Modelos estadísticos para las predicciones de la COVID-19 en Cuba
Palabras clave:
COVID-2019, RMSE, residuales, MAPEResumen
Introducción: Los estudios basados en modelos estadísticos juegan un papel importante para las predicciones sobre la COVID-19. Objetivo: Realizar un análisis de modelación estadística combinando 6 modelos de pronósticos para predecir la aparición de casos positivos diarios, activos y fallecidos por COVID-19 en Cuba.
Método: Se utilizaron los datos reportados diariamente del 11 de marzo al 25 de mayo publicados en el sitio web CUBADEBATE. A los modelos propuestos se les calculó el desempeño mediante los estadísticos: MAE, RMSE, MAPE y ME así como el análisis de residuales.
Resultados: Los modelos A y B dan una tendencia constante de 8 y 9 casos positivos respectivamente para el día 22 de julio. El modelo C indica una ligera disminución de los casos con 4 ese mismo día y el modelo D una tendencia al aumento con 19 casos. . El modelo E refleja un mínimo de 126 casos el día 3 de junio y luego un aumento de los casos hasta alcanzar el 22 de julio un valor de 374 casos activos hospitalizados. En el modelo F se apreció una tendencia a mantenerse constante el número de fallecidos por encima de 80 casos en la primera quincena de julio.Conclusiones: Los 6 modelos estudiados cumplen con las pruebas estadísticas, de desempeño y residuales. Sus datos proporcionan un pronóstico para la COVID-2019, representando una herramienta válida
Descargas
Citas
Aylward B BP, Bawo L, et al. Ebola virus disease in West Africa-the first 9 months of the epidemic and forward projections. N Engl J Med 2014;371:1481-95.
Harun Yonar AY, Mustafa Agah Tekindal, Melike Tekindal. Modeling and Forecasting for the number of cases of the COVID-19 pandemic with the Curve Estimation Models, the Box-Jenkins and Exponential Smoothing Methods. Eurasian Journal of Medicine and Oncology 2020;4(2):160-165.
Díaz-Pinzóna JE. Precisión del pronóstico de la propagación del COVID-19 en Colombia. REPERT MED CIR 2020;29(Núm. Supl.1):27-33.
Liangrong Peng WY, Dongyan Zhang, Changjing Zhuge, Liu Hong. Epidemic analysis of COVID-19 in China by dynamical modeling. 2020.
Funk S CI, Tiffany A, et al. The impact of control strategies and behavioural changes on the elimination of Ebola from Lofa County, Liberia. Philos Trans R Soc Lond B Biol Sci 2017; 372(20160302)
Kucharski AJ CA, Checchi F, et al. Evaluation of the benefits and risks of introducing Ebola community care centers, Sierra Leone. Emerg Infect Dis 2015;21:393-99.
Camacho A KA, Aki-Sawyerr Y, et al. Temporal changes in Ebola transmission in Sierra Leone and implications for control requirements: a real-time modelling study. PLoS Curr 2015;7(4).
Chaolin Huang YW, Xingwang Li, Lili Ren, Jianping Zhao, Yi Hu, Li Zhang,, Guohui Fan JX, Xiaoying Gu, Zhenshun Cheng, Ting Yu, Jiaan Xia, Yuan Wei,, Wenjuan Wu XX, Wen Yin, Hui Li, Min Liu, Yan Xiao, Hong Gao, Li Guo,, Jungang Xie GW, Rongmeng Jiang, Zhancheng Gao, Qi Jin, Jianwei Wang,, Cao aB. Clinical features of patients infected with 2019 novel coronavirus in wuhan, china. The Lancet 2020.
Cooper BS PR, Edmunds WJ, Gay NJ. Delaying the international spread of pandemic influenza. PLoS Med 2006;3(e212).
López-Fernández R Y-SR, Suárez-Surí P, Avello-Martínez R, Gutiérrez-Escobar M, Alvarado-Flores R. Modelo estadístico predictivo para el padecimiento de pie diabético en pacientes con diabetes mellitus tipo II. Medisur 2016;14(1).
Domenico Benvenuto MG, Lazzaro Vassallo c, Silvia Angeletti, Massimo Ciccozzi. Application of the ARIMA model on the COVID2019 epidemic dataset. Elsevier 2020.
Capítulo 8 Pronóstico disponible en http://webapp-st.pucmm.edu.do/websise/estudiante/materias/201620171/ST-ADM-413-T-003/Cap.%2018%20pronostico.pdf.
Miller Jimmy Alarcón CALIFICACIÓN DEL Método DE PRONÓSTICO DE TORRES (SEGUNDA PARTE) polianteap175-201
Tania Dehesh, H.A.Mardani-Fard, Paria Dehesh. Forecasting of COVID-19 Confirmed Cases in Different Countries with ARIMA Models. 2020.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
La Revista Cubana de Higiene y Epidemiologia protege los derechos de autor, y opera con una Licencia Creative Commons 4.0.(Licencia Creative Commons Atribución-No Comercial 4.0 Internacional (CC BY-NC 4.0).Al publicar en ella los autores permiten copiar y redistribuir el material en cualquier medio o formato; remezclar, transformar y crear a partir del material. Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia http://creativecommons.org/licenses/by-nc/4.0/ e indicar si se han realizado cambios. No puede utilizar el material para una finalidad comercial. No hay restricciones adicionales.
Los autores autorizan la publicación de sus escritos conservando los derechos de autoría, y cediendo y transfiriendo a la revista todos los derechos protegidos por las leyes de propiedad intelectual que rigen en Cuba, que implican la edición para difundir la obra.
Los autores podrán establecer acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarla en un repositorio institucional o publicarla en un libro), con el reconocimiento de haber sido publicada primero en esta revista.