Modelo estadístico para defunciones y casos positivos de covid-19 en México
DOI:
https://doi.org/10.18381/eq.v18i1.7223Palabras clave:
Modelo de Gompertz, salud pública, mínimos cuadrados no linealesResumen
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. Recepción: 08/09/2020 Aceptación: 25/11/2020Descargas
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.
Publicado
Cómo citar
Número
Sección
Licencia
El contenido publicado en EconoQuantum se encuentra bajo una Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
