Modelando la propagación de enfermedades infecciosas a través de la red de transporte aéreo: un enfoque bayesiano
Autores: Quirós Corte, Pablo; Cano, Javier; Sánchez Ayra, Eduardo; Joshi, Chaitanya; Gómez Comendador, Víctor Fernando
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Modelando la propagación de enfermedades infecciosas a través de la red de transporte aéreo: un enfoque bayesiano
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Covid-19
Virus sars-cov-2
Industria del transporte aéreo
Datos globales
Vuelos comerciales
Medidas de mitigación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 41
Citaciones: Sin citaciones
La pandemia de COVID-19, causada por el virus SARS-CoV-2, continúa impactando al mundo incluso tres años después de su brote. El cierre de fronteras internacionales y las alertas de salud afectaron severamente a la industria del transporte aéreo, resultando en pérdidas financieras sustanciales. Este estudio analiza los datos globales sobre individuos infectados junto con tipos de aeronaves, duraciones de vuelo y flujos de pasajeros. Utilizando un marco bayesiano, pronosticamos el riesgo de infección durante vuelos comerciales y su posible propagación a través de una red de transporte aéreo. Nuestro modelo nos permite explorar el efecto de medidas de mitigación, como el cierre de rutas o aeropuertos individuales, la reducción de la ocupación de aeronaves o la restricción de acceso para pasajeros infectados, en la propagación de la enfermedad, al mismo tiempo que permite que la industria aérea opere a niveles casi normales. Nuestro enfoque novedoso combina modelado de red dinámica con simulación de eventos discretos. Un estudio de caso real en importantes centros europeos ilustra nuestra metodología.
Descripción
La pandemia de COVID-19, causada por el virus SARS-CoV-2, continúa impactando al mundo incluso tres años después de su brote. El cierre de fronteras internacionales y las alertas de salud afectaron severamente a la industria del transporte aéreo, resultando en pérdidas financieras sustanciales. Este estudio analiza los datos globales sobre individuos infectados junto con tipos de aeronaves, duraciones de vuelo y flujos de pasajeros. Utilizando un marco bayesiano, pronosticamos el riesgo de infección durante vuelos comerciales y su posible propagación a través de una red de transporte aéreo. Nuestro modelo nos permite explorar el efecto de medidas de mitigación, como el cierre de rutas o aeropuertos individuales, la reducción de la ocupación de aeronaves o la restricción de acceso para pasajeros infectados, en la propagación de la enfermedad, al mismo tiempo que permite que la industria aérea opere a niveles casi normales. Nuestro enfoque novedoso combina modelado de red dinámica con simulación de eventos discretos. Un estudio de caso real en importantes centros europeos ilustra nuestra metodología.