O modelo Kermack-McKendrick na propagação da estirpe COVID-19: Peru 2020-2021
Resumo
O modelo epidémico SIR é útil para medir a velocidade de propagação das estirpes COVID-19 (B.1.617.2/P.1/C.37/B.1.621), em termos de limiar epidemiológico R0 ao longo do tempo. Foi desenvolvido um modelo matemático diferencial de comportamento pandémico para a população peruana, baseado na experiência de controlo da infecção de Kermack-McKendrick. O número de S susceptíveis, infectados e disseminando a infecção I e R recuperados foi estimado utilizando conjuntos de dados oficiais da Organização Mundial de Saúde, começando no histórico entre 7 de Março e 12 de Setembro de 2020 e projectado para 52 semanas até 11 de Setembro de 2021. Explicando que a taxa de infecção mais baixa ocorrerá a partir de 3 de Abril de 2021. Evidenciando uma previsão de menor transmissibilidade para 29 de Maio de 2021 com uma taxa de infecção (β=0,08) e limiar (R0=0,000), além disso a precisão do modelo foi quantificada em 97,795 %, com 2,205 % de erro percentual médio, sendo o valor médio temporal R0 <1, pelo que cada pessoa que contraia a doença infectará menos de uma pessoa antes de morrer ou recuperar, pelo que o surto desaparecerá. Os resultados contemplaram o comportamento dinâmico das estirpes até Novembro de 2021, antes da chegada do omicron (B.1.1.529).
Downloads
Referências
Díaz-Pinzón J. E. Uso de modelo predictivo para la dinámica de transmisión del COVID-19 en Colombia. Revista Repertorio De Medicina Y Cirugía. 2020; 34-44. Disponible en: https://doi.org/10.31260/RepertMedCir.01217372.1056
Correa-Cuadros, J., & Muñoz-Rodríguez, M. SARS-COV.2/COVID-19 en Colombia: tendencias, predicciones y tensiones sobre el sistema sanitario. Revista de Salud Pública. 2020;22(2): e386614. Disponible en: https://dx.doi.org/10.15446/rsap.v22n2.86614
World Health Organization. Visible body: WHO Coronavirus Disease (COVID-19) Dashboard. Ginebra, SUI.: WHO Health Emergency Dashboard. 2020. Disponible en: https://covid19.who.int/
Caparó, F., & Del Carmen S., J. Coronavirus y las amenazas a la salud mundial. Horizonte MéDico (Lima). 2020;20(1): 4-5. Disponible en: https://doi.org/10.24265/horizmed.2020.v20n1.01
Enoki-Miñano, E, & Ruiz-Barrueto, M. Danger of major outbreaks of COVID-19 in the Peruvian prison population. Revista Española de Sanidad Penitenciaria. 2020;22(2): 91-92. Disponible en: https://dx.doi.org/10.18176/resp.00016
Maguiña-Vargas, C. Reflexiones sobre el COVID-19, el Colegio Médico del Perú y la Salud Pública. Acta Médica Peruana. 2020;37(1): 8-10. Disponible en: https://dx.doi.org/10.35663/amp.2020.371.929
Lozano-Vargas, A. Impacto de la epidemia del Coronavirus (COVID-19) en la salud mental del personal de salud y en la población general de China. Revista de Neuro-Psiquiatría. 2020;83(1): 51-56. Disponible en: https://dx.doi.org/10.20453/rnp.v83i1.3687
Paiva H.M., Afonso R.J.M., de Oliveira I.L., Garcia G.F. A data-driven model to describe and forecast the dynamics of COVID-19 transmission. PLoS ONE. 2020;15(7): e0236386. Disponible en: https://doi.org/10.1371/journal.pone.0236386
Zhao, S., Chen, H. Modeling the epidemic dynamics and control of COVID-19 outbreak in China. Quant Biol. 2020;8: 11-19. Disponible en: https://doi.org/10.1007/s40484-020-0199-0
Trujillo Sainz, J. Metodología para la organización de los Recursos Educativos Abiertos en la carrera de Educación Laboral-Informática. Mendive. Revista de Educación. 2020;18(1): 102-115. Disponible en: http://mendive.upr.edu.cu/index.php/MendiveUPR/article/view/1672
Manrique-Abril, F., Agudelo-Calderon, C., González-Chordá, V., Gutiérrez-Lesmes, O., Téllez-Piñerez, C., & Herrera-Amaya, G. Modelo SIR de la pandemia de COVID-19 en Colombia. Revista de Salud Pública. 2020;22(2): e185977. Disponible en: https://dx.doi.org/10.15446/rsap.v22.85977
Abdulmajeed, K., Adeleke, M., & Popoola, L. Onlineforecasting of COVID-19 cases in Nigeria using limited data. Journal Data in Brief. 2020;20(1). Disponible en: https://doi.org/10.1016/j.dib.2020
Pinasco, J. P. Las Simulaciones: Otras herramientas para entender una epidemia. Revista De Educación Matemática. 2020;35(2): 35-50. Disponible en: https://revistas.unc.edu.ar/index.php/REM/article/view/29728
Kaxiras, E., Neofotistos, G., & Angelaki, E. The first 100 days: Modeling the evolution of the COVID-19 pandemic. Chaos, Solitons and Fractals. 2020;138. Disponible en: https://doi.org/10.1016/j.chaos.2020.110114
Arango-Londoño, D., Ortega-Lenis, D., Muñoz, E., Cuartas, D., Caicedo, D., Mena, J., Torres, M., & Méndez, F. Predicciones de un modelo SEIR para casos de COVID-19 en Cali, Colombia. Revista de Salud Pública. 2020;22(2): 1-6. Disponible en: https://doi.org/10.15446/rsap.v22n2.86432
Díaz-Narváez, V., San-Martín-Roldán, D., Calzadilla-Núñez, A., San-Martín-Roldán, P., Parody-Muñoz, A., & Robledo-Veloso, G. Which curve provides the best explanation of the growth in confirmed COVID-19 cases in Chile?. Revista Latino-Americana de Enfermagem. 2020;28: e3346. Disponible en: https://doi.org/10.1590/1518-8345.4493.3346
González-Jaramillo, V., González-Jaramillo, N., Gómez-Restrepo, C., Franco, O., Palacio-Acosta, C., & Gómez-López, A. Proyecciones del impacto de la pandemia COVID-19 en la población colombiana, según medidas de mitigación. Datos preliminares de modelos epidemiológicos para el periodo del 18 de marzo al 18 de abril de 2020. Revista de Salud Pública. 2020;22(2): 1-6. Disponible en: https://doi.org/10.15446/rsap.v22n2.85789
Du, Z., Wang, L., Cauchemez, S., Xu, X., Wang, X., Cowling, B. Riesgo de transporte de la enfermedad por coronavirus desde Wuhan a otras ciudades de China. Enfermedades infecciosas emergentes. 2020;26(5): 1049-1052. Disponible en: https://dx.doi.org/10.3201/eid2605.200146
COVID-19 Dashboard by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University (JHU). Coronavirus resource center. 2021. Disponible en: https://coronavirus.jhu.edu/map.html
Viña, C., & Pernalete, J. Estimación del factor de propagación R0 del COVID-19 mediante el modelo Kermack-McKendrick. Sociología y Tecnociencia. 2022;12(1): 252-272. Disponible en: https://revistas.uva.es/index.php/sociotecno/article/view/4661/4557
Kucharski, A. J., Russell, T. W., Diamond, C., Liu, Y., Edmunds, J., Funk, S., Eggo, R. M., & Centre for Mathematical Modelling of Infectious Diseases COVID-19 working group. Early dynamics of transmission and control of COVID-19: a mathematical modelling study. The Lancet. Infectious diseases. 2020;20(5): 553-558. Disponible en: https://doi.org/10.1016/S1473-3099(20)30144-4
Ramírez-Torres, E., Selva-Castañeda, A., Bergues-Cabrales, L., Bory-Prevez, H., Valdés-García, L., Sedal-Yanes, D., Alcantara-Oliveros, Y., Sánchez-Domínguez, S., Rodríguez-Valdés, A., & Morandeira-Padrón, H. Comportamientos temporales de los casos activos y acumulados durante el segundo y tercer rebrotes epidémico de la COVID-19 para la provincia Santiago de Cuba. Anales de la Academia de Ciencias de Cuba. 2022;12(1): e1083. Disponible en: http://www.revistaccuba.cu/index.php/revacc/article/view/1083/1343
Mugisha, J., Ssebuliba J, Nakakawa, J., Kikawa, C., Ssematimba, A. Mathematical modeling of COVID-19 transmission dynamics in Uganda: Implications of complacency and early easing of lockdown. PLoS ONE. 2021;16(2): e0247456. Disponible en: https://doi.org/10.1371/journal.pone.0247456
Organización Mundial de la Salud. Clasificación de la variante ómicron (B.1.1.529) del SARS-CoV-2 como variante preocupante. [Comunicado de prensa]. (24 de noviembre 2021). Disponible en: https://www.who.int/es/news/item/26-11-2021-classification-of-omicron-(b.1.1.529)-sars-cov-2-variant-of-concern
Ridenhour, B., Kowalik, J. M., & Shay, D. K. Unraveling R0: considerations for public health applications. American journal of public health. 2014;104(2): e32-e41. Disponible en: https://doi.org/10.2105/AJPH.2013.301704
Hellewell, J., Abbott, S., Gimma, A., Bosse, NI, Jarvis, CI, Russell, TW, Munday, JD, Kucharski, AJ, Edmunds, WJ, Centro para el Modelado Matemático de Enfermedades Infecciosas COVID-19 Grupo de trabajo, Funk, S. y Eggo, RM. Factibilidad de control de brotes de COVID-19 por aislamiento de casos y contactos. La lanceta. Salud global. 2020;8(4): e488–e496. Disponible en: https://doi.org/10.1016/S2214-109X(20)30074-7
As obras que são publicadas nesta revista estão sujeitas aos seguintes termos:
1. O Serviço de Publicações da Universidad de Murcia (a editorial) conserva os direitos patrimoniais (copyright) das obras publicadas, e favorece e permite a reutilização das mesmas sob a licença de utilização indicada no ponto 2.
© Serviço de publicações, Universidad de Murcia, 2011
2. As obras são publicadas na edição eletrónica da revista sob uma licença Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Espanha (texto legal). Podem-se copiar, usar, difundir, transmitir e expor publicamente, sempre que: i) seja citado a autoria e a fonte original da sua publicação (revista, editorial e URL da obra); ii) não se usem para fins comerciais; iii) se mencione a existência e especificações desta licença de utilização.
3. Condições de auto-arquivo. É permitido e aconselha-se aos autores, difundir eletronicamente as versões pré-print (versão antes de ser avaliada) e/ou post-print (versão avaliada e aceite para a sua publicação) das suas obras antes da sua publicação, uma vez que, favorece a sua circulação e difusão mais cedo e com isso um possível aumento na sua citação e alcance entre a comunidade académica. Cor RoMEO: verde.
