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
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) |
article-journal
Stage
published
Date 2022-12-21
access all versions, variants, and formats of this works (eg, pre-prints)
Crossref Metadata (via API)
Worldcat
SHERPA/RoMEO (journal policies)
wikidata.org
CORE.ac.uk
Semantic Scholar
Google Scholar