Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México

Objetivo: Desarrollar un modelo de pronóstico, para apoyar la toma de decisiones en medidas de mitigación de COVID-19 en Jalisco. Material y métodos: Se desarrolló un modelo matemático, con enfoque determinístico S.E.I.R. para mostrar la evidencia en el desarrollo de la pandemia de COVID-19 en Jalis...

Descripción completa

Detalles Bibliográficos
Autores: Tizoc Vejar Aguirre, Edtna Jáuregui Ulloa, Karen Gallo Sánchez, Ricardo Zavala Hernández, Abel Armando Arredondo López
Tipo de recurso: artículo
Estado:Versión publicada
Fecha de publicación:2020
País:México
Institución:Universidad de Guadalajara
Repositorio:Redalyc-UDG
OAI Identifier:oai:redalyc.org:457868626008
Acceso en línea:https://www.redalyc.org/articulo.oa?id=457868626008
https://www.redalyc.org/journal/4578/457868626008/
https://www.redalyc.org/journal/4578/457868626008/html/
https://www.redalyc.org/journal/4578/457868626008/457868626008.epub
https://www.redalyc.org/journal/4578/457868626008/movil
Access Level:acceso abierto
Palabra clave:Salud
19
COVID
Evidencia
Tendencia
Mitigación
id MX_9a24e4566a2f5331ee83cb0dfc402cdd
oai_identifier_str oai:redalyc.org:457868626008
network_acronym_str MX
network_name_str México
repository_id_str
spelling Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, MéxicoTizoc Vejar AguirreEdtna Jáuregui UlloaKaren Gallo SánchezRicardo Zavala HernándezAbel Armando Arredondo LópezSalud19COVIDEvidenciaTendenciaMitigaciónObjetivo: Desarrollar un modelo de pronóstico, para apoyar la toma de decisiones en medidas de mitigación de COVID-19 en Jalisco. Material y métodos: Se desarrolló un modelo matemático, con enfoque determinístico S.E.I.R. para mostrar la evidencia en el desarrollo de la pandemia de COVID-19 en Jalisco. Los estados considerados fueron Susceptibles (S), Expuestos (E), Infectados (I) y Recuperados/ fallecidos (R). Los datos poblacionales se obtuvieron en base a CONAPO 2020, con una población de 8´368,311 habitantes. Se tomaron los parámetros siguientes β, γ y σ, para calibrarlo a partir de las estimaciones de R0, para que el modelo se reproduzca lo mejor posible, dado que el supuesto es que no existe intervención externa que afecte la tasa de contacto y debido a que en Jalisco se aplicaron medidas de intervención. Se plantearon 5 diferentes escenarios, variando el número básico de reproducción (R0) como variable de mitigación. Se extendieron las series en el tiempo.Resultados: El peor de los escenarios (sin intervención) se daría en la primera semana del mes de junio con R0=3 afectando a un 73.2% de la población, pero debido a las medidas de mitigación aplicadas, se observa que el mejor ajuste para el estado es para Ro=2.2 (mitigación 37.2%) dando inicio en la última semana del mes de julio afectando un 58.9% de la población, mostrando una fase menos aguda que la de sin intervención, pero de más larga de duración aproximadamente 40 semanas.Conclusiones: Se requiere un monitoreo, ajuste y adecuación permanente de las medidas de mitigación en las fases de contención y de transmisión sostenida, con un aumento de la capacidad diagnóstica mediante pruebas e incrementar el distanciamiento social. Además, se requerirían nuevos períodos de distanciamiento social intermitente, para prevenir el colapso del sistema estatal de salud, que se activaría con el incremento de la tasa básica de reproducción R0.Universidad Juárez Autónoma de Tabasco2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdf1665-3262https://www.redalyc.org/articulo.oa?id=457868626008https://www.redalyc.org/journal/4578/457868626008/https://www.redalyc.org/journal/4578/457868626008/html/https://www.redalyc.org/journal/4578/457868626008/457868626008.epubhttps://www.redalyc.org/journal/4578/457868626008/movil10.19136/hs.a19n3.3832Horizonte Sanitario (México) Num.3 Vol.19reponame:Redalyc-UDGinstname:Universidad de Guadalajarainstacron:UDGeshttp://www.redalyc.org/revista.oa?id=4578Horizonte Sanitarioinfo:eu-repo/semantics/openAccessoai:redalyc.org:4578686260082026-01-29T04:45:28Z
dc.title.none.fl_str_mv Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
title Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
spellingShingle Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
Tizoc Vejar Aguirre
Salud
19
COVID
Evidencia
Tendencia
Mitigación
