Modelo estadístico para defunciones y casos positivos de covid-19 en México

Autores/as

  • Gustavo Ramírez-Valverde Colegio de Postgraduados, campus Montecillo
  • Benito Ramírez-Valverde Colegio de Postgraduados, campus Puebla

DOI:

https://doi.org/10.18381/eq.v18i1.7223

Resumen

Objetivo: Utilizar un modelo estadístico de las defunciones y casos positivos de covid-19 en México, para estudiar el comportamiento de la pandemia y contribuir a definir alternativas y políticas públicas que puedan mitigar el daño de la enfermedad en la sociedad.Metodología: Se empleó la información oficial de la Secretaría de Salud respecto del número de casos positivos de covid-19 y del número de defunciones causadas por esta enfermedad en México.Limitaciones: Las limitaciones del estudio son el reducido número de datos y la posibilidad de fallas en la contabilidad de contagios y defunciones.Originalidad: Estima un modelo basado en los datos de la pandemia en México y su aplicación.Resultados: El modelo seleccionado fue el de Gompertz con cuatro parámetros.Conclusiones: El modelo muestra un adecuado ajuste y su utilidad en la aplicación en niveles regionales y futuros rebrotes de la enfermedad, para tomar medidas y elaborar políticas públicas que permitan aminorar el daño causado por la pandemia.

Citas

Achicanoy H. L. (2000). Descripción cuantitativa de las epidemias de las plantas. Revista Facultad Nacional de Agronomía Medellín, 53 (1), 941-968.

Bauckhage, C. (2020a). The math of epidemic outbreaks and spread (Part 1) Exponential growth versus logistic growth. Recuperado de https://www.researchgate.net/profile/Christian_Bauckhage/publication/340234467_The_Math_of_Epidemic_Outbreaks_and_Spread_Part_1_Exponential_Growth_versus_Logistic_Growth/links/5e830d20299bf130796a9e52/The-Math-of-Epidemic-Outbreaks-and-Spread-Part-1-Exponential-Growth-versus-Logistic-Growth.pdf

Bauckhage, C. (2020b). The math of epidemic outbreaks and spread (Part 2) Least squares parameter estimation for logistic models. Recuperado de https://www.researchgate.net/profile/Christian_Bauckhage/publication/340389204_The_Math_of_Epidemic_Outbreaks_and_Spread_Part_2_Least_Squares_Parameter_Estimation_for_Logistic_Models/links/5e8636b1299bf13079745db8/The-Math-of-Epidemic-Outbreaks-and-Spread-Part-2-Least-Squares-Parameter-Estimation-for-Logistic-Models.pdf

Bauckhage, C. (2020c). The math of epidemic outbreaks and spread (Part 3). Least squares fitting of Gompertz growth models. Recuperado de https://www.researchgate.net/profile/Christian_Bauckhage/publication/340594164_The_Math_of_Epidemic_Outbreaks_and_Spread_Part_3_Least_Squares_Fitting_of_Gompertz_Growth_Models/links/5e934c074585150839d95188/The-Math-of-Epidemic-Outbreaks-and-Spread-Part-3-Least-Squares-Fitting-of-Gompertz-Growth-Models.pdf

Boltvinik, J. (2020, junio/julio). La pandemia refuerza la necesidad del Ingreso Ciudadano Universal (icu) Un mensaje de esperanza. Revista ibero, xii (68), 36-45.

Casas, G. A., D. Rodríguez, D. y Afanador, T. G. (2010). Propiedades matemáticas del modelo de Gompertz y su aplicación al crecimiento de los cerdos. Revista Colombiana de Ciencias Pecuarias, 23 (3), 349-358.

Ciufolini, I. y Paolozzi, A. (2020). Mathematical prediction of the time evolution of the covid-19 pandemic in Italy by a Gauss error function and Monte Carlo simulations. The European Physsical Journal Plus (135), art. 355. DOI: https://doi.org/10.1140/epjp/s13360-020-00383-y

Comisión Económica para América Latina y el Caribe-cepal. (2020). El desafío social en tiempos del covid-19. Disponible en https://www.cepal.org/es/publicaciones/45527-desafio-social-tiempos-covid-19

Consejo Nacional de Evaluación de la Política de Desarrollo Social-Coneval. (2020). La política social en el contexto de la pandemia por el virus SARS-CoV-2 (covid-19) en México. Recuperado de https://www.coneval.org.mx/Evaluacion/IEPSM/Documents/Politica_Social_covid-19.pdf

Coronavirus Resource Center de la Universidad Johns Hopkins. (2020). covid-19. Recuperado de https://hub.jhu.edu/map.html

De Sousa Santos, B. (2020). La cruel pedagogía del virus. Buenos Aires: Consejo Latinoamericano de Ciencias Sociales.

