SciELO - Scientific Electronic Library Online

 
vol.18 número3Línea CONVIDA. Propuesta de guía práctica psicológica ante la situación emergente de la COVID 19. Cienfuegos, 2020Consideraciones sobre la intubación de secuencia rápida como alternativa para el abordaje de la vía aérea en pacientes con COVID-19 índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


MediSur

versión On-line ISSN 1727-897X

Resumen

MEDINA MENDIETA, Juan Felipe et al. Estudio sobre modelos predictivos para la COVID-19 en Cuba. Medisur [online]. 2020, vol.18, n.3, pp. 431-442.  Epub 02-Jun-2020. ISSN 1727-897X.

Fundamento:

ante la pandemia provocada por el nuevo coronavirus SARS-CoV-2, resulta importante la estimación del crecimiento de casos infestados y decesos de la población cubana.

Objetivo:

obtener predicciones para el pico de casos confirmados y fallecidos en Cuba por la COVID- 19, haciendo uso de herramientas estadísticas e informáticas.

Métodos:

el método de los mínimos cuadrados fue utilizado para la obtención de los parámetros utilizando modelos lineales (MCL) y no lineales (MCNL). Los modelos logísticos y exponenciales, como la curva de crecimiento logístico, utilizada para modelar el crecimiento poblacional (modelos de crecimiento de Gompertz), se aplicaron en el pronóstico del crecimiento de casos infectados y/o decesos respectivamente.

Resultados:

existe una adecuación de los modelos presentados con respecto a los valores pronosticados y los reales lo cual permite una confiabilidad de los mismos para los pronósticos efectuados para Cuba.

Conclusiones:

los modelos estadísticos de predicciones obtenidos dan resultados muy significativos para el estudio de la pandemia COVID-19 en Cuba.

Palabras clave : infecciones por coronavirus; predicción; Cuba.

        · resumen en Inglés     · texto en Español     · Español ( pdf )