Modelación matemática y estadística de las notificaciones de infectados por viruela símica en Colombia

Debido al rebrote de viruela símica en el año 2022, cuando aún no se superaban totalmente las consecuencias dejadas por la pandemia del Covid-19, surge un gran interés por investigar y monitorear el comportamiento de esta enfermedad resurgente. En este trabajo de investigación, se modelan los datos acumulados del número de infectados diarios por viruela símica en Colombia mediante modelos matemáticos, estadísticos y computacionales. Se ajustan a los datos cuatro tipos de modelos: un modelo SARIMA de la teoría de series de tiempo, un modelo autorregresivo neuronal de la teoría de aprendizaje de máquinas y dos modelos matemáticos, el modelo de crecimiento logístico y el modelo SIR; también se explorarán algunas mezclas de modelos desde un enfoque híbrido con el fin de evaluar si mejoran las predicciones y si disminuyen las métricas de precisión. Basado en dichas métricas se selecciona el modelo que mejor se ajusta a las notificaciones de casos. Los modelos obtenidos permiten entender el comportamiento de la viruela símica y provee información relevante para la toma de decisiones con respecto a la enfermedad.

• Autores: Garcia Jaramillo, Francisco Antonio
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Universidad del Quindío
• Repositorio: Repositorio Universidad del Quindío
• Idioma: spa
• OAI Identifier: oai:bdigital.uniquindio.edu.co:001/6443
• Acceso en línea: https://bdigital.uniquindio.edu.co/handle/001/6443; https://bdigital.uniquindio.edu.co
• Palabra clave: Datos de viruela del mono; Crecimiento logístico; Series de tiempo; Redes neuronales; Modelo SIR
• Rights: openAccess
• License: Derechos Reservados-Universidad del Quindío