Modelando casos COVID-19 para estimar la oferta de PCR y camas hospitalarias en servicios de salud

Abstract

Objetivo: Determinar la capacidad instalada de servicios necesaria para atender la pandemia del COVID-19 considerando como principal predictor los modelos estadísticos y matemáticos. Métodos: Se describen cuatro fases: 1. modelación de número de casos COVID-19, 2. uso de información histórica del fenómeno, 3. modelamiento estadístico no lineal, 4. modelamiento matemático. Para este último se usó la función Gompertz con el cual se realizaron las proyecciones de casos confirmados. La fuente de datos principal fue la suministrada por el Instituto Nacional de Salud de Colombia. Los parámetros para estimar la oferta de servicios se basaron en la proyección de casos y los parámetros establecidos según los lineamientos del INS. Resultados: Los modelos de mayor ajuste para las diferentes etapas de la pandemia fueron: la exponencial, el modelo de regresión no lineal cúbico con un coeficiente de determinación del 99.7%; para las etapas de crecimiento exponencial y de estabilización de la pandemia fue el modelo matemático Gompertz. La combinación de modelos permitió predecir para el 26 de agosto un acumulado de 811,206 casos confirmados para Colombia con Fecha de Inicio de Síntomas. Estas predicciones permitieron estimar servicios para una población objetivo de un millón seiscientos (1,600,000) de habitantes en 47,328 pruebas de PCR para el mes de agosto, 1,072 camas hospitalarias y 365 camas en Unidades de Cuidados Intensivos -UCI para ese mes. Conclusiones: La combinación de técnicas estadísticas y matemáticas sencillas y robustas permitió estimaciones confiables para proyectar las necesidades de servicios relacionadas con PCR, camas hospitalarias y camas UCI.

Keywords

• covid-19
• modelamiento
• oferta de servicios
• modelo matematico gompertz