基于Gompertz非线性回归模型,利用致命病例数据对秘鲁COVID-19确诊病例进行预测分析

Tecnia Pub Date : 2021-06-18 DOI:10.21754/tecnia.v21i2.997
Marina Gabriela Sadith Pérez Paredes, Leonid Abimael Huancachoque Mamani, Irene Marivel Nolasco Pérez
{"title":"基于Gompertz非线性回归模型,利用致命病例数据对秘鲁COVID-19确诊病例进行预测分析","authors":"Marina Gabriela Sadith Pérez Paredes, Leonid Abimael Huancachoque Mamani, Irene Marivel Nolasco Pérez","doi":"10.21754/tecnia.v21i2.997","DOIUrl":null,"url":null,"abstract":"Este estudio tiene como objetivo evaluar el futuro de los casos confirmados de Covid-19 en el Perú, utilizando el modelo de regresión no lineal de Gompertz. Los datos utilizados están basados en los informes oficiales del Ministerio de Salud del Perú (MINSA). El valor acumulado de casos fatales fue sometido a un análisis interactivo por el método de mínimos cuadrados no lineales para proyectar el modelo. A partir de la derivada de primer orden del modelo predictivo fue obtenido la curva de casos fatales diarios. Usando la tasa de letalidad como proporción entre infectados y casos fatales, además del desfase promedio de días entre estos, fue posible estimar la curva epidémica. Por el momento, el modelo predictivo sugiere que el Perú estaría en un descenso lento de la curva epidémica, distanciandose del pico de contagios por día. Asimismo, se observó una tendencia de alcanzar unos 550 mil infectados y unos 19 mil fallecidos hasta fines del año 2020. Las predicciones de los modelos matemáticos pueden variar con la actualización periódica de datos, predicciones actualizadas serán publicadas en www.yupay-dynamic.com","PeriodicalId":31729,"journal":{"name":"Tecnia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-06-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Análisis predictivo de casos confirmados de la COVID-19 en el Perú basado en el modelo de regresión no lineal de Gompertz usando datos de casos fatales\",\"authors\":\"Marina Gabriela Sadith Pérez Paredes, Leonid Abimael Huancachoque Mamani, Irene Marivel Nolasco Pérez\",\"doi\":\"10.21754/tecnia.v21i2.997\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Este estudio tiene como objetivo evaluar el futuro de los casos confirmados de Covid-19 en el Perú, utilizando el modelo de regresión no lineal de Gompertz. Los datos utilizados están basados en los informes oficiales del Ministerio de Salud del Perú (MINSA). El valor acumulado de casos fatales fue sometido a un análisis interactivo por el método de mínimos cuadrados no lineales para proyectar el modelo. A partir de la derivada de primer orden del modelo predictivo fue obtenido la curva de casos fatales diarios. Usando la tasa de letalidad como proporción entre infectados y casos fatales, además del desfase promedio de días entre estos, fue posible estimar la curva epidémica. Por el momento, el modelo predictivo sugiere que el Perú estaría en un descenso lento de la curva epidémica, distanciandose del pico de contagios por día. Asimismo, se observó una tendencia de alcanzar unos 550 mil infectados y unos 19 mil fallecidos hasta fines del año 2020. Las predicciones de los modelos matemáticos pueden variar con la actualización periódica de datos, predicciones actualizadas serán publicadas en www.yupay-dynamic.com\",\"PeriodicalId\":31729,\"journal\":{\"name\":\"Tecnia\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-06-18\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Tecnia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21754/tecnia.v21i2.997\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Tecnia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21754/tecnia.v21i2.997","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

这项研究的目的是利用Gompertz的非线性回归模型评估秘鲁新冠病毒确诊病例的未来。使用的数据基于秘鲁卫生部的官方报告。用非线性最小二乘法对死亡病例的累积值进行交互分析,以投影模型。根据预测模型的一阶导数,得出每日死亡病例曲线。使用死亡率作为感染者和死亡病例之间的比例,除了这些病例之间的平均时间间隔外,还可以估计流行病曲线。目前,预测模型表明,秘鲁的疫情曲线将缓慢下降,与每天的感染高峰相去甚远。此外,到2020年底,感染人数约为55万人,死亡人数约为19000人。数学模型的预测可能会随着数据的定期更新而变化,更新的预测将发表在www.yupay-dynamic.com上
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Análisis predictivo de casos confirmados de la COVID-19 en el Perú basado en el modelo de regresión no lineal de Gompertz usando datos de casos fatales
Este estudio tiene como objetivo evaluar el futuro de los casos confirmados de Covid-19 en el Perú, utilizando el modelo de regresión no lineal de Gompertz. Los datos utilizados están basados en los informes oficiales del Ministerio de Salud del Perú (MINSA). El valor acumulado de casos fatales fue sometido a un análisis interactivo por el método de mínimos cuadrados no lineales para proyectar el modelo. A partir de la derivada de primer orden del modelo predictivo fue obtenido la curva de casos fatales diarios. Usando la tasa de letalidad como proporción entre infectados y casos fatales, además del desfase promedio de días entre estos, fue posible estimar la curva epidémica. Por el momento, el modelo predictivo sugiere que el Perú estaría en un descenso lento de la curva epidémica, distanciandose del pico de contagios por día. Asimismo, se observó una tendencia de alcanzar unos 550 mil infectados y unos 19 mil fallecidos hasta fines del año 2020. Las predicciones de los modelos matemáticos pueden variar con la actualización periódica de datos, predicciones actualizadas serán publicadas en www.yupay-dynamic.com
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
10
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:604180095
Book学术官方微信