Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning

Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning

Este estudio tiene como objetivo general construir un modelo epidémico con control por vacunación para el Covid-19 en El Salvador. Se propone la combinación de modelos epidemiológicos SEIR (Susceptibles, Expuestos, Infectados o Recuperados) y la estimación de parámetros usando machine learning y red...

Descripción completa

Detalles Bibliográficos
Autor principal: López-Sandoval, Víctor Edgardo
Formato: Online
Idioma:spa
Publicado: Universidad Nacional, Costa Rica 2022
Acceso en línea:https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/15216
id UNICIENCIA15216
record_format ojs
institution Universidad Nacional de Costa Rica
collection Uniciencia
language spa
format Online
author López-Sandoval, Víctor Edgardo
spellingShingle López-Sandoval, Víctor Edgardo
Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning
author_facet López-Sandoval, Víctor Edgardo
author_sort López-Sandoval, Víctor Edgardo
description Este estudio tiene como objetivo general construir un modelo epidémico con control por vacunación para el Covid-19 en El Salvador. Se propone la combinación de modelos epidemiológicos SEIR (Susceptibles, Expuestos, Infectados o Recuperados) y la estimación de parámetros usando machine learning y redes de contacto. El proyecto se desarrolló siguiendo tres fases: a) Análisis: se realizó la identificación de factores o variables críticas o claves del fenómeno en estudio, se definió, diseñó y construyó el modelo a utilizar junto con sus parámetros y componentes. b) Simulación: una vez construido el modelo, se desarrolla una simulación de este. La simulación permitió modificar variables, implementar alternativas y hacer modificaciones al modelo sin afectar al sistema real, lo cual es de gran utilidad en la toma de decisiones y elaboración de resultados y recomendaciones. Se desarrollan las simulaciones con datos poblacionales de El Salvador. c) Optimización: se evaluaron diferentes escenarios en los cuales se aplican medidas de control por vacunación y medidas de distanciamiento social, con el objetivo de identificar la estrategia óptima. Como resultado del estudio se identificó como mejor estrategia para el control de la enfermedad: vacunar a la población vulnerable y mantener medidas de distanciamiento social, la combinación de estas dos políticas brindó los mejores resultados en función de disminuir el impacto de la infección y de minimizar los costos del tratamiento. Al final, se brindan recomendaciones a las autoridades de salud gubernamentales para la distribución y aplicación del tratamiento.
title Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning
title_short Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning
title_full Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning
title_fullStr Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning
title_full_unstemmed Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning
title_sort distribución de vacuna covid-19: combinando seir y machine learning
title_alt Covid-19 Vaccine Distribution: Combining SEIR and Machine Learning
Distribuição de vacinas Covid-19: Combinando SEIR e Machine Learning
publisher Universidad Nacional, Costa Rica
publishDate 2022
url https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/15216
work_keys_str_mv AT lopezsandovalvictoredgardo covid19vaccinedistributioncombiningseirandmachinelearning
AT lopezsandovalvictoredgardo distribuciondevacunacovid19combinandoseirymachinelearning
AT lopezsandovalvictoredgardo distribuicaodevacinascovid19combinandoseiremachinelearning
_version_ 1782035760691544064
spelling UNICIENCIA152162022-06-14T15:37:27Z Covid-19 Vaccine Distribution: Combining SEIR and Machine Learning Distribución de vacuna Covid-19: Combinando SEIR y Machine Learning Distribuição de vacinas Covid-19: Combinando SEIR e Machine Learning López-Sandoval, Víctor Edgardo The purpose of this study is to build an epidemic model with vaccination control for Covid-19 in El Salvador. A combination of epidemiological SEIR (Susceptible, Exposed, Infectious or Recovered) models and the estimation of parameters using machine learning and contact networks is proposed. The project consisted of three phases: a) Analysis: the critical or key factors or variables of the phenomenon under study were identified, the model to be used, as well as its parameters and components, were defined, designed, and constructed b) Simulation: simulation made it possible to modify variables, implement alternatives, and modify the model itself without affecting the real system, which is highly useful for decision-making and preparing results and recommendations. The