Descargar PDF
Simulación de escenarios para predecir el comportamiento de la COVID-19 en Perú
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 adopción 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.
Palabras clave
Referencias
Organización Mundial de la Salud. COVID-19: Cronología de la actuación de la OMS [Internet]. Ginebra: Organización Mundial de la Salud; 2020 [Citado 02/06/2021]. Disponible en: https://www.who.int/es/news/item/27-04-2020-who-timeline---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 la Salud; 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 Model Builder 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 Society Mathematical 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 Hubei after 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. Virus Research. 2021;292(2021):1-10.
Ndaïrou F, Area I, Nieto JJ, Torres FM. Mathematical Modeling of COVID-19 Transmission Dynamics with a Case Study 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?. Infectious Disease 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 frente a 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 J Antimicrob 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. Mathematical Biosciences 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 reproduction numbers 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. New England 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 SARS coronavirus. 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 of epidemiological 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 Hopkins University; 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 la COVID-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: Facultad de Medicina Universidad Complutense; 2021.
SCIENSANO. FACT SHEET COVID-19 disease (SARS-CoV-2 virus) [Internet]. Bélgica: SCIENSANO; 2021 [Citado 02/06/2021]. 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 [Citado 02/06/2021]. 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 Wires in Close Contact and Its Application for the Evaluation of Partial Discharge Risks in the Slots of Electric Machines Embedded in Future Transportation Systems. Advances in Aerospace Science and Technology [Internet]. 2021 [Citado 02/06/2021];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 of the COVID-19 Pandemic in South Korea. International Journal of Environmental Research and Public Health. 2021;18(7578):1-11.
Añadir comentario
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.
La revista está: Certificada por el CITMA