Análisis predictivo del algoritmo para una prevención óptima en el tiempo de coronavirus (COVID-19) durante la cuarentena

Jesus Calderon, Julio Tafur, Benjamin Barriga, Julio Guevara, John Lozano, Juan Lengua, Gonzalo Solano

Research output: Contribution to journalArticlepeer-review

Abstract

En esta investigación se explica las aplicaciones del algoritmo que fue propuesto para proporcionar apoyo estadístico para los médicos. El apoyo que se realizó en esta investigación busca una urgente interpretación de parámetros como la tasa de personas infectadas por COVID-19 y la tasa de personas fallecidas a causa de este virus. Además, esta investigación logra predecir las tasas que fueron proporcionadas por un modelo matemático que observa y adapta datos estadísticos reales de otros países donde están tratando de encontrar soluciones contra la propagación del COVID – 19. Esto implica que, con el fin de obtener precisión en los resultados de la predicción, fue necesario analizar cuál fue el comportamiento estadístico de China y otros países que volvieron a la normalidad de sus actividades, tal como era antes de que el virus impusiera a la población a permanecer en sus hogares. Por otro lado, se resume el crecimiento problemático del virus y algunas sugerencias de cómo evitar complicaciones profundas en la salud y la economía de las personas (por ejemplo, los días de cuarentena, como principal respuesta para atenuar el avance de este virus).
Original languageSpanish
Pages (from-to)19-28
Number of pages10
JournalThe Biologist (Lima)
Volume19
Issue number1
StatePublished - 5 Jan 2021
Externally publishedYes

Cite this