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.
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 />
Junio<br />
21 22 23 24 25 26 27<br />
GP 5481 5482 5483 5484 5485 5485 5486<br />
(4958, 6004) (4951, 6014) (4947, 60<strong>19</strong>) (4946, 6022) (4945, 6024) (4945, 6025) (4946, 6026)<br />
SEIR Bay. 5458 5463 5468 5472 5477 5482 5487<br />
(5074, 5844) (5077, 5850) (5079, 5852) (5082, 5858) (5087, 5864) (5090, 5868) (5095, 5874)<br />
SHARUCD 5464 5466 5468 5469 5471 5472 5474<br />
(5455, 5475) (5457, 5478) (5458, 5480) (5460, 5481) (5462, 5484) (5463, 5486) (5464, 5489)<br />
2.2 INGRESOS EN UCI POR <strong>COVID</strong>-<strong>19</strong>: PREDICCIÓN A CORTO PLAZO<br />
UCI (inci<strong>de</strong>ncia)<br />
40<br />
Inci<strong>de</strong>ncia diaria<br />
30<br />
20<br />
10<br />
Mo<strong>de</strong>lo<br />
GP<br />
0<br />
mar 01 mar 15 abr 01 abr 15 may 01 may 15 jun 01 jun 15 jul 01<br />
Dia<br />
600<br />
UCI (acumu<strong>la</strong>da)<br />
Acumu<strong>la</strong>do diario<br />
400<br />
200<br />
Mo<strong>de</strong>lo<br />
GP<br />
SHARUCD<br />
0<br />
mar 01 mar 15 abr 01 abr 15 may 01 may 15 jun 01 jun 15 jul 01<br />
Dia<br />
Figura 3: Predicción a corto p<strong>la</strong>zo para ingresos <strong>en</strong> UCI inci<strong>de</strong>ntes y acumu<strong>la</strong>dos. Línea negra: observados hasta<br />
el 13 <strong>de</strong> <strong>junio</strong>. Línea rosa: estimación puntual (valor esperado) con datos hasta 13 <strong>de</strong> <strong>junio</strong>. Las áreas coloreadas<br />
repres<strong>en</strong>tan <strong>la</strong> banda <strong>de</strong> credibilidad al 95 % (i.e., incertidumbre alre<strong>de</strong>dor <strong>de</strong> <strong>la</strong> estimación puntual). A partir <strong>de</strong>l<br />
13 <strong>de</strong> <strong>junio</strong> (línea negra vertical) <strong>la</strong> información que se muestra es <strong>la</strong> <strong>predicción</strong> puntual (e incertidumbre asociada)<br />
realizada por los difer<strong>en</strong>tes mo<strong>de</strong>los (líneas discontinuas y áreas coloreadas asociadas). GP es <strong>la</strong> abreviatura<br />
<strong>de</strong> Procesos Gaussianos (Gaussian Processes <strong>en</strong> inglés) y SHARUCD al hace refer<strong>en</strong>cia al mo<strong>de</strong>lo estocástico tipo<br />
SHARUCD.<br />
<strong>Informe</strong> BCAM <strong>COVID</strong>-<strong>19</strong> <strong>en</strong> <strong>Euskadi</strong> 8
Change language