Modelado estadístico para la gestión de los primeros tres meses de la COVID-19 en Costa Rica

G. Rojas, R. Romero, Ronny Pacheco, C. Villalobos, A. Gómez
{"title":"Modelado estadístico para la gestión de los primeros tres meses de la COVID-19 en Costa Rica","authors":"G. Rojas, R. Romero, Ronny Pacheco, C. Villalobos, A. Gómez","doi":"10.32719/25506641.2021.10.3","DOIUrl":null,"url":null,"abstract":"El papel del modelado estadístico en la gestión de emergencias es fundamental para perfilar o apoyar las decisiones en torno a la atención de los eventos. En 2020 con el surgimiento de la pandemia por coronavirus, los países rápidamente se prepararon para la atención del comportamiento de contagio y el impacto que tendría en la salud pública. En Costa Rica, un equipo de especialistas preparó estudios sobre el comportamiento de la curva de contagio y su efecto en la ocupación de camas hospitalarias durante los primeros tres meses de la presencia de la epidemia. Los estudios se basaron en la estimación de modelos estadísticos de crecimiento exponencial y logístico, los cuales proporcionaron los pronósticos del número de casos diarios y acumulados. La predicción de casos permitió alimentar un modelo de simulación para la proyección de demanda de camas hospitalarias por pacientes de la COVID-19. Los análisis se basaron en los datos aportados por el Ministerio de Salud en torno a los casos confirmados por coronavirus desde la aparición del primer caso en Costa Rica. Se estimaron cuatro modelos: logístico, Richards, Gompertz y exponencial, los cuales generaron la predicción de casos diarios. También se estimó el número de reproducibilidad mediante estadística bayesiana para cuantificar la transmisibilidad del virus. Los resultados permitieron anticipar el comportamiento inicial del virus en Costa Rica y el potencial efecto de las medidas de contención que se adopta-ron a partir de la declaratoria de emergencia nacional.","PeriodicalId":34451,"journal":{"name":"Estudios de la Gestion","volume":"77 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-07-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Estudios de la Gestion","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32719/25506641.2021.10.3","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

El papel del modelado estadístico en la gestión de emergencias es fundamental para perfilar o apoyar las decisiones en torno a la atención de los eventos. En 2020 con el surgimiento de la pandemia por coronavirus, los países rápidamente se prepararon para la atención del comportamiento de contagio y el impacto que tendría en la salud pública. En Costa Rica, un equipo de especialistas preparó estudios sobre el comportamiento de la curva de contagio y su efecto en la ocupación de camas hospitalarias durante los primeros tres meses de la presencia de la epidemia. Los estudios se basaron en la estimación de modelos estadísticos de crecimiento exponencial y logístico, los cuales proporcionaron los pronósticos del número de casos diarios y acumulados. La predicción de casos permitió alimentar un modelo de simulación para la proyección de demanda de camas hospitalarias por pacientes de la COVID-19. Los análisis se basaron en los datos aportados por el Ministerio de Salud en torno a los casos confirmados por coronavirus desde la aparición del primer caso en Costa Rica. Se estimaron cuatro modelos: logístico, Richards, Gompertz y exponencial, los cuales generaron la predicción de casos diarios. También se estimó el número de reproducibilidad mediante estadística bayesiana para cuantificar la transmisibilidad del virus. Los resultados permitieron anticipar el comportamiento inicial del virus en Costa Rica y el potencial efecto de las medidas de contención que se adopta-ron a partir de la declaratoria de emergencia nacional.
哥斯达黎加前三个月COVID-19管理的统计模型
统计建模在应急管理中的作用对于概述或支持围绕事件护理的决策至关重要。2020年,随着冠状病毒大流行的出现,各国迅速做好了应对感染行为及其对公共卫生的影响的准备。在哥斯达黎加,一个专家小组编写了关于感染曲线行为及其对流行病发生前三个月医院床位占用情况的影响的研究报告。研究的基础是估计指数增长和logistic增长的统计模型,这些模型提供了每日病例数和累积病例数的预测。病例预测提供了一个模拟模型,用于预测COVID-19患者的医院床位需求。这些分析是基于卫生部提供的关于哥斯达黎加第一例冠状病毒确诊病例的数据。我们估计了四个模型:logistic, Richards, Gompertz和指数,它们产生了每日病例预测。利用贝叶斯统计方法估计了病毒传播的重现性。这些结果使我们能够预测该病毒在哥斯达黎加的最初行为以及在宣布国家紧急状态后采取的控制措施的潜在影响。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
16 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信