Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic

Autores
Hasdeu, Santiago; Lamfre, Laura; Caro, Patricia; Horne, Federico
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
La modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes. La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre. Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos. Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países. Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia. Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación. Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0). Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre. Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regiones
Fil: Lamfre, Laura. Universidad Nacional del Comahue. Facultad de Economía y Administración. Argentina.
Fil: Hasdeu, Santiago. Universidad Nacional del Comahue. Facultad de Medicina; Argentina.
Fil: Caro, Patricia. Universidad Nacional del Comahue. Facultad de Economía y Administración; Argentina.
Fil: Horne, Federico. Universidad Nacional del Comahue. Facultad de Ciencias Agrarias; Argentina.
Fuente
Revista Argentina de Salud Pública. Suplemento COVID-19. Vol. 12 (2020)
Materia
Modelos estadísticos
Modelos teóricos
Infecciones por coronavirus
COVID-19
Ciencias Biomédicas
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
Repositorio Digital Institucional (UNCo)
Institución
Universidad Nacional del Comahue
OAI Identificador
oai:rdi.uncoma.edu.ar:uncomaid/16022
Acceder
id RDIUNCO_05bcb9f7534dcfda0c251cdce95f56d2
oai_identifier_str oai:rdi.uncoma.edu.ar:uncomaid/16022
network_acronym_str RDIUNCO
repository_id_str 7108
network_name_str Repositorio Digital Institucional (UNCo)
spelling Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemicHasdeu, SantiagoLamfre, LauraCaro, PatriciaHorne, FedericoModelos estadísticosModelos teóricosInfecciones por coronavirusCOVID-19Ciencias BiomédicasLa modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes. La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre. Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos. Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países. Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia. Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación. Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0). Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre. Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regionesFil: Lamfre, Laura. Universidad Nacional del Comahue. Facultad de Economía y Administración. Argentina.Fil: Hasdeu, Santiago. Universidad Nacional del Comahue. Facultad de Medicina; Argentina.Fil: Caro, Patricia. Universidad Nacional del Comahue. Facultad de Economía y Administración; Argentina.Fil: Horne, Federico. Universidad Nacional del Comahue. Facultad de Ciencias Agrarias; Argentina.Ministerio de Salud de la Nación2020info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfhttp://rdi.uncoma.edu.ar/handle/uncomaid/160221853-810XRevista Argentina de Salud Pública. Suplemento COVID-19. Vol. 12 (2020)reponame:Repositorio Digital Institucional (UNCo)instname:Universidad Nacional del Comahuespahttp://www.rasp.msal.gov.ar/COVID/vol12Supl-1.htmlinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/2025-11-13T10:11:39Zoai:rdi.uncoma.edu.ar:uncomaid/16022instacron:UNCoInstitucionalhttp://rdi.uncoma.edu.ar/Universidad públicaNo correspondehttp://rdi.uncoma.edu.ar/oaimirtha.mateo@biblioteca.uncoma.edu.ar; adriana.acuna@biblioteca.uncoma.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:71082025-11-13 10:11:39.375Repositorio Digital Institucional (UNCo) - Universidad Nacional del Comahuefalse
dc.title.none.fl_str_mv Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
title Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
spellingShingle Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
Hasdeu, Santiago
Modelos estadísticos
Modelos teóricos
Infecciones por coronavirus
COVID-19
Ciencias Biomédicas
title_short Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
title_full Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
title_fullStr Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
title_full_unstemmed Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
title_sort Revisión narrativa: modelos predictivos sobre la evolución de la pandemia por COVID-19 = Narrative review: predictive models on the evolution of COVID-19 pandemic
dc.creator.none.fl_str_mv Hasdeu, Santiago
Lamfre, Laura
Caro, Patricia
Horne, Federico
author Hasdeu, Santiago
author_facet Hasdeu, Santiago
Lamfre, Laura
Caro, Patricia
Horne, Federico
author_role author
author2 Lamfre, Laura
Caro, Patricia
Horne, Federico
author2_role author
author
author
dc.subject.none.fl_str_mv Modelos estadísticos
Modelos teóricos
Infecciones por coronavirus
COVID-19
Ciencias Biomédicas
topic Modelos estadísticos
Modelos teóricos
Infecciones por coronavirus
COVID-19
Ciencias Biomédicas
dc.description.none.fl_txt_mv La modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes. La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre. Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos. Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países. Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia. Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación. Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0). Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre. Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regiones
Fil: Lamfre, Laura. Universidad Nacional del Comahue. Facultad de Economía y Administración. Argentina.
Fil: Hasdeu, Santiago. Universidad Nacional del Comahue. Facultad de Medicina; Argentina.
Fil: Caro, Patricia. Universidad Nacional del Comahue. Facultad de Economía y Administración; Argentina.
Fil: Horne, Federico. Universidad Nacional del Comahue. Facultad de Ciencias Agrarias; Argentina.
description La modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes. La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre. Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos. Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países. Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia. Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación. Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0). Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre. Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regiones
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://rdi.uncoma.edu.ar/handle/uncomaid/16022
1853-810X
url http://rdi.uncoma.edu.ar/handle/uncomaid/16022
identifier_str_mv 1853-810X
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://www.rasp.msal.gov.ar/COVID/vol12Supl-1.html
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Ministerio de Salud de la Nación
publisher.none.fl_str_mv Ministerio de Salud de la Nación
dc.source.none.fl_str_mv Revista Argentina de Salud Pública. Suplemento COVID-19. Vol. 12 (2020)
reponame:Repositorio Digital Institucional (UNCo)
instname:Universidad Nacional del Comahue
reponame_str Repositorio Digital Institucional (UNCo)
collection Repositorio Digital Institucional (UNCo)
instname_str Universidad Nacional del Comahue
repository.name.fl_str_mv Repositorio Digital Institucional (UNCo) - Universidad Nacional del Comahue
repository.mail.fl_str_mv mirtha.mateo@biblioteca.uncoma.edu.ar; adriana.acuna@biblioteca.uncoma.edu.ar
_version_ 1848683410591055872
score 12.742515

Publicaciones similares