En este documento de Juan Luis Fernández-Martínez, Catedrático de Matemática Aplicada de la Universidad de Oviedo, se presenta un modelo predictivo de la evolución de la pandemia de Covid19 que puede ser de utilidad para monitorizar posibles rebrotes y para la planificación de las necesidades sanitarias.
La predicción de la dinámica de la pandemia del Covid-19 y de las necesidades sanitarias que esta pandemia genera (ingresos Covid, pacientes críticos, necesidad de unidades de cuidados intensivos, etc) se basa en la combinación de un modelo de crecimiento limitado (modelo logístico o de Verhulst) y un modelo predictivo a corto plazo basado en el análisis de series temporales que permite hacer predicciones para el día siguiente. En ambos casos se realiza el análisis de incertidumbre de la predicción, es decir, el conjunto de modelos equivalentes que ajustan la histórica con la misma exactitud. Este conjunto de modelos proporciona la distribución a posteriori de los parámetros del modelo predictivo que ajustan la serie histórica. Su extrapolación puede realizarse para la misma serie temporal analizada (por ejemplo número de infectados diarios) u otra serie temporal de interés con la cual ésta esté correlacionada y que se desee predecir, por ejemplo el numero de enfermos ingresados en Ucis, el número de pacientes críticos, o el número total de ingresos, que están directamente relacionados con las necesidades sanitarias. Ambos modelos se pueden regionalizar, es decir, hace predicciones a diferentes niveles locales, si los datos están desagregados. Estos modelos se pueden condicionar con variables meteorológicas, que influyen notablemente en la propagación del virus.
Documento completo
Fernández-Martínez, Juan Luis (2020). Un modelo robusto para la predicción ad-futurum de los efectos de la epidemia del Covid-19. FEDEA, Documento de Trabajo nº. 2020-07. Madrid