Aplicación de bayesian optimization over permutation spaces with heuristics para determinar la estrategia de vacunación óptima contra el COVID-19 a partir de que se dispusieran dosis de la vacuna en EEUU

• Autores: Gilberto C. González Parra, Francisco José Navarro González, Juan Carlos Cortés López, Rafael Villanueva Micó, Josu Ceberio Uribe
• Localización: Actas del XVI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados: (MAEB 2025) 28-30 de mayo, Donostia/San Sebastián / coord. por Leticia Hernando Rodríguez, Josu Ceberio Uribe, Jon Vadillo Jueguen, 2025, ISBN 978-84-1319-656-5, págs. 315-317
• Idioma: español
• Enlaces
  • Texto Completo Libro
• Resumen

  • Esta Key Work es parte del trabajo publicado en [3 ] donde se construye un modelo basado en agentes para el estudio de la dinámica de transmisión del SARS-CoV-2 en Estados Unidos al principio de declararse la pandemia de COVID-19. Una vez diseñado el modelo, se calibra con datos de casos reportados y muertes de antes de que estuviera disponible la vacuna. A partir de aquí, se utiliza la técnica Bayesian Optimization over Permutation Spaces with Heuristics (BOPS-H) para determinar cuál hubiera sido la mejor estrategia de vacunación para evitar el máximo número de muertes.