title_short Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
title_full Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
title_fullStr Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
title_full_unstemmed Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
title_sort Evidencias para la toma de decisiones sobre medidas de mitigación de COVID-19 en Jalisco, México
dc.creator.none.fl_str_mv Tizoc Vejar Aguirre
Edtna Jáuregui Ulloa
Karen Gallo Sánchez
Ricardo Zavala Hernández
Abel Armando Arredondo López
author Tizoc Vejar Aguirre
author_facet Tizoc Vejar Aguirre
Edtna Jáuregui Ulloa
Karen Gallo Sánchez
Ricardo Zavala Hernández
Abel Armando Arredondo López
author_role author
author2 Edtna Jáuregui Ulloa
Karen Gallo Sánchez
Ricardo Zavala Hernández
Abel Armando Arredondo López
author2_role author
author
author
author
dc.subject.none.fl_str_mv Salud
19
COVID
Evidencia
Tendencia
Mitigación
topic Salud
19
COVID
Evidencia
Tendencia
Mitigación
description Objetivo: Desarrollar un modelo de pronóstico, para apoyar la toma de decisiones en medidas de mitigación de COVID-19 en Jalisco. Material y métodos: Se desarrolló un modelo matemático, con enfoque determinístico S.E.I.R. para mostrar la evidencia en el desarrollo de la pandemia de COVID-19 en Jalisco. Los estados considerados fueron Susceptibles (S), Expuestos (E), Infectados (I) y Recuperados/ fallecidos (R). Los datos poblacionales se obtuvieron en base a CONAPO 2020, con una población de 8´368,311 habitantes. Se tomaron los parámetros siguientes β, γ y σ, para calibrarlo a partir de las estimaciones de R0, para que el modelo se reproduzca lo mejor posible, dado que el supuesto es que no existe intervención externa que afecte la tasa de contacto y debido a que en Jalisco se aplicaron medidas de intervención. Se plantearon 5 diferentes escenarios, variando el número básico de reproducción (R0) como variable de mitigación. Se extendieron las series en el tiempo.Resultados: El peor de los escenarios (sin intervención) se daría en la primera semana del mes de junio con R0=3 afectando a un 73.2% de la población, pero debido a las medidas de mitigación aplicadas, se observa que el mejor ajuste para el estado es para Ro=2.2 (mitigación 37.2%) dando inicio en la última semana del mes de julio afectando un 58.9% de la población, mostrando una fase menos aguda que la de sin intervención, pero de más larga de duración aproximadamente 40 semanas.Conclusiones: Se requiere un monitoreo, ajuste y adecuación permanente de las medidas de mitigación en las fases de contención y de transmisión sostenida, con un aumento de la capacidad diagnóstica mediante pruebas e incrementar el distanciamiento social. Además, se requerirían nuevos períodos de distanciamiento social intermitente, para prevenir el colapso del sistema estatal de salud, que se activaría con el incremento de la tasa básica de reproducción R0.
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv 1665-3262
https://www.redalyc.org/articulo.oa?id=457868626008
https://www.redalyc.org/journal/4578/457868626008/
https://www.redalyc.org/journal/4578/457868626008/html/
https://www.redalyc.org/journal/4578/457868626008/457868626008.epub
https://www.redalyc.org/journal/4578/457868626008/movil
10.19136/hs.a19n3.3832
identifier_str_mv 1665-3262
10.19136/hs.a19n3.3832
url https://www.redalyc.org/articulo.oa?id=457868626008
https://www.redalyc.org/journal/4578/457868626008/
https://www.redalyc.org/journal/4578/457868626008/html/
https://www.redalyc.org/journal/4578/457868626008/457868626008.epub
https://www.redalyc.org/journal/4578/457868626008/movil
dc.language.none.fl_str_mv es
language_invalid_str_mv es
dc.relation.none.fl_str_mv http://www.redalyc.org/revista.oa?id=4578
dc.rights.none.fl_str_mv Horizonte Sanitario
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Horizonte Sanitario
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Juárez Autónoma de Tabasco
publisher.none.fl_str_mv Universidad Juárez Autónoma de Tabasco
dc.source.none.fl_str_mv Horizonte Sanitario (México) Num.3 Vol.19
reponame:Redalyc-UDG
instname:Universidad de Guadalajara
instacron:UDG
instname_str Universidad de Guadalajara
instacron_str UDG
institution UDG
reponame_str Redalyc-UDG
collection Redalyc-UDG
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1858176256284033024
score 15,812429

Similares en LA Referencia