simulations were carried out using population data from El Salvador. c) Optimization: different scenarios were evaluated in which vaccination control measures and social distancing measures were applied, in order to identify the optimal strategy. As a result of this study, the best strategy for controlling the disease was identified: a combination of vaccinating the vulnerable population and maintaining social distancing measures provided the best results in terms of reducing the impact of infection and minimizing treatment costs. Finally, recommendations are made to government health authorities for distribution and application of the treatment. Este estudio tiene como objetivo general construir un modelo epidémico con control por vacunación para el Covid-19 en El Salvador. Se propone la combinación de modelos epidemiológicos SEIR (Susceptibles, Expuestos, Infectados o Recuperados) y la estimación de parámetros usando machine learning y redes de contacto. El proyecto se desarrolló siguiendo tres fases: a) Análisis: se realizó la identificación de factores o variables críticas o claves del fenómeno en estudio, se definió, diseñó y construyó el modelo a utilizar junto con sus parámetros y componentes. b) Simulación: una vez construido el modelo, se desarrolla una simulación de este. La simulación permitió modificar variables, implementar alternativas y hacer modificaciones al modelo sin afectar al sistema real, lo cual es de gran utilidad en la toma de decisiones y elaboración de resultados y recomendaciones. Se desarrollan las simulaciones con datos poblacionales de El Salvador. c) Optimización: se evaluaron diferentes escenarios en los cuales se aplican medidas de control por vacunación y medidas de distanciamiento social, con el objetivo de identificar la estrategia óptima. Como resultado del estudio se identificó como mejor estrategia para el control de la enfermedad: vacunar a la población vulnerable y mantener medidas de distanciamiento social, la combinación de estas dos políticas brindó los mejores resultados en función de disminuir el impacto de la infección y de minimizar los costos del tratamiento. Al final, se brindan recomendaciones a las autoridades de salud gubernamentales para la distribución y aplicación del tratamiento. Este estudo tem como objetivo geral construir um modelo epidêmico com controle por vacinação para a Covid-19 em El Salvador. Propõe-se a combinação de modelos epidemiológicos SEIR (Suscetíveis, Expostos, Infectados ou Recuperados) e a estimativa de parâmetros utilizando machine learning e redes de contato. O projeto foi desenvolvido a partir de três fases: a) Análise: foi realizada a identificação de fatores ou variáveis críticas ou chave do fenômeno em estudo, o modelo a ser utilizado foi definido, desenhado e construído juntamente com seus parâmetros e componentes. b) Simulação: uma vez que o modelo é construído, uma simulação dele é desenvolvida. A simulação permitiu modificar variáveis, implementar alternativas e fazer modificações no modelo sem afetar o sistema real, o que é muito útil na tomada de decisão e na elaboração de resultados e recomendações. Simulações são desenvolvidas com dados populacionais de El Salvador. c) Otimização: foram avaliados diferentes cenários em que são aplicadas medidas de controle de vacinação e medidas de distanciamento social, com o objetivo de identificar a estratégia ideal. Como resultado do estudo foi identificada como a melhor estratégia para o controle da doença: vacinar a população vulnerável e manter medidas de distanciamento social, a combinação dessas duas políticas proporcionou os melhores resultados em termos de redução de impacto da infecção e minimização dos custos do tratamento. No final, são fornecidas recomendações às autoridades governamentais de saúde para a distribuição e a aplicação do tratamento. Universidad Nacional, Costa Rica 2022-01-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Papers evaluated by academic peers Artículos evaluados por pares académicos application/pdf text/html application/epub+zip https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/15216 10.15359/ru.36-1.12 Uniciencia; Vol 36 No 1 (2022): Uniciencia. January-December, 2022; 1-15 Uniciencia; Vol. 36 Núm. 1 (2022): Uniciencia. January-December, 2022; 1-15 Uniciencia; v. 36 n. 1 (2022): Uniciencia. January-December, 2022; 1-15 2215-3470 spa https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/15216/24040 https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/15216/24708 https://www.revistas.una.ac.cr/index.php/uniciencia/article/view/15216/24709 Copyright (c) 2022 Shared by Journal and Authors (CC-BY-NC-ND) http://creativecommons.org/licenses/by-nc-nd/4.0

Ejemplares similares