Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR

Autores
Bellassai, Juan Carlos; Alasino, Gustavo
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso del sistema de salud en gran número de países y dejando miles de fallecidos a nivel mundial, tanto autoridades nacionales como sub-nacionales, se ven en el dilema de aplicar o no medidas de distanciamiento social para evitar el colapso del sistema sanitario. Diferentes estudios hoy se enfocan en desarrollar modelos epidemiológicos que puedan guiar a las autoridades en la toma de decisiones y definición políticas adecuadas. En su mayoría, estos estudios se centran en conseguir un alto grado de acierto en sus estimaciones y/o conseguir que el modelo proponga dinámicas variables de predicción, haciendo que los modelos se vuelvan de formulación compleja o con gran número de parámetros necesarios. Este trabajo propone un sistema de fácil aplicación capaz de generar una alerta temprana para evitar un posible colapso del sistema de cuidados intensivos basándonos en el modelo epidemiológico SEIR.
Sociedad Argentina de Informática
Materia
Ciencias Informáticas
SEIR
Infectados
Hospitalizados
Covid-19
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/114892
Acceder
id SEDICI_85183515ccaf3bc1d103a3a5b6959a02
oai_identifier_str oai:sedici.unlp.edu.ar:10915/114892
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHRBellassai, Juan CarlosAlasino, GustavoCiencias InformáticasSEIRInfectadosHospitalizadosCovid-19En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso del sistema de salud en gran número de países y dejando miles de fallecidos a nivel mundial, tanto autoridades nacionales como sub-nacionales, se ven en el dilema de aplicar o no medidas de distanciamiento social para evitar el colapso del sistema sanitario. Diferentes estudios hoy se enfocan en desarrollar modelos epidemiológicos que puedan guiar a las autoridades en la toma de decisiones y definición políticas adecuadas. En su mayoría, estos estudios se centran en conseguir un alto grado de acierto en sus estimaciones y/o conseguir que el modelo proponga dinámicas variables de predicción, haciendo que los modelos se vuelvan de formulación compleja o con gran número de parámetros necesarios. Este trabajo propone un sistema de fácil aplicación capaz de generar una alerta temprana para evitar un posible colapso del sistema de cuidados intensivos basándonos en el modelo epidemiológico SEIR.Sociedad Argentina de Informática2020-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf120-124http://sedici.unlp.edu.ar/handle/10915/114892spainfo:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-14.pdfinfo:eu-repo/semantics/altIdentifier/issn/2683-8966info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/3.0/Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:58:58Zoai:sedici.unlp.edu.ar:10915/114892Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:58:58.597SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
title Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
spellingShingle Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
Bellassai, Juan Carlos
Ciencias Informáticas
SEIR
Infectados
Hospitalizados
Covid-19
title_short Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
title_full Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
title_fullStr Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
title_full_unstemmed Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
title_sort Sistema de rápida implementación de alerta temprana de colapso de cuidados intensivos basados en predicciones con el modelo SEIHR
dc.creator.none.fl_str_mv Bellassai, Juan Carlos
Alasino, Gustavo
author Bellassai, Juan Carlos
author_facet Bellassai, Juan Carlos
Alasino, Gustavo
author_role author
author2 Alasino, Gustavo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
SEIR
Infectados
Hospitalizados
Covid-19
topic Ciencias Informáticas
SEIR
Infectados
Hospitalizados
Covid-19
dc.description.none.fl_txt_mv En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso del sistema de salud en gran número de países y dejando miles de fallecidos a nivel mundial, tanto autoridades nacionales como sub-nacionales, se ven en el dilema de aplicar o no medidas de distanciamiento social para evitar el colapso del sistema sanitario. Diferentes estudios hoy se enfocan en desarrollar modelos epidemiológicos que puedan guiar a las autoridades en la toma de decisiones y definición políticas adecuadas. En su mayoría, estos estudios se centran en conseguir un alto grado de acierto en sus estimaciones y/o conseguir que el modelo proponga dinámicas variables de predicción, haciendo que los modelos se vuelvan de formulación compleja o con gran número de parámetros necesarios. Este trabajo propone un sistema de fácil aplicación capaz de generar una alerta temprana para evitar un posible colapso del sistema de cuidados intensivos basándonos en el modelo epidemiológico SEIR.
Sociedad Argentina de Informática
description En el contexto del nuevo coronavirus COVID-19 que ha llevado al colapso del sistema de salud en gran número de países y dejando miles de fallecidos a nivel mundial, tanto autoridades nacionales como sub-nacionales, se ven en el dilema de aplicar o no medidas de distanciamiento social para evitar el colapso del sistema sanitario. Diferentes estudios hoy se enfocan en desarrollar modelos epidemiológicos que puedan guiar a las autoridades en la toma de decisiones y definición políticas adecuadas. En su mayoría, estos estudios se centran en conseguir un alto grado de acierto en sus estimaciones y/o conseguir que el modelo proponga dinámicas variables de predicción, haciendo que los modelos se vuelvan de formulación compleja o con gran número de parámetros necesarios. Este trabajo propone un sistema de fácil aplicación capaz de generar una alerta temprana para evitar un posible colapso del sistema de cuidados intensivos basándonos en el modelo epidemiológico SEIR.
publishDate 2020
dc.date.none.fl_str_mv 2020-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/114892
url http://sedici.unlp.edu.ar/handle/10915/114892
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://49jaiio.sadio.org.ar/pdfs/agranda/AGRANDA-14.pdf
info:eu-repo/semantics/altIdentifier/issn/2683-8966
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/
Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported (CC BY-NC-SA 3.0)
dc.format.none.fl_str_mv application/pdf
120-124
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260481648099328
score 13.13397

Publicaciones similares