Projeção da propagação da Covid-19 na Colômbia
Resumo
Os coronavírus são uma ampla família de vírus que conseguem causar doenças tanto em seres humanos quanto em não humanos. Nos humanos, sabe-se que vários coronavírus ocasionam infecções respiratórias que vão do resfriado comum até doenças mais complicadas, como a síndrome respiratória do Oriente Médio (Mers) e a síndrome respiratória aguda grave (Sars). O coronavírus que está se manifestando na atualidade causa a Covid-19. Nesse contexto, o objetivo deste artigo é apresentar uma projeção, com o uso do modelo linear de Brown, da dinâmica de transmissão da Covid-19 na Colômbia, relacionado com casos confirmados, ativos, recuperados e de óbito. Para desenvolver esta pesquisa, foi utilizada a base de dados das pessoas infectadas com o novo coronavírus e a informação entre 6 de março de 2020 e 5 de maio de 2020. Para a análise preditiva, foi utilizado o método de previsão de modelo de Brown, com o pacote estatístico SPSS versão 25. A partir da análise preditiva, determinou-se que o número total de infectados pela Covid-19 na Colômbia até 31 de agosto de 2020 será de aproximadamente de 65.835, 46.175 casos ativos, 16.543 recuperados e 2.577 óbitos. É evidenciado alto número de casos confirmados por coronavírus na Colômbia em 31 de agosto de 2020; isso coloca em alerta a rede pública hospitalar do país, além de obrigar as pessoas e a comunidade a se manterem em quarentena durante a emergência sanitária.
Downloads
Referências
Organización Mundial de la Salud, oms. Preguntas y respuestas sobre la enfermedad por coronavirus (covid-19) [Internet]. 2020. Disponible en: https://www.who.int/es/emergencies/diseases/novel-coronavirus-2019/advice-for-public/q-a-coronaviruses
Ministerio de Salud y protección Social. Orientaciones para el tamizaje de viajeros procedentes de zonas con circulación del nuevo coronavirus (covid-19) [Internet]. 2020. Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VS/asif04-guia-tamizaje-poblacional-puntos-entrada-coronavirus.pdf
isciii. Informe sobre la situación de covid-19 en España. 2020 [Internet]. 2020. Disponible en: https://www.isciii.es/QueHacemos/Servicios/VigilanciaSaludPublicaRENAVE/EnfermedadesTransmisibles/Paginas/InformesCOVID-19.aspx
Sanche S, Lin YT, Xu C, Romero-Severson E, Hengartner N, Ke R. Alta contagiosidad y rápida propagación del coronavirus agudo grave del síndrome respiratorio 2. Emerg Infect Dis. 2020;26(7):s.p. doi: https://doi.org/10.3201/eid2607.200282
ibm. Modelos personalizados de suavizado exponencial [Internet]. 2010. Disponible en: https://www.ibm.com/support/knowledgecenter/es/SSLVMB_sub/statistics_mainhelp_ddita/spss/trends/idh_idd_exp_smooth_crit.html
Anónimo. Suavización Exponencial Doble Método de Brown Ajuste a la Tendencia. [Internet]. 2020. Disponible en: http://modelosdepronosticos.info/metodo_de_suavizacion_exponencial_doble_metodo_de_brown.html
Coutin MG. Pronósticos de mortalidad por enfermedades no transmisibles seleccionadas. Rev. Cubana Higiene Epidemiológica. 2008;46(3):1-14.
Ramos D, Bacca A. Importancia de la planeación de la demanda en una empresa del sector industrial [Internet]. 2014. Disponible en: https://core.ac.uk/download/pdf/143448212.pdf
Villareal F. Introducción a los Modelos de Pronósticos [Internet]. 2016. Disponible en: https://www.matematica.uns.edu.ar/uma2016/material/Introduccion_a_los_Modelos_de_Pronosticos.pdf
Díaz-Pinzón J.E. Simulador applet descartes: como didáctica de enseñanza de la función cuadrática. innova Research Journal. 2017;2(8):69-78. doi: https://doi.org/10.33890/innova.v2.n8.2017.256
Díaz-Pinzón JE. Aprendizaje de las matemáticas con el uso de simulación [Internet]. Sophia. 14;(1):22-30. doi: https://doi.org/10.18634/sophiaj.14v.1i.519
Hernández R, Fernández C, Baptista M. Metodología de la Investigación. México, D. F.: McGraw-Hill; 2010. 656p.
Potts C. Modelo computarizado del coronavirus: “Los asintomáticos son el gran riesgo” [Internet]. 2020. Disponible en: https://www.dw.com/es/modelo-computarizado-del-coronavirus-los-asintom%C3%A1ticos-son-el-gran-riesgo/a-52798332
Díaz-Pinzón JE. Precisión del pronóstico de la propagación del covid-19 en Colombia [Internet]. Revista Repertorio de Medicina y Cirugía. 2020;29(Núm. Supl. 1):27-33. doi: https://doi.org/10.31260/Repert-MedCir.01217372.1045
bmj. Modelos de predicción para el diagnóstico y pronóstico de la infección por covid-19: revisión sistemática y valoración crítica [Internet]. bmj. 2020;369. doi: https://doi.org/10.1136/bmj.m1328
Van Calster B, McLernon DJ, Van Smeden M, Wynants L, Steyerberg EW, Grupo temático ‘Evaluación de pruebas de diagnóstico y modelos de predicción’ de la iniciativa stratos. Calibración: el talón de Aquiles de la analítica predictiva [Internet]. bmc Med. 2019;17(230):1-7. doi: https://doi.org/10.1186/s12916-019-1466-7
Steyerberg EW. Modelos de predicción clínica: un enfoque práctico para el desarrollo, validación y actualización [Internet]. Nueva York: Springer US; 2009.
Riley RD, Ensor J, Snell KI, et al. Validación externa de modelos de predicción clínica utilizando grandes conjuntos de datos de registros de salud electrónica o metaanálisis de dpi: oportunidades y desafíos [Internet]. bmj 2016;353(i3140):s.p. doi: https://doi.org/10.1136/bmj. i3140.
Galindo-Uribarri S, Rodríguez-Meza M, Cervantes-Cota J. Las matemáticas de las epidemias: caso México 2009 y otros. ciencia ergo-sum.2014;20(3):238-246.
Navarro-Robles E, Martínez-Matsushita L, López-Molina R, Fritz-Hernández F, Flores-Aldana B, Mendoza-Pérez J. Modelo para estimación del comportamiento epidémico de la influenza A (H1N1) en México [Internet]. Revista Panamericana de Salud Pública. 2011;4:269-274. Disponible en: https://scielosp.org/article/rpsp/2012.v31n4/269-274/
| Métricas do artigo | |
|---|---|
| Vistas abstratas | |
| Visualizações da cozinha | |
| Visualizações de PDF | |
| Visualizações em HTML | |
| Outras visualizações | |
