Skip to main content

ETHNOS_APP

Home • Search • Journals • List 0

Estimación del factor de propagación R0 del Covid-19 por medio del modelo de Kermack-McKendrick

Bibliographic Data

ID22333329
AuthorsCarmen Milagro Viña (0000-0002-4222-4294), Josefrank Pernalete Lugo (0000-0002-6625-1334, Universidad Centroccidental Lisandro Alvarado)
Year2022
Volume12
Issue1
Pages257-272
Publication date2022-06-09
Open AccessYes
TypeARTICLE
VenueSociología y tecnociencia (JOURNAL)
Journal identifiersISSN: 1989-8487 • E-ISSN: 1989-8487
PublisherUniversidad de Valladolid (PUBLISHER • ES)
DOI10.24197/st.1.2022.257-272
OpenAlexW4296510844
LanguageES
References cited2

El modelo epidémico SIR, es útil para medir la rapidez de propagación de la infección COVID-19 en términos de umbral epidemiológico R0 a lo largo del tiempo. Se desarrolló un modelo matemático diferencial ordinario para medir el comportamiento del COVID-19 en el Perú, partiendo de la experiencia en el control de infecciones Kermack–McKendrick. Se estimó además la tasa de infectados β y de recuperados o eliminados γ, haciendo uso del conjuntos de datos oficiales de la Organización Mundial de la Salud, partiendo del histórico entre el 07 de Marzo y el 24 de Septiembre de 2020 y; proyectado hasta el 28 de Octubre de 2021. Explicando que la menor tasa de infectados ocurrirá a partir del 30 de Junio de 2021 β=0,24. Evidenciando un pronóstico de erradicación para el 28 de Octubre de 2021 con una tasa de infectados (β=0,21) y umbral (R0=0,03), además se cuantificó la exactitud del modelo en 93,012%, con 6,988 % de error porcentual medio de mitigación COVID-19, siendo el valor promedio temporal R0

Humanities · COVID-19 Clinical Research Studies · COVID-19 epidemiological studies · Medicine · Philosophy

  • Predictive Model for Covid-19 Incidence in a Medium-Sized Municipality in Brazil (Ponta Grossa, Paraná)

    Open Access•Camila Marinelli Martins, Ricardo Zanetti Gomes et al.•Texto & Contexto - Enfermagem•2020

  • Desafios e propostas para ampliação da testagem e diagnóstico para Covid-19 no Brasil

    Open Access•Laio Magno, Thais Regis Aranha Rossi et al.•Ciência & Saúde Coletiva•2020

Highly citedNo

Tools

Open DOIOpen Access
Ethnos_APP • Open Source Project • MIT License • Frontend v2.0.0 • Privacy and Cookies • API Documentation: api.ethnos.app/docs • API Source Code: GitHub • DOI: 10.5281/zenodo.17049435 • Frontend Source Code: GitHub • DOI: 10.5281/zenodo.17050053 • cruz.rio.br • Expectantes Misericordiae