Gobierno de México. (2020). Covid-19 México. Recuperado de https://coronavirus.gob.mx/datos/#DownZCSV

Instituto Nacional de Estadística y Geografía-inegi. (2020a). Resultados de la Encuesta Nacional de Ocupación y Empleo. Cifras durante el primer trimestre de 2020. Recuperado de https://www.inegi.org.mx/contenidos/saladeprens/boletines/2020/enoe_ie/enoe_ie2020_05.pdf

Instituto Nacional de Estadística y Geografía-inegi. (2020b). Encuesta Telefónica de Ocupación y Empleo (etoe). Resultados de junio 2020. Recuperado de https://www.inegi.org.mx/contenidos/investigacion/etoe/doc/etoe_presentacion_resultados_junio_2020.pdf

Laufer, M. (2020). Ciencia y la pandemia covid-19. Interciencia, 45 (3), 121-123.

Martínez, E. (2008). Logit Model como modelo de elección discreta: origen y evolución. Anuario Jurídico y Económico Escurialense (41), 469-484.

Martínez-Anaya, C., Ramos-Cervantes, P. y Vidaltamayo, R. (2020). Coronavirus, diagnóstico y estrategias epidemiológicas contra covid-19 en México. Educación Química, 31 (2), 12-19.

May-Cen, I. D. J. (2016). Modelos de dinámica poblacional en ecología. Revista del Centro de Graduados e Investigación, 32 (60), 50-55.

Medina Mendieta, J. F., Cortés Cortés M. E. y Cortés Iglesias, M. (2020). Ajuste de curvas de crecimiento poblacional aplicadas a la covid-19 en Cuba. Revista Habanera de Ciencias Médicas, 19 (suplemento), 1-15. Recuperado de http://www.revhabanera.sld.cu/index.php/rhab/article/view/3353

Muñiz, C. y Corduneanu, V. I. (2020). Percepción de riesgo y consumo mediático durante el inicio de la pandemia de covid-19 en México. Más Poder Local, (41), 44-47.

Neill, J. W. (1988). Testing for lack of fit in nonlinear regression. Annals of Statistics, 16 (2), 733-740.

Organización Mundial de la Salud-oms. (2020). Covid-19: cronología de la actuación de la

OMS. Recuperado de https://www.who.int/es/news-room/detail/27-04-2020-who-timeline---covid-19

Pérez-Rodrigo C., Gianzo M., Hervás G., Fátima Ruiz F., Casis L., Aranceta-Bartrina J. y Grupo Colaborativo de la Sociedad Española de Nutrición Comunitaria-senc. (2020). Cambios en los hábitos alimentarios durante el periodo de confinamiento por la pandemia covid-19 en España. Revista Española de Nutrición Comunitaria, 26 (2), 1-17.

Richards, F. (1959). A flexible growth function for empirical use. Journal of Experimental Botany, 10 (2), 290-301. Recuperado de https://doi.org/10.1093/jxb/10.2.290

Sandín, B., Valiente, R. M., García-Escalera, J., & Chorot, P. (2020). Impacto psicológico de la pandemia de covid-19: efectos negativos y positivos en población española asociados al periodo de confinamiento nacional. Revista de Psicopatología y Psicología Clínica, 25 (1), 1-22.

Sarabia, S. (2020). La salud mental en los tiempos del coronavirus. Revista de Neuro-Psiquiatría, 83 (1), 3-4.

Serendipia. (2020). Datos abiertos sobre casos de Coronavirus covid-19 en México. Recuperado de https://serendipia.digital/2020/03/datosabiertos-sobre-casos-de-coronavirus-covid-19-en-mexico/

Suárez M., Valdés, C., Galindo, M., Salvador, L., Ruiz, N., Alcántara-Ayala, I., López, M., Rosales, A., Lee, W., Benítez, H., Bringas, O., Oropeza, O., Peralta A. y Garnica-Peña, R. (2020). Índice de vulnerabilidad ante el covid-19 en México. Investigaciones Geográficas. DOI: http://dx.doi.org/10.14350/rig.60140

Tjørve, K. M. C. y Tjørve, E. (2017). The use of Gompertz models in growth analyses, and new Gompertz-model approach: An addition to the Unified-Richards family. plos one, 12 (6): e0178691.

Tsoularis, A. y Wallace, J. (2002). Analysis of logistic growth models. Mathematical Biosciences, 179 (1), 21-55.

Vargas, A. T., Ochoa, E. y Galindo, A. (2020). Coronavirus, hacia la siguiente pandemia del siglo xxi. Ciencia, 71 (2), 84-89.

Descargas

Publicado

2020-12-31 — Actualizado el 2020-12-31

Versiones

Cómo citar

Ramírez-Valverde, G., & Ramírez-Valverde, B. (2020). Modelo estadístico para defunciones y casos positivos de covid-19 en México. EconoQuantum, 18(1), 1-20. https://doi.org/10.18381/eq.v18i1.7223