Modelado y análisis de tendencias de la pandemia de CoVid-19 para apoyar la toma de decisiones sobre resiliencia
Autores: Duffey, Romney B.; Zio, Enrico
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Modelado y análisis de tendencias de la pandemia de CoVid-19 para apoyar la toma de decisiones sobre resiliencia
Categoría
Ciencias Naturales y Subdisciplinas
Subcategoría
Biología
Palabras clave
Política
Toma de decisiones
Resiliencia
Peligro
Tasa de infección
Recuperación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
La toma de decisiones políticas para la resiliencia del sistema ante un peligro requiere la estimación y predicción de las tendencias de crecimiento y declive de los impactos del peligro. Con un enfoque en la reciente propagación mundial de la CoVid-19, tomamos la tasa de infección como la métrica relevante cuya tendencia de evolución seguir para verificar la efectividad de las contramedidas aplicadas. Al comparar con las teorías de crecimiento y recuperación en sistemas socio-médicos acoplados, encontramos que los datos de muchos países muestran tendencias de tasa de infección que son exponenciales en forma. En particular, la trayectoria de recuperación es universal en tendencia y consistente con la teoría del aprendizaje, lo que permite predicciones útiles en la asistencia de la toma de decisiones de acciones de recuperación de emergencia. Los hallazgos están validados por datos extensos y comparación con modelos médicos de pandemia.
Descripción
La toma de decisiones políticas para la resiliencia del sistema ante un peligro requiere la estimación y predicción de las tendencias de crecimiento y declive de los impactos del peligro. Con un enfoque en la reciente propagación mundial de la CoVid-19, tomamos la tasa de infección como la métrica relevante cuya tendencia de evolución seguir para verificar la efectividad de las contramedidas aplicadas. Al comparar con las teorías de crecimiento y recuperación en sistemas socio-médicos acoplados, encontramos que los datos de muchos países muestran tendencias de tasa de infección que son exponenciales en forma. En particular, la trayectoria de recuperación es universal en tendencia y consistente con la teoría del aprendizaje, lo que permite predicciones útiles en la asistencia de la toma de decisiones de acciones de recuperación de emergencia. Los hallazgos están validados por datos extensos y comparación con modelos médicos de pandemia.