| dc.creator | López-Sandoval,Víctor | |
| dc.date | 2022-12-01 | |
| dc.date.accessioned | 2023-09-25T14:32:52Z | |
| dc.date.available | 2023-09-25T14:32:52Z | |
| dc.identifier | http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S2215-34702022000100208 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8821959 | |
| dc.description | Resumen 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. | |
| dc.format | text/html | |
| dc.language | es | |
| dc.publisher | Universidad Nacional, Costa Rica | |
| dc.relation | 10.15359/ru.36-1.12 | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.source | Uniciencia v.36 n.1 2022 | |
| dc.subject | SEIR | |
| dc.subject | Machine Learning | |
| dc.subject | Modelo Epidemiológico | |
| dc.subject | Vacunación | |
| dc.subject | COVID-19 | |
| dc.subject | El Salvador | |
| dc.title | Distribución de vacuna COVID-19: Combinando SEIR y Machine Learning | |
| dc.type | info:eu-repo/semantics/article | |
