Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Similars in SciELO
Share
Uniciencia
On-line version ISSN 2215-3470Print version ISSN 1011-0275
Abstract
LOPEZ-SANDOVAL, Víctor. Distribuição de vacinas COVID-19: Combinando SEIR e 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 estudo tem como objetivo geral construir um modelo epidêmico com controle por vacinação para a Covid-19 em El Salvador. Propõe-se a combinação de modelos epidemiológicos SEIR (Suscetíveis, Expostos, Infectados ou Recuperados) e a estimativa de parâmetros utilizando machine learning e redes de contato. O projeto foi desenvolvido a partir de três fases: a) Análise: foi realizada a identificação de fatores ou variáveis críticas ou chave do fenômeno em estudo, o modelo a ser utilizado foi definido, desenhado e construído juntamente com seus parâmetros e componentes. b) Simulação: uma vez que o modelo é construído, uma simulação dele é desenvolvida. A simulação permitiu modificar variáveis, implementar alternativas e fazer modificações no modelo sem afetar o sistema real, o que é muito útil na tomada de decisão e na elaboração de resultados e recomendações. Simulações são desenvolvidas com dados populacionais de El Salvador. c) Otimização: foram avaliados diferentes cenários em que são aplicadas medidas de controle de vacinação e medidas de distanciamento social, com o objetivo de identificar a estratégia ideal. Como resultado do estudo foi identificada como a melhor estratégia para o controle da doença: vacinar a população vulnerável e manter medidas de distanciamento social, a combinação dessas duas políticas proporcionou os melhores resultados em termos de redução de impacto da infecção e minimização dos custos do tratamento. No final, são fornecidas recomendações às autoridades governamentais de saúde para a distribuição e a aplicação do tratamento.
Keywords : SEIR; machine learning; modelo epidemiológico; vacinação; COVID-19; El Salvador.