PropertyValue
?:abstract
  • La modelización matemática se utiliza desde hace más de 100 años para evaluar el impacto de las estrategias de intervención de salud pública y sugerir el curso de acción óptimo en la lucha contra las enfermedades infecciosas emergentes La aparición del nuevo virus SARS-CoV-2 plantea un gran desafío para los planificadores y decisores en salud, que deben movilizar recursos finitos, reorganizar los sistemas de atención y tomar decisiones en un contexto de gran incertidumbre Para afrontar la pandemia por COVID-19, muchos sistemas de salud incorporan información provista por modelos predictivos Esto insta a revisar la evolución de los distintos tipos de modelos existentes, sus características, limitaciones y vinculación con la toma de decisiones en Argentina y otros países Con ese objetivo, se realizó una búsqueda bibliográfica sobre los modelos publicados acerca de la evolución de la pandemia Se analizó el número de proyectos conexos presentados a becas del Ministerio de Ciencia, Tecnología e Innovación Se identificaron, clasificaron y describieron distintos tipos de modelos, como determinísticos y estocásticos, distintos modelos compartimentados, y se describió la teoría del umbral y características principales de los modelos, como el número reproductivo básico (R0) Se analizó la importancia de los supuestos de cada modelo y el abordaje de la incertidumbre Se discutieron sus principales limitaciones y su vinculación con la toma de decisiones en provincias y regiones
is ?:annotates of
?:creator
?:journal
  • Rev._argent._salud_publica
?:license
  • unk
?:publication_isRelatedTo_Disease
?:source
  • WHO
?:title
  • Revisión narrativa Modelos predictivos sobre la evolución de la pandemia por COVID-19
?:type
?:who_covidence_id
  • #679059
?:year
  • 2020

Metadata

Anon_0  
expand all