La utilidad de los modelos epidemiológicos para analizar la enfermedad COVID-19 en Guatemala

René Estuardo Alvarado González

Resumen


El interés en estudiar el comportramiento de las enfermedades infecciosas que tienden a convertirse en epidemias y ponen en riesgo en la vida de personas, la estabilidad de las economías y los modelos de vida de las sociedades ha llevado a científicos de todo el mundo a fijar su atención en la adaptación de modelos matemáticos para estudiar el fenómeno del nuevo coronavirus SARS-Cov-2, descubierto en China a finales del año 2019 y causante de la pandemia global COVID-19, que comparte carácterísticas genéticas con su predecesor mas cercano, pero con una tasa de propagación mucho mas alta, ya que a la presenta fecha, los indicadores reportan mas de 1.6 millones de personas infectadas y mas de 100,000 muertos a nivel global.  Se aborda la importancia de la modelación matemática para estimar escenarios del comportamiento de la exposición e infección de las personas a esta enfermedad, considerando el modelo epidemiológico SEIR como adaptable a la naturaleza de la pandemia COVID-19, el cual se basa principalmente en el “número reproductivo básico”, para el cual se han generado estudios de referencia que permiten estimarlo para fines analíticos. Como parámetros para las ecuaciones que fundamentan el modelo, se han consultado estudios de referencia y publicaciones internacionales, con lo que se llega a demostrar la importancia de las medidas de prevención y contensión basadas en el distanciamiento social, así como la validez del modelo como herramienta útil para estimar el impacto de las estrategias a nivel de sociedad y país.


Palabras clave


modelo epidemiológico SEIR, pandemia, número reproductivo básico, SARS-Cov-2

Texto completo:

PDF

Referencias


Chang, J. y Ponciano, J. (2020). Estimación de la evolución de la epidemia COVID-19. Escuela de Ciencias Físicas y Matemáticas, Universidad de San Carlos de Guatemala. Recuperado de https://cutt.ly/NtBFPW3.

Iranzu, G. (2016). Modelos epidemiológicos basados en ecuaciones diferenciales. Facultad de Ciencia y Tecnología de la Universidad de La Rioja, España. Recuperado de https://cutt.ly/3tBFEiG.

Liu et al. (2020). The reproductive number of COVID-19 is higher compared to SARS conoravirus. Journal of Travel Medicine. doi: https://doi.org/10.1093/jtm/taaa021

Navas, E. (2020). Coronavirus: cómo el mundo desaprovechó la oportunidad de tener una vacuna lista para hacer frente a la pandemia. BBC Mundo News. Recuperado de https://cutt.ly/TtBFLe9.

Nesse, H. (2010). Global Health SEIR Model, Arizona State University. Recuperado de https://cutt.ly/atBD26c.

Organización Mundial de la Salud (2020), Sitio Web Mundial. Recuperado de https://cutt.ly/FtBDHmG.

Pazos, E. (2020). Matemática del distanciamiento social, un hilo para incrédulos. Agencia Ocote, Guatemala. Recuperado de https://cutt.ly/TtBGe6w.

Pazos, E. (2020). Apuntes sobre modelos matemáticos para COVID-19 y proyecciones usando el calculador de epidemias online. Materia Viva. Recuperado de https://cutt.ly/KtBFdAY.

Wu JT, Leung K, Leung GM. Nowcasting and forecasting the potential domestic and international spread of the 2019-nCoV outbreak originating in Wuhan, China: a modelling study, The Lancet, 2020. Recuperado de https://cutt.ly/ItMVtx3. doi: https://doi.org/10.1016/S0140-6736(20)30260-9




DOI: https://doi.org/10.36314/cunori.v4i2.139

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2020 René Estuardo Alvarado González

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento 4.0 Internacional.