Aprovechando datos geográficamente distribuidos para pronósticos no paramétricos de influenza y SARS-CoV-2
Autores: Boullosa, Pablo; Garea, Adrián; Area, Iván; Nieto, Juan J.; Mira, Jorge
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Evolución
Epidemias
Influenza
COVID-19
Modelado
Geográfico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
La evolución de algunas epidemias, como la influenza, demuestra patrones comunes tanto en diferentes regiones como de un año a otro. Por el contrario, epidemias como la nueva COVID-19 muestran dinámicas bastante heterogéneas y son extremadamente susceptibles a las medidas tomadas para mitigar su propagación. En este artículo, proponemos un modelo dinámico empírico para predecir la evolución de la influenza en las regiones de España. Es un método no paramétrico que analiza el pasado en busca de coincidencias con el presente para hacer pronósticos. Aquí, extendemos el método para predecir la evolución de otras epidemias en cualquier otro territorio de inicio y también probamos este procedimiento con datos de COVID-19 en España. Finalmente, construimos redes de influenza y COVID-19 para verificar posibles coincidencias en la distribución geográfica de ambas enfermedades. Con esto, captamos la singularidad de la dinámica geográfica de la COVID-19.
Descripción
La evolución de algunas epidemias, como la influenza, demuestra patrones comunes tanto en diferentes regiones como de un año a otro. Por el contrario, epidemias como la nueva COVID-19 muestran dinámicas bastante heterogéneas y son extremadamente susceptibles a las medidas tomadas para mitigar su propagación. En este artículo, proponemos un modelo dinámico empírico para predecir la evolución de la influenza en las regiones de España. Es un método no paramétrico que analiza el pasado en busca de coincidencias con el presente para hacer pronósticos. Aquí, extendemos el método para predecir la evolución de otras epidemias en cualquier otro territorio de inicio y también probamos este procedimiento con datos de COVID-19 en España. Finalmente, construimos redes de influenza y COVID-19 para verificar posibles coincidencias en la distribución geográfica de ambas enfermedades. Con esto, captamos la singularidad de la dinámica geográfica de la COVID-19.