Método estadístico matemático para identificar el estado de la COVID-19 con relación al pico epidémico
Palabras clave:
análisis de datos, coronavirus, COVID-19, estadística y datos numéricos, gráficos estadísticos, matemática, toma de decisionesResumen
Introducción: varios modelos han intentado pronosticar y evaluar el estado actual de la pandemia que ha generado el coronavirus SARVS-CoV2, siendo la evaluación la base fundamental para la toma de decisiones. Por ello, la importancia de identificar el estado de la COVID-19 en un lapso seleccionado es un proceso de gestión de información muy importante, el cual puede realizarse a través de métodos estadísticos y matemáticos con el fin de tomar decisiones para controlar la epidemia.
Objetivo: proponer un método estadístico matemático para identificar el estado de la COVID-19 con relación al pico epidémico en lapsos escogidos.
Método: se utilizaron métodos teóricos entre los que destacan el análisis, la síntesis y la abstracción, y otros de carácter puramente matemáticos.
Resultados: como resultado de la aplicación práctica del método se generan gráficos que ofrecen información válida y confiable para un eficaz proceso de toma de decisiones.
Conclusiones: esta propuesta muestra robustez teórica y eficacia práctica que, aunque se elabora teniendo en cuenta los datos de Cuba, es extrapolable a cualquier otro país, e incluso a provincias y municipios.
Descargas
Citas
2. Camacho A, Kucharski A, Aki-Sawyerr Y, White MA, Flasche S, Baguelin M, Pollington T, Carney JR, Glover R, Smout E, Tiffany A, Edmunds WJ, Funk S. Temporal Changes in Ebola Transmission in Sierra Leone and Implications for Control Requirements: A Real-time Modelling Study. PLoS Curr [en línea]. 2015 Feb. [citado 11 Ago 2020]. Disponible en: http://currents.plos.org/outbreaks/index.html%3Fp=55052.html
3. Jaramillo O. Pertinencia del perfil de los profesionales de la información con las demandas del mercado laboral. Rev Int Bibliotecol [en línea]. 2015 [citado 11 Ago 2020]; 38(2):111-120. Disponible en: http://www.scielo.org.co/pdf/rib/v38n2/v38n2a3.pdf
4. Rivera Z, León M, García T. El mercado laboral para el profesional de la información en Cuba: ¿qué piensan los empleadores al respecto? Alcance: Rev Cubana Inf Comun [en línea]. 2017 [citado 11 Ago 2020]; 7(15):6-27. Disponible en: http://scielo.sld.cu/pdf/ralc/v7n15/ralc02118.pdf
5. Dorta-Contreras AJ. Criticar la ciencia y ciencia de la crítica. Rev Hab Cienc Méd [en línea]. 2007 Nov [citado 11 Ago 2020]; 6(4):[aprox. 5 p.] Disponible en: http://scielo.sld.cu/pdf/rhcm/v6n4/rhcm01407.pdf
6. Holton G. On the Integrity of Science: The Issues Since Bronowski. Leonardo [en línea]. 1985 [citado 11 Ago 2020]; 18(4):229-232. Disponible en: https://www.jstor.org/stable/1578071?seq=1
7. Singhal A, Singh P, Lall B, Joshi SD. Modeling and prediction of COVID-19 pandemic using Gaussian mixture model. Chaos Solitons Fractals [en línea]. 2020 [citado 11 Ago 2020]; 138:110023. DOI: https://doi.org/10.1016/j.chaos.2020.110023
8. Chaolin Huang YW, Xingwang Li, Lili Ren, Jianping Zhao, Yi Hu, Li Zhang, Guohui Fan JX, et al. Clinical features of patients infected with 2019 novel coronavirus in wuhan, china. Lancet [en línea]. 2020 [citado 11 Ago 2020]; 395(10223):497-506. DOI: https://doi.org/10.1016/S0140-6736(20)30183-5
9. Cooper BS, PitmanR, Edmunds WJ, Gay NJ. Delaying the international spread of pandemic influenza. PLoS Med [en línea]. 2006 [citado 11 Ago 2020]; 3(e212). DOI: https://doi.org/10.1371/journal.pmed.0030212
10.Covid19-Dashboard Cuba. Covid19CubaData 2019. [citado 15 Sep 2020]. Disponible en: https://covid19cubadata.github.io/#cuba
