medigraphic.com
ISSN 1028-4818 (Digital)

2022, Número 4

<< Anterior Siguiente >>

Mul Med 2022; 26 (4)


Dinámica y simulación computacional del COVID-19 en Paraguay en el mes de febrero del 2021

Quintana SA, Espinoza R, Rojas J, Gabaglio S

Idioma: Español
Referencias bibliográficas: 15
Paginas:
Archivo PDF: 240.58 Kb.


RESUMEN

La enfermedad por coronavirus del 2019es una preocupación a nivel mundial, su propagación está relacionada a características propias del virus y a la toma de acciones gubernamentales, de salud pública y hábitos sociales. Utilizar herramientas matemáticas y computacionales ayuda a tener un panorama de la situación actual y a futuro de esta problemática. Con el objetivo de reflejar el comportamiento de esta enfermedad mediante simulación con dinámica de sistemas y evaluar la cantidad de contagios activos, muertes y recuperados en Paraguay en el mes de febrero del 2021 se utilizó el software Vensim aplicando una modificación del modelo básico de epidemiología de Kermack y McKendrick que considera a la población de susceptibles, infectados y recuperados. La simulación de esta dinámica ha presentado diferencias de 758 casos activos, 216 muertes y 37009 recuperados respecto a lo reportado, siendo los casos activos la aproximación más importante del estudio.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. TroyanoHernáez P, Reinosa R, Holguín Á. Evolution of SARS-CoV-2 Envelope, Membrane, Nucleocapsid, and Spike Structural Proteins from the Beginning of the Pandemic to September 2020: A Global and Regional Approach by Epidemiological Week. Viruses. 2021; 13(2):243.

  2. Andersen KG, Rambaut A, Lipkin WI, Holmes EC, Garry RF. The proximal origin of SARS-CoV-2. Nat Med. 2020; 26(4):450-2.

  3. Organización Panamericana de la Salud/Organización Mundial de la Salud. Actualización epidemiológica: Enfermedad por Coronavirus (COVID-19). [Internet]. Washington, D.C.: OPS/OMS; 2021. [citado 18/07/2022]. Disponible en: https://iris.paho.org/bitstream/handle/10665.2/53378/EpiUpdate9February2021_spa.pdf?sequence=2&isAllowed=y3. .

  4. Paraguay. Ministerio de salud pública y bienestar social. Fase 3 de cuarentena inteligente significa mayor compromiso. [Internet]. Paraguay: MSPBS; 2021. [citado 14/06/2021]. Disponible en: https://www.mspbs.gov.py/portal/21101/fase-3-de-cuarentena-inteligente-significa-mayor-compromiso.html4. .

  5. Katul GG, Mrad A, Bonetti S, Manoli G, Parolari AJ. Global convergence of COVID-19 basic reproduction number and estimation from early-time SIR dynamics. PLoS One. 2020; 15(9):e0239800-e22.

  6. Venkatasen M, Mathivanan SK, Jayagopal P, Mani P, Rajendran S, Subramaniam U, et al. Forecasting of the SARS-CoV-2 epidemic in India using SIR model, flatten curve and herd immunity. J Ambient Intell Humaniz Comput. 2020; 15: 1-9.

  7. Paraguay. Ministerio de salud pública y Bienestar Social. Coronavirus / COVID-19 en Paraguay. [Internet]. Paraguay: MSPBS; 2021. [citado 10/06/2021]. Disponible en: https://www.mspbs.gov.py/reporte-covid19.html7. .

  8. Ibarra Vega D. Lockdown, one, two, none, or smart. Modeling containing covid-19 infection. A conceptual model. Sci Total Environ. 2020; 730:138917-23.

  9. Ridenhour B, Kowalik JM, Shay DK. El número reproductivo básico (R0): consideraciones para su aplicación en la salud póblica. Am J Public Health. 2018; 108(Suppl 6):S455-65.

  10. Seyed Alinaghi S, Abbasian L, Solduzian M, Ayoobi Yazdi N, Jafari F, Adibimehr A, et al. Predictors of the prolonged recovery period in COVID-19 patients: a cross-sectional study. Eur J Med Res. 2021;26(1):41.

  11. Paraguay. Ministerio de salud pública y binestar social. ¡Controla regularmente tu presión arterial! [Internet]. Paraguay: MSPBS; 2021. [citado 16/06/2021]. Disponible en: https://www.mspbs.gov.py/portal-19108/iexclcontrola-regularmente-tu-presion-arterial.html11. .

  12. Salazar M, Barochiner J, Espeche W, Ennis I. COVID-19, hipertensión y enfermedad cardiovascular. Hipertens y Riesgo Vasc. 2020; 37(4):176-80.

  13. Delgado JA. Modelo dinámico de la pandemia de COVID19. Sanid. Mil. 2021; 77(1): 7-16.

  14. Niwa M, Hara Y, Sengoku S, Kodama K. Effectiveness of Social Measures against COVID-19 Outbreaks in Selected Japanese Regions Analyzed by System Dynamic Modeling. Int J Environ Res Public Health. 2020;17(17):6238-50.

  15. Malik M, Tahir MJ, Jabbar R, Ahmed A, Hussain R. Self-medication during Covid-19 pandemic: challenges and opportunities. Drugs Ther Perspect. 2020; 36(12):565-7.




2020     |     www.medigraphic.com