Abstract

LOPEZ-SANDOVAL, Víctor. Distribución de vacuna COVID-19: Combinando SEIR y Machine Learning. Uniciencia [online]. 2022, vol.36, n.1, pp.208-222. ISSN 2215-3470.  http://dx.doi.org/10.15359/ru.36-1.12.

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.

Keywords : SEIR; Machine Learning; Modelo Epidemiológico; Vacunación; COVID-19; El Salvador.

        · abstract in English | Portuguese     · text in Spanish     · Spanish ( pdf )