Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases
Introducción: Los modelos epidemiológicos han sido ampliamente utilizados durante la pandemia de COVID-19, aunque la evaluación de su desempeño ha sido limitada. El objetivo del presente trabajo fue evaluar de forma retrospectiva un modelo SEIR para la predicción de casos a corto plazo (1 a 3 semana...
| Autores principales: | , , |
|---|---|
| Formato: | Artículo |
| Lenguaje: | Español |
| Publicado: |
Fundación Medicina (Buenos Aires)
2024
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/20.500.12123/17706 https://www.medicinabuenosaires.com/indices-de-2020/volumen-83-ano-2023-n4/ |
| _version_ | 1855486018311946240 |
|---|---|
| author | Pereyra Irujo, Gustavo Adrian Velázquez, Luciano Perinetti, Andrea |
| author_browse | Pereyra Irujo, Gustavo Adrian Perinetti, Andrea Velázquez, Luciano |
| author_facet | Pereyra Irujo, Gustavo Adrian Velázquez, Luciano Perinetti, Andrea |
| author_sort | Pereyra Irujo, Gustavo Adrian |
| collection | INTA Digital |
| description | Introducción: Los modelos epidemiológicos han sido ampliamente utilizados durante la pandemia de COVID-19, aunque la evaluación de su desempeño ha sido limitada. El objetivo del presente trabajo fue evaluar de forma retrospectiva un modelo SEIR para la predicción de casos a corto plazo (1 a 3 semanas), cuantificando su desempeño real y potencial, mediante la optimización de los parámetros del modelo. Métodos: Se realizaron proyecciones para cada día de la primera ola de casos (31 de julio de 2020 al 11 de marzo de 2021) en el municipio de General Pueyrredón (Argentina), cuantificando el desempeño del modelo en términos de incertidumbre, inexactitud e imprecisión. La evaluación se realizó con los parámetros originales del modelo (utilizados en proyecciones que fueron oportunamente publicadas), y luego variando distintos parámetros a fin de identificar valores óptimos. Resultados: El análisis del desempeño del modelo mostró que valores alternativos de algunos parámetros, y la corrección de los valores de entrada utilizando un filtro de “media móvil” para eliminar las variaciones semanales en los reportes de casos, habrían otorgado mejores resultados. El modelo con los parámetros optimizados logró disminuir desde casi 40% a menos de 15% la incertidumbre, con valores similares de inexactitud, y con una imprecisión levemente mayor. Discusión: Modelos epidemiológicos sencillos, sin grandes requerimientos para su implementación, pueden ser de utilidad para la toma de decisiones rápidas en localidades pequeñas o con recursos limitados, siempre y cuando se tenga en cuenta la importancia de su evaluación y la consideración de sus alcances y limitaciones. |
| format | Artículo |
| id | INTA17706 |
| institution | Instituto Nacional de Tecnología Agropecuaria (INTA -Argentina) |
| language | Español |
| publishDate | 2024 |
| publishDateRange | 2024 |
| publishDateSort | 2024 |
| publisher | Fundación Medicina (Buenos Aires) |
| publisherStr | Fundación Medicina (Buenos Aires) |
| record_format | dspace |
| spelling | INTA177062024-05-13T11:09:41Z Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases Pereyra Irujo, Gustavo Adrian Velázquez, Luciano Perinetti, Andrea COVID-19 Epidemiología Técnica de Predicción Epidemiology Forecasting Introducción: Los modelos epidemiológicos han sido ampliamente utilizados durante la pandemia de COVID-19, aunque la evaluación de su desempeño ha sido limitada. El objetivo del presente trabajo fue evaluar de forma retrospectiva un modelo SEIR para la predicción de casos a corto plazo (1 a 3 semanas), cuantificando su desempeño real y potencial, mediante la optimización de los parámetros del modelo. Métodos: Se realizaron proyecciones para cada día de la primera ola de casos (31 de julio de 2020 al 11 de marzo de 2021) en el municipio de General Pueyrredón (Argentina), cuantificando el desempeño del modelo en términos de incertidumbre, inexactitud e imprecisión. La evaluación se realizó con los parámetros originales del modelo (utilizados en proyecciones que fueron oportunamente publicadas), y luego variando distintos parámetros a fin de identificar valores óptimos. Resultados: El análisis del desempeño del modelo mostró que valores alternativos de algunos parámetros, y la corrección de los valores de entrada utilizando un filtro de “media móvil” para eliminar las variaciones semanales en los reportes de casos, habrían otorgado mejores