19.06.2020 Views

Informe de predicción de la evolución de la COVID-19 en Euskadi | 18 de junio de 2020

El presente documento recoge los resultados de predicción de los modelos desarrollados por BCAM, la UPV/EHU e Ikerbasque junto con las instituciones sanitarias de Euskadi dentro del grupo de trabajo BMFT - Basque Modelling Task Force COVID-19, promovido por el Departamento de Educación y el Departamento de Salud del Gobierno Vasco. Estas predicciones se realizan sobre diferentes variables de interés como el número de hospitalizaciones o muertes y considerando dos horizontes temporales diferentes (corto plazo hasta el 27 de junio y largo plazo hasta el 15 de agosto). Este documento se irá actualizando en relación a los horizontes temporales de predicción a medida que se reciban nuevos datos. El texto principal recoge mayoritariamente el resultado de las predicciones. Al final del documento, sin embargo, se puede encontrar en un apéndice una descripción detallada de cada uno de los modelos utilizados así como información complementaria.

El presente documento recoge los resultados de predicción de los modelos desarrollados por BCAM, la UPV/EHU e Ikerbasque junto con las instituciones sanitarias de Euskadi dentro del grupo de trabajo BMFT - Basque Modelling Task Force COVID-19, promovido por el Departamento de Educación y el Departamento de Salud del Gobierno Vasco. Estas predicciones se realizan sobre diferentes variables de interés como el número de hospitalizaciones o muertes y considerando dos horizontes temporales diferentes (corto plazo hasta el 27 de junio y largo plazo hasta el 15 de agosto). Este documento se irá actualizando en relación a los horizontes temporales de predicción a medida que se reciban nuevos datos. El texto principal recoge mayoritariamente el resultado de las predicciones. Al final del documento, sin embargo, se puede encontrar en un apéndice una descripción detallada de cada uno de los modelos utilizados así como información complementaria.

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

<strong>18</strong> <strong>de</strong> <strong>junio</strong> <strong>de</strong> <strong>2020</strong><br />

Parámetros,<br />

variables y Descripción Valores<br />

condiciones iniciales<br />

N tamaño <strong>de</strong> <strong>la</strong> pob<strong>la</strong>ción 2,2 × 10 6<br />

H(t 0 ) <strong>en</strong>fermedad severa y hospitalizados 54,0<br />

A(t 0 ) <strong>en</strong>fermedad leve y asintomática 80,0<br />

U(t 0 ) paci<strong>en</strong>tes UCI 10,0<br />

R(t 0 ) recuperados 1,0<br />

C H (t 0 ) recuperados H(t 0 ) 54,0<br />

C A (t 0 ) recuperados A(t 0 ) 40,0<br />

C U (t 0 ) recuperados U(t 0 ) 10,0<br />

C R (t 0 ) recuperados R(t 0 ) 1,0<br />

D(t 0 ) fallecidos 1,0<br />

β tasa <strong>de</strong> infección 3,25 · γ<br />

ϕ<br />

tasa <strong>de</strong> infecciones leves/sintomáticas<br />

que contribuy<strong>en</strong> a <strong>la</strong> fuerza <strong>de</strong> <strong>la</strong> infección 1,6<br />

γ tasa <strong>de</strong> recuperación 0,05d −1<br />

µ tasa <strong>de</strong> mortalidad provocada por <strong>la</strong> <strong>en</strong>fermedad 0,02d −1<br />

ν tasa <strong>de</strong> hospitalizados UCI 0,1<br />

η proporción <strong>de</strong> hospitalizaciónn 0,4<br />

ξ Proporción <strong>de</strong> síntomas leves/ asintomáticos 0,4<br />

ρ parámetro <strong>de</strong> importación −<br />

Tab<strong>la</strong> 8: Parámetros <strong>de</strong>l mo<strong>de</strong>lo y valores <strong>de</strong> <strong>la</strong>s condiciones iniciales.<br />

A.3.2<br />

MODELO SEIR BAYESIANO<br />

Como complem<strong>en</strong>to a los resultados mostrados <strong>en</strong> <strong>la</strong> Sección 2.4, <strong>en</strong> esta sección se muestran,<br />

<strong>de</strong>sagregados por grupos <strong>de</strong> edad, los resultados obt<strong>en</strong>idos <strong>de</strong>l ajuste <strong>de</strong>l mo<strong>de</strong>lo SEIR<br />

Bayesiano con datos hasta el 15 <strong>de</strong> mayo y <strong>predicción</strong> hasta el 13 <strong>de</strong> <strong>junio</strong>, y se superpon<strong>en</strong> los<br />

datos observados hasta el 13 <strong>de</strong> <strong>junio</strong>. La Figura 16 muestra los resultados para ingresos hospita<strong>la</strong>rios.<br />

Los resultados referidos a fallecidos se muestran <strong>en</strong> <strong>la</strong> Figura 17. Como se pue<strong>de</strong><br />

observar, <strong>en</strong> ambos casos hay una bu<strong>en</strong>a concordancia <strong>en</strong>tre <strong>la</strong>s predicciones realizadas por el<br />

mo<strong>de</strong>lo y los datos observados con posterioridad.<br />

<strong>Informe</strong> BCAM <strong>COVID</strong>-<strong>19</strong> <strong>en</strong> <strong>Euskadi</strong> 34

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!