Modelos discretos de Gompertz y logística generalizada para el monitoreo temprano de la pandemia de la COVID-19 en Cuba

• Pérez Maldonado, María Teresa ^[1] ; Bravo Castillero, Julián ^[2] ; Mansilla, Ricardo ^[2] ; Caballero Pérez, Rogelio Óscar ^[3]
  1. [1] Universidad de La Habana
  2. [2] Universidad Nacional Autónoma de México
  3. [3] Universidad Nacional Autónoma de México, ENES Mérida / Universidad Politécnica de Yucatán

  Mostrar afiliaciones +
• Localización: Nova scientia, ISSN-e 2007-0705, Vol. 14, Nº. 29, 2022 (Ejemplar dedicado a: November 2022 - May 2023)
• Idioma: español
• Títulos paralelos:
  • Discrete Gompertz and Generalized Logistic models for early monitoring of the COVID-19 pandemic in Cuba
• Enlaces
  • Texto completo
• Resumen

  • La pandemia de COVID-19 ha motivado un resurgimiento en el uso de modelos fenomenológicos de crecimiento para predecir la dinámica temprana de enfermedades infecciosas. Estos modelos asumen que el tiempo es una variable continua, mientras que en la presente contribución se utilizan las versiones discretas de los modelos Gompertz y Logística Generalizada para el monitoreo temprano y el pronóstico a corto plazo de la propagación de una epidemia en una región. Los modelos continuos en el tiempo están representados matemáticamente por ecuaciones diferenciales de primer orden, mientras que sus versiones discretas están representadas por ecuaciones en diferencias de primer orden que involucran parámetros que deben estimarse antes del pronóstico. La metodología para estimar tales parámetros se describe en detalle. Se utilizan datos reales de contagio de COVID-19 en Cuba para ilustrar esta metodología. La metodología propuesta se implementó para los primeros treinta y cinco días y se utilizó para predecir con precisión los datos reportados para los siguientes veinte días.