resultados. El modelo con los parámetros optimizados logró disminuir desde casi 40% a menos de 15% la incertidumbre, con valores similares de inexactitud, y con una imprecisión levemente mayor. Discusión: Modelos epidemiológicos sencillos, sin grandes requerimientos para su implementación, pueden ser de utilidad para la toma de decisiones rápidas en localidades pequeñas o con recursos limitados, siempre y cuando se tenga en cuenta la importancia de su evaluación y la consideración de sus alcances y limitaciones. Introduction: Epidemiological models have been widely used during the COVID-19 pandemic, although performance evaluation has been limited. The objective of this work was to thoroughly evaluate a SEIR model used for the short-term (1 to 3 weeks) prediction of cases, quantifying its actual past performance, and its potential performance by optimizing the model parameters. Methods: Daily case forecasts were obtained for the first wave of cases (July 31, 2020 to March 11, 2021) in the district of General Pueyrredón (Argentina), quantifying the model performance in terms of uncertainty, inaccuracy and imprecision. The evaluation was carried out with the original parameters of the model (used in the forecasts that were published), and also varying different parameters in order to identify optimal values. Results: The analysis of the model performance showed that alternative values of some parameters, and the correction of the input values using a “moving average” filter to eliminate the weekly variations in the case reports, would have yielded better results. The model with the optimized parameters was able to reduce the uncertainty from almost 40% to less than 15%, with similar values of inaccuracy, and with slightly greater imprecision. Discussion: Simple epidemiological models, without large requirements for their implementation, can be very useful for making quick decisions in small cities or cities with limited resources, as long as the importance of their evaluation is taken into account and their scope and limitations are considered. EEA Balcarce Fil: Pereyra Irujo, Gustavo Adrian. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Balcarce. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Instituto de Innovación para la Producción Agropecuaria y el Desarrollo Sostenible; Argentina Fil: Velázquez, Luciano. Universidad Nacional de Mar del Plata. Facultad de Ciencias Agrarias; Argentina Fil: Perinetti, Andrea. Universidad Nacional de Mar del Plata. Escuela Superior de Medicina; Argentina 2024-05-13T10:59:11Z 2024-05-13T10:59:11Z 2023-07 info:ar-repo/semantics/artículo info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://hdl.handle.net/20.500.12123/17706 https://www.medicinabuenosaires.com/indices-de-2020/volumen-83-ano-2023-n4/ 1669-9106 spa info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf Fundación Medicina (Buenos Aires) Medicina (Buenos Aires) 83 (4) : 558-568 (jul.-ago. 2023) |
| spellingShingle | COVID-19 Epidemiología Técnica de Predicción Epidemiology Forecasting Pereyra Irujo, Gustavo Adrian Velázquez, Luciano Perinetti, Andrea Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases |
| title | Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases |
| title_full | Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases |
| title_fullStr | Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases |
| title_full_unstemmed | Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases |
| title_short | Evaluación cuantitativa de un modelo SEIR para predecir casos de COVID-19 = Quantitative evaluation of a SEIR model for forecasting COVID-19 cases |
| title_sort | evaluacion cuantitativa de un modelo seir para predecir casos de covid 19 quantitative evaluation of a seir model for forecasting covid 19 cases |
| topic | COVID-19 Epidemiología Técnica de Predicción Epidemiology Forecasting |
| url | http://hdl.handle.net/20.500.12123/17706 https://www.medicinabuenosaires.com/indices-de-2020/volumen-83-ano-2023-n4/ |
| work_keys_str_mv | AT pereyrairujogustavoadrian evaluacioncuantitativadeunmodeloseirparapredecircasosdecovid19quantitativeevaluationofaseirmodelforforecastingcovid19cases AT velazquezluciano evaluacioncuantitativadeunmodeloseirparapredecircasosdecovid19quantitativeevaluationofaseirmodelforforecastingcovid19cases AT perinettiandrea evaluacioncuantitativadeunmodeloseirparapredecircasosdecovid19quantitativeevaluationofaseirmodelforforecastingcovid19cases |