Repert. med. cir; 29 ((Núm. Supl.1.)), 2020
Publication year: 2020
Introducción:
los coronavirus son una amplia familia de virus que logran causar enfermedades tanto en animales como en humanos. En humanos, se sabe que varios coronavirus ocasionan infecciones respiratorias que consiguen ir desde el resfriado común hasta enfermedades más complicadas como el síndrome respiratorio de Oriente Medio (MERS) y el síndrome respiratorio agudo severo (SRAS). El coronavirus que se ha manifestado más recientemente causa la enfermedad por coronavirus COVID-19.
Objetivo:
presentar un pronóstico con el uso del modelo lineal de Brown de la dinámica de transmisión del COVID- 19 en Colombia.
Materiales y métodos:
para desarrollar la investigación se utilizó la base de datos
de las personas infectadas con el COVID-19, la información de los datos corresponde al período 6 de marzo 2020 al 10 de mayo de 2020. Para su análisis de predicción se manejó el método de predicción modelo de BROWN, utilizando el paquete
estadístico SPSS v.25.
Resultados:
se determinó por análisis de predicción que el número total de infectados por el COVID-19 en Colombia a 31 de agosto de 2020 estarán alrededor de 69848, de esta población 41110 corresponde a hombres y 28738 a mujeres.
Conclusiones:
se evidenció una alta población de casos confirmados por coronavirus en Colombia a 31 de agosto de 2020; esto pone en alerta la red pública hospitalaria del país, además que obliga a las personas y comunidades a mantenerse en cuarentena por la emergencia sanitaria.
Introduction:
Coronaviruses is a broad family of viruses that manage to infect both animals and humans. Several coronaviruses are known to cause respiratory infections in humans, ranging from a common cold to more complicated conditions such as
the Middle East Respiratory Syndrome (MERS) and the Severe Acute Respiratory Syndrome (SARS). The newly emerged coronavirus causes coronavirus disease 2019 (COVID-19).
Objective:
to predict the transmission dynamics of COVID-19 in Colombia using Brown ́s linear model.
Materials and Methods:
the database including people infected with Covid-19 was
used to develop the research. This information corresponds to the period between March 6 2020 and May 10 2020. The Brown ́s model method was used for the predictive analysis in the SPSS v.25 statistical package.
Results:
our prediction analysis indicates that the number of people infected by COVID-19 in Colombia by August 31 2020 will be around 69848; of this population, 41110 would be men and 28738 women
Conclusions: a high population of confirmed cases of coronavirus in Colombia is forecasted as of August 31 2020; this places the public hospital network of the country on alert and forces individuals and communities to remain in quarantine due to the health emergency.
Introdução:
Os coronavírus são uma ampla família de vírus que conseguem causar doenças em animais e humanos. Em humanos, sabe-se que vários coronavírus causam infecções respiratórias que variam do resfriado comum a doenças mais complicadas, como a síndrome respiratória do Oriente Médio (MERS) e a síndrome respiratória aguda grave (SARS). O coronavírus manifestado mais recentemente causa a doença de coronavírus COVID-19.
Objetivo:
apresentar uma previsão com o uso do modelo linear de Brown da dinâmica de transmissão do COVID-19 na Colômbia.
Metodologia:
Para desenvolver a pesquisa, foi utilizado o banco de dados de pessoas infectadas com COVID-19, as informações dos dados correspondem ao período de 6 de março de 2020 a 20 de abril de 2020. Para sua análise de previsão, o método de previsão do modelo BROWN, usando o pacote estatístico SPSS v.25.
Resultados:
Foi determinado por análise de previsão que o número total de infectados
com COVID-19 na Colômbia em 31 de julho seria de 33.219 casos confirmados, 17213 casos para homens e 16006 para mulheres.
Conclusões:
Uma alta população de casos confirmados por Coronavírus na Colômbia foi evidenciada em 31 de julho de 2020, o que coloca em alerta a rede de hospitais públicos do país, além de forçar a quarentena de pessoas e comunidades devido à emergência de saúde.