Show simple item record

dc.creatorRojas Rojas, Guaner David
dc.creatorRomero Redondo, Rodolfo Alberto
dc.creatorPacheco Segura, Ronny
dc.creatorVillalobos Araya, Carlos
dc.creatorGómez Meléndez, Agustín
dc.date.accessioned2022-02-23T19:46:14Z
dc.date.available2022-02-23T19:46:14Z
dc.date.issued2021-07-05
dc.identifier.citationhttps://revistas.uasb.edu.ec/index.php/eg/article/view/2847
dc.identifier.issn2661-6513
dc.identifier.urihttps://hdl.handle.net/10669/85842
dc.description.abstractEl papel del modelado estadístico en la gestión de emergencias es fundamental para perfilar o apoyar las decisiones en torno a la atención de los eventos. En 2020 con el surgimiento de la pandemia por coronavirus, los países rápidamente se prepararon para la atención del comportamiento de contagio y el impacto que tendría en la salud pública. En Costa Rica, un equipo de especialistas preparó estudios sobre el comportamiento de la curva de contagio y su efecto en la ocupación de camas hospitalarias durante los primeros tres meses de la presencia de la epidemia. Los estudios se basaron en la estimación de modelos estadísticos de crecimiento exponencial y logístico, los cuales proporcionaron los pronósticos del número de casos diarios y acumulados. La predicción de casos permitió alimentar un modelo de simulación para la proyección de demanda de camas hospitalarias por pacientes de la COVID-19. Los análisis se basaron en los datos aportados por el Ministerio de Salud en torno a los casos confirmados por coronavirus desde la aparición del primer caso en Costa Rica. Se estimaron cuatro modelos: logístico, Richards, Gompertz y exponencial, los cuales generaron la predicción de casos diarios. También se estimó el número de reproducibilidad mediante estadística bayesiana para cuantificar la transmisibilidad del virus. Los resultados permitieron anticipar el comportamiento inicial del virus en Costa Rica y el potencial efecto de las medidas de contención que se adoptaron a partir de la declaratoria de emergencia nacional.es_ES
dc.description.abstractThe role of statistical modeling in emergency management is essential to shape or support decisions regarding the care of events. In 2020 with coronavirus pandemic, countries quickly braced themselves for attention to contagious behavior and the impact it would have on public health. In Costa Rica, a team of specialists prepared studies on the behavior of the contagion curve and its effect on the occupation of hospital beds during the first three months of the epidemic. The studies were based on statistical model estimation of exponential and logistic growth, which provided forecasts of the daily and accumulated case numbers. The prediction of cases allowed feeding a simulation model for the projection of demand for hospital beds by patients with COVID-19. The analysis were based on data provided by the Ministry of Health regarding confirmed cases of coronavirus since the appearance of the first case in Costa Rica. Four models were estimated: logistic, Richards, Gompertz and Exponential, which generated daily case predictions. The reproducibility number was also estimated using Bayesian statistics to quantify the virus transmissibility. The results made it possible to anticipate the initial behavior of the virus in Costa Rica and the potential effect of the containment measures adopted after the declaration of national emergency.es_ES
dc.description.abstractO papel da modelagem estatística na gestão de emergências é fundamental para delinear ou apoiar as decisões em torno da resposta aos eventos. Em 2020, com o surgimento da pandemia do coronavírus, os países rapidamente se prepararam para responder ao comportamento de contágio e para o impacto que provocaria sobre a saúde pública. Na Costa Rica, uma equipe de especialistas preparou estudos sobre o comportamento da curva de contágio e seu efeito sobre a ocupação de leitos hospitalares durante os primeiros três meses da epidemia. Os estudos se basearam na estimativa de modelos estatísticos de crescimento exponencial e logístico, os quais proporcionaram prognósticos quanto ao número de casos diários e acumulados. A predição de casos permitiu alimentar um modelo de simulação para a projeção da demanda de leitos hospitalares por pacientes com COVID-19. As análises se basearam em dados fornecidos pelo Ministério de Saúde em relação aos casos confirmados de coronavírus a partir do aparecimento do primeiro caso na Costa Rica. Estimaram-se quatro modelos: logístico, Richards, Gompertz e exponencial, os quais geraram a estimativa de casos diários. Estimou-se também o número de reprodutibilidade por meio da estatística bayesiana de forma a quantificar a transmissibilidade do vírus. Os resultados permitiram antecipar o comportamento inicial do vírus na Costa Rica e o potencial efeito das medidas de contenção adotadas a partir da declaração de emergência nacional.es_ES
dc.description.sponsorshipUniversidad de Costa Rica/[748-C0-245]/UCR/Costa Ricaes_ES
dc.language.isospaes_ES
dc.sourceEstudios de la Gestión: Revista Internacional de administración, (10), pp.55-74.es_ES
dc.subjectCoronaviruses_ES
dc.subjectCOVID-19es_ES
dc.subjectLogísticoes_ES
dc.subjectExponenciales_ES
dc.subjectReproducibilidades_ES
dc.subjectLOGISTICSes_ES
dc.subjectExponentiales_ES
dc.subjectReproducibilityes_ES
dc.subjectReprodutibilidadees_ES
dc.subjectModeloses_ES
dc.titleModelado estadístico para la gestión de los primeros tres meses de la COVID-19 en Costa Ricaes_ES
dc.title.alternativeStatistical Modeling for the Management of the Initial State of Emergency: First Three Months of COVID-19 in Costa Ricaes_ES
dc.title.alternativeModelagem estatística para a gestão inicial de emergências: os primeiros três meses de COVID-19 na Costa Ricaes_ES
dc.typeartículo científico
dc.identifier.doi10.32719/25506641.2021.10.3
dc.description.procedenceUCR::Vicerrectoría de Investigación::Unidades de Investigación::Ciencias Sociales::Instituto de Investigaciones Psicológicas (IIP)es_ES
dc.description.procedenceUCR::Vicerrectoría de Docencia::Ciencias Sociales::Facultad de Ciencias Económicas::Escuela de Administración Públicaes_ES
dc.description.procedenceUCR::Vicerrectoría de Docencia::Ingeniería::Facultad de Ingeniería::Escuela de Ingeniería Industriales_ES
dc.description.procedenceUCR::Sedes Regionales::Sede de Occidentees_ES
dc.description.procedenceUCR::Vicerrectoría de Investigación::Unidades de Investigación::Ciencias Sociales::Centro de Investigación Observatorio del Desarrollo (CIOdD)es_ES
dc.description.procedenceUCR::Vicerrectoría de Docencia::Ciencias Sociales::Facultad de Ciencias Económicas::Escuela de Estadísticaes_ES
dc.identifier.codproyecto748-C0-245
dc.identifier.codproyecto225-C2-107


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record