Proyecciones de impacto de la pandemia COVID-19 en la población colombiana, según medidas de mitigación. Datos preliminares de modelos epidemiológicos para el periodo del 18 de marzo al 18 de abril de 2020
Impact of the COVID-19 pandemic on the Colombian population according to mitigation measures. Preliminary data from epidemiological models for the period March 18 to April 18, 2020
DOI:
https://doi.org/10.15446/rsap.v22n2.85789Palabras clave:
Pandemia, Coronavirus, salud pública, epidemiología (es)Pandemic, Coronavirus, public health, epidemiology (en)
Descargas
Objetivo Este estudio tiene como primer objetivo: realizar predicciones del curso de la infección en el horizonte temporal desde marzo 18 a abril 18 del 2020, según diferentes medidas de aislamiento aplicadas. Las predicciones incluyen, población total contagiada, mortalidad y necesidad de recursos hospitalarios. Segundo objetivo: modelar la mortalidad y la necesidad de recursos hospitalarios, estratificando por edad el escenario de contagio del 70% de la población.
Métodos Para el primer objetivo, nos basamos en el número de casos confirmados en el país hasta marzo 18, 2020 (n=93). Como suposiciones para el modelo, incluimos un índice de contagio R0=2,5 y el índice de casos reales por cada caso confirmado. Para la proporción de pacientes que necesitarían cuidados intensivos u otros cuidados intrahospitalarios, nos basamos en datos aportados por el Imperial College of London. Para el segundo objetivo usamos como tasa de mortalidad por edad, datos aportados por el Instituto Superiore di Sanità en Italia.
Resultados Basándonos en los 93 casos reportados al 18 de marzo, si no se aplicase ninguna medida de mitigación, para el 18 de abril el país tendría un total de 613 037 casos. Medidas de mitigación que reduzcan el R0 en un 10%, generan una reducción del 50% del número de casos. Sin embargo, a pesar de reducirse los casos a la mitad, todavía habría un déficit en el número de camas requeridas y sólo uno de cada dos pacientes tendría acceso a dicho recurso.
Conclusión En nuestro modelo encontramos que las medidas de mitigación que han sido implementadas hasta la fecha por el gobierno colombiano, se fundamentan en evidencia suficiente para pensar que es posible reducir significativamente el número de casos contagiados y con esto, el número de pacientes que requerirán manejo hospitalario.
Objectives The first objective is to estimate and model the number of cases, use of hospital resources and mortality by using different R0 scenarios in a 1-month scenario (from March 18 to April 18, 2020), based on the different isolation measures applied. This work also aims to model, without establishing a time horizon, the same outcomes given the assumption that eventually 70% of the population will be infected.
Materials and Methods Data on the number of confirmed cases in the country as of March 18, 2020 (n=93) were taken as the basis for the achievement of the first objective. An initial transmission rate of R0= 2.5 and a factor of 27 for undetected infections per each confirmed case were taken as assumptions for the model. The proportion of patients who may need intensive care or other in-hospital care was based on data from the Imperial College of London. On the other hand, an age-specific mortality rate provided by the Instituto Superiore di Sanità in Italy was used for the second objective.
Results Based on the 93 cases reported as of March 18, if no mitigation measures were applied, by April 18, the country would have 613 037 cases. Mitigation measures that reduce R0 by 10% generate a 50% reduction in the number of cases. However, despite halving the number of cases, there would still be a shortfall in the number of beds required and only one in two patients would have access to this resource.
Conclusion This model found that the mitigation measures implemented to date by the Colombian government and analyzed in this article are based on sufficient evidence and will help to slow the spread of SARS-CoV-2 in Colombia. Although a time horizon of one month was used for this model, it is plausible to believe that, if the current measures are sustained, the mitigation effect will also be sustained over time.
Referencias
Gensini GF, Yacoub MH, Conti AA. The concept of quarantine in history: from plague to SARS. The Journal of infection. 2004;49(4):257-61.
Lauer SA, Grantz KH, Bi Q, Jones FK, Zheng Q, Meredith HR, et al. The Incubation Period of Coronavirus Disease 2019 (COVID-19) From Publicly Reported Confirmed Cases: Estimation and Application. Annals of Internal Medicine. 2020.
Jernigan DB. Update: Public Health Response to the Coronavirus Disease 2019 Outbreak - United States, February 24, 2020. MMWR Morbidity and mortality weekly report. 2020;69(8):216-9.
Report of the WHO-China Joint Mission on Coronavirus Disease 2019. [Internet](COVID-19) [19.03.2020]. Available from: https://bit.ly/2WMOVaN.
Anderson RM, Heesterbeek H, Klinkenberg D, Hollingsworth TD. How will country-based mitigation measures influence the course of the COVID-19 epidemic? Lancet (London, England). 2020.
Madhav N, Oppenheim B, Gallivan M, et al. Pandemics: Risks, Impacts, and Mitigation. In: Jamison DT, Gelband H, Horton S, et al., editors. Disease Control Priorities: Improving Health and Reducing Poverty. 3rd edition. Washington (DC): The International Bank for Reconstruction and Development / The World Bank; 2017 Nov 27. Chapter 17.[Available from: https://bit.ly/2UuIpT8.
Neil M Ferguson DL, Gemma Nedjati-Gilani, Natsuko Imai, Kylie Ainslie, Marc Baguelin, Sangeeta Bhatia AB, Zulma Cucunubá, Gina Cuomo-Dannenburg, Amy Dighe, Ilaria, Dorigatti HF, Katy Gaythorpe, Will Green, Arran Hamlet, Wes Hinsley, Lucy C Okell, Sabine van, Elsland HT, Robert Verity, Erik Volz, Haowei Wang, Yuanrong Wang, Patrick GT Walker, Caroline Walters PW, Charles Whittaker, Christl A Donnelly, Steven Riley, Azra C Ghani. Impact of non-pharmaceutical interventions (NPIs) to reduce COVID19 mortality and healthcare demand. 2020.
Li R, Pei S, Chen B, Song Y, Zhang T, Yang W, et al. Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV2). Science. 2020.
Dowd JB, Rotondi V, Adriano L, Brazel DM, Block P, Ding X, et al. Demographic science aids in understanding the spread and fatality rates of COVID-19. medRxiv. 2020: 2020.03.15.20036293.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
CrossRef Cited-by
1. Fred G. Manrique-Abril, Mario J. Pacheco-López, Cristian F. Téllez-Piñerez, Felipe Ortíz-Rico, Juan D. Sarmiento-Páramo. (2020). Lethality model for COVID-19 based on social determinants of health: an approximation in 67 countries. F1000Research, 9, p.1285. https://doi.org/10.12688/f1000research.26055.1.
2. Isnardo Arenas Navarro, Eliseo Gallo Albarracín. (2021). Modelación matemática en respuesta a la situación de pandemia por COVID-19. Revