYC.pdf (2020).
Emergencia de un nuevo coronavirus (2019-nCoV). Asociación Española de Pediatría. https://vacunasaep.org/profesionales/noticias/emergencia-de-unnuevo-Coronavirus-2019-ncov (2020).
Pérez, F., Fernández, H.: Econometría conceptos básicos. ECOE (2009).
Vázquez, K., Monzón, M., Hernández, J.: Modelo “SIR” para epidemias: Persistencia en el tiempo y nuevos retos en la era de la Informática y las pandemias. Revista Cubana de Informática Médica (2007).
Brauer, F.: Mathematical epidemiology: Past, present, and future. Infectious Disease Modelling, Vol. 2, No. 2, pp. 113–127, (2017).
Brauer, F., Castillo-Chavez, C., Feng, Z.: Mathematical Models in Epidemiology, Springer, (2019).
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 María Beatriz Bernábe Loranca, Gerardo Martínez Guzman, Mariano Larios Gómez, Alberto Carrillo Canan, Carmen Cerón Garnica
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Usted es libre de:
Compartir — compartir y redistribuir el material publicado en cualquier medio o formato. |
Adaptar — combinar, transformar y construir sobre el material para cualquier propósito, incluso comercialmente. |
Bajo las siguientes condiciones:
Atribución — Debe otorgar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios. Puede hacerlo de cualquier manera razonable, pero de ninguna manera que sugiera que el licenciador lo respalda a usted o a su uso. |
Sin restricciones adicionales: no puede aplicar términos legales o medidas tecnológicas que restrinjan legalmente a otros a hacer cualquier cosa que permita la licencia. |