2021, Número 6
<< Anterior Siguiente >>
Revista Habanera de Ciencias Médicas 2021; 20 (6)
Simulación de escenarios para predecir el comportamiento de la COVID-19 en Perú
Sánchez VHE, Taramona RLA, Salgado RA, Huatuco LM, Castillo PF
Idioma: Español
Referencias bibliográficas: 28
Paginas: 1-12
Archivo PDF: 1770.62 Kb.
RESUMEN
Introducción: La COVID-19 ha constituido un reto de
múltiples dimensiones para la humanidad, aún más para
los decisores responsables de accionar de manera certera
y oportuna para su enfrentamiento. En Perú, con una
tendencia actual favorable de la Pandemia, es inminente
la propagación de la variante Delta, de allí que requieran
de informaciones predictivas que posibiliten adoptar
decisiones anticipadas para mitigar sus efectos.
Objetivo: Simular escenarios aplicando la modelación
físico-matemática, para la predicción del comportamiento de
la COVID-19 en Perú que facilite la toma de decisiones.
Material y Métodos: Modelación físico-matemática
mediante herramientas y funciones del software MATLAB.
Resultados: Determinación del comportamiento
de las principales variables de la COVID-19 en Perú;
modelo físico-matemático basado en el clásico SIR con
nuevos compartimientos relacionados con la vacunación
y los expuestos, así como su ajuste a los datos de Perú;
simulación de escenarios, incluyendo la variante Delta,
para fallecidos, infectados acumulados, infectados no
vacunados e infectados vacunados.
Conclusiones: El modelo concebido para la simulación
de escenarios de evolución de la COVID-19, demostró
su capacidad de predicción del comportamiento de
las variables más importantes que determinan dicha
evolución en Perú; debe ocurrir otra ola de contagios y
llegarse a cifras acumulativas entre 2,9 y 3,36 millones de
infectados y entre 215 y 255 mil fallecidos; las principales
estrategias de mitigación deben dirigirse a garantizar
el distanciamiento y aislamiento social, así como a
incrementar el régimen de vacunación.
REFERENCIAS (EN ESTE ARTÍCULO)
Organización Mundial de la Salud. COVID-19: Cronología de la actuación de la OMS [Internet]. Ginebra: OrganizaciónMundial de la Salud; 2020 [Citado 02/06/2021]. Disponible en: https://www.who.int/es/news/item/27-04-2020-whotimeline---covid-19
Organización Mundial de la Salud. Actualización Epidemiológica Enfermedad por coronavirus (COVID-19) [Internet].Ginebra: Organización Mundial de la Salud; 2021 [Citado 02/06/2021]. Disponible en: https://www.who.int/publications/m/item/weekly-epidemiological-update-on-covid-19---20-july-2021
Organización Mundial de la Salud. COVID-19 Weekly Epidemiological [Internet]. Ginebra: Organización Mundial de laSalud; 2021 [Citado 02/06/2021]. Disponible en: https://apps.who.int/iris/handle/10665/344799?locale-attribute=ar&
Brauer F, Castillo Chávez C, Feng Z. Mathematical Models in Epidemiology. USA: Princeton University; 2019.
Getz WM, Salter R, Muellerklein O, Yoon HS, Tallam K. Modeling epidemics: A primer and Numerus ModelBuilder implementation. Epidemics [Internet]. 2018;25(2018):9-19. Disponible en: http://doi.org/10.1016/j.epidem.2018.06.001
Kermack WO, McKendrick AG. Contributions to the Mathematical Theory of Epidemics. Proceedings Royal SocietyMathematical Theory Epidemics [Internet]. 1927 [Citado 02/06/2021];115(772):700-21. Disponible en: https://royalsocietypublishing.org/doi/10.1098/rspa.1927.0118
Leung K, Wu JT, Liu D, Leung GM. First-wave COVID-19 transmissibility and severity in China outside Hubeiafter control measures, and second-wave scenario planning: a modelling impact assessment. Lancet [Internet].2020;395(2020):1382-93. Disponible en: http://doi.org/10.1016/S0140-6736(20)30746-7
Lin Q, Zhao S, Gao D, Lou Y, Yang S, Musa SS, et al. A conceptual model for the coronavirus disease 2019 (COVID-19)outbreak in Wuhan, China with individual reaction and governmental action. Int Jf Infectious Diseases [Internet].2020;93:211-6. Disponible en: https://doi.org/10.1016/j.ijid.2020.02.058
Malek A, Hoque A. Trends of 2019-nCoV in South Asian countries and prediction of the epidemic peaks. VirusResearch. 2021;292(2021):1-10.
Ndaïrou F, Area I, Nieto JJ, Torres FM. Mathematical Modeling of COVID-19 Transmission Dynamics with a CaseStudy of Wuhan. Chaos Solitons Fractals [Internet]. 2020;135:109846. Disponible en: http://doi.org/10.1016/j.chaos.2020.109846
Roda WC, Varughese MB, Han D, Li MY. Why is it difficult to accurately predict the COVID-19 epidemic?. InfectiousDisease Modelling [Internet]. 2020;5:271-81. Disponible en: http://doi.org/10.1016/j.idm.2020.03.001
Sánchez HE, Ramos LB, Galindo PÁ, Rodríguez AS. Modelación físico-matemática para la toma de decisiones frentea la COVID-19 en Cuba. Retos de la Dirección [Internet]. 2020 [Citado 02/06/2021];14(2):55-86. Disponible en: https://revistas.reduc.edu.cu/index.php/retos/article/view/3544
Wang L, Wang Y, Ye Y, Liu Q. Review of the 2019 novel coronavirus (SARS-CoV-2) based on current evidence. Int JAntimicrob Agents [Internet]. 2020;55(6):105948. Disponible en: https://doi.org/10.1016/j.ijantimicag.2020.105948
Yang C, Wang J. A mathematical model for the novel coronavirus epidemic inWuhan, China. MathematicalBiosciences and Engineering [Internet]. 2020;17(3):2708-24. Disponible en: http://doi.org/10.3934/mbe.2020148
Cori A, Ferguson NM, Fraser C, Cauchemez S. A new framework and software to estimate time-varying reproductionnumbers during epidemics. American Journal of Epidemiology. 2013;178(9):1505-12.
Li Q, Guan X, Wu P. Early Transmission Dynamics in Wuhan, China, of Novel Coronavirus-Infected Pneumonia. NewEngland Journal of Medicine [Internet]. 2020;382:1199-207. Disponible en: http://doi.org/10.1056/NEJMoa2001316
Liu Y, Gayle AA, Wilder Smith A, Rocklöv J. The reproductive number of COVID-19 is higher compared to SARScoronavirus. Journal of Travel Medicine [Internet]. 2020;27(2):1-4. Disponible en: http://doi.org/10.1093/jtm/taaa021
Ma J. Estimating epidemic exponential growth rate and basic reproduction number. Infectious Disease Modelling[Internet]. 2020;5(2020):129-41. Disponible en: http://doi.org/10.1016/j.idm.2019.12.009
Read JM, Bridgen RE, Cummings DAT, Ho A, Jewell CP. Novel coronavirus 2019-nCoV: early estimation ofepidemiological parameters and epidemic predictions. MedRxiv [Internet]. New York: Cold Spring Harbor; 2020.Disponible en: https://www.medrxiv.org/content/10.1101/2020.01.23.20018549v2
Center Systems Science Engineering. CSSE at JHU Upstream repository [Internet]. Baltimore: Johns HopkinsUniversity; 2021 [Citado 02/06/2021]. Disponible en: https://github.com/datasets/covid-19
Taramona LA, Sánchez HE, Sánchez A, Huatuco MM. Modelación matemática para mitigar los efectos de laCOVID-19 en el turismo peruano. Rev Investigaciones ULCB [Internet]. 2020;7(1):125-41. Disponible en: https://doi.org/10.36955/RIULCB.2020v7n1.0010
Organización Mundial de la Salud. COVID-19 Weekly Epidemiological Update. Edition 47 [Internet]. Ginebra:Organización Mundial de la Salud; 2021 [Citado 02/06/2021]. Disponible en: https://apps.who.int/iris/handle/10665/342524?locale-attribute=es&
Picazo JJ. Vacuna frente al COVID-19. Sociedad Española de Quimioterapia: infección y vacunas. Madrid: Facultadde Medicina Universidad Complutense; 2021.
SCIENSANO. FACT SHEET COVID-19 disease (SARS-CoV-2 virus) [Internet]. Bélgica: SCIENSANO; 2021 [Citado02/06/2021]. Disponible en: https://covid-19.sciensano.be/sites/default/files/Covid19/COVID-19_fact_sheet_ENG.pdf
Instituto Nacional Estadística Informática. Estado de la población peruana 2020 [Internet]. Perú: INEI; 2020 [Citado02/06/2021]. Disponible en: https://www.inei.gob.pe/nosotros/
Bartholomew Biggs M. Nonlinear Optimization with Engineering Applications [Internet]. New York: Springer; 2008[Citado 02/06/2021]. Disponible en: https://link.springer.com/book/10.1007/978-0-387-78723-7
Collin P, Malec D, Lefevre Y. A General Method to Compute the Electric Flux Lines between Two Magnet Wiresin Close Contact and Its Application for the Evaluation of Partial Discharge Risks in the Slots of Electric MachinesEmbedded in Future Transportation Systems. Advances in Aerospace Science and Technology [Internet]. 2021 [Citado02/06/2021];6(1): [Aprox. 2 p.]. Disponible en: https://www.scirp.org/%28S%28351jmbntvnsjt1aadkposzje%29%29/reference/referencespapers.aspx?referenceid=2937391
Shim E. Projecting the Impact of SARS-CoV-2 Variants and the Vaccination Program on the Fourth Wave ofthe COVID-19 Pandemic in South Korea. International Journal of Environmental Research and Public Health.2021;18(7578):1-11.