Ajustes del modelo SIR a los datos iniciales de la pandemia del COVID-19 en Argentina release_tq63zikrmrdqtiukohs6xdbku4

by José Gabriel García Clúa, Victoria Vampa, María Valeria Calandra

Published in Ciencia y Tecnología by Fundacion Universidad de Palermo.

2022   p21-36

Abstract

Este artículo presenta un estudio que utiliza los datos proporcionados por el Ministerio de Salud de Argentina sobre el número de personas infectadas, fallecidas y recuperadas por la enfermedad de Coronavirus 2019 (COVID-2019). El modelo estándar Susceptible-Infected-Removed (SIR) se usa para simular la población infectada de esta epidemia en Argentina. El modelo SIR, desarrollado por Ronald Ross, William Hamer y otros, es una representación matemática de cómo una infección se propaga en una población en el tiempo. Este modelo tiene dos parámetros, la tasa de transmisión por cápita, β, y la tasa de recuperación, , siendo 1/ el tiempo medio que el individuo permanece infectado. En este trabajo, el parámetro  se considera constante y el parámetro β se ajusta con el tiempo con datos reales, de tres formas distintas, que luego se comparan simulando la evolución epidémica mediante el modelo SIR. Se muestran los resultados obtenidos con datos reales del inicio de la pandemia, del 3 de marzo de 2020 al 21 de julio de 2020. Finalmente se concluye que el modelo se ajusta satisfactoriamente a los datos de Argentina como consecuencia de la variación temporal propuesta de β en corto y mediano plazo.
In application/xml+jats format

Archived Files and Locations

application/pdf   586.7 kB
file_5mjxwe3nojchngwsqzrqwm56s4
dspace.palermo.edu (publisher)
web.archive.org (webarchive)
Read Archived PDF
Preserved and Accessible
Type  article-journal
Stage   published
Date   2022-12-21
Container Metadata
Not in DOAJ
Not in Keepers Registry
ISSN-L:  1850-0870
Work Entity
access all versions, variants, and formats of this works (eg, pre-prints)
Catalog Record
Revision: eb875913-7235-429c-a9c7-37faed610e9b
API URL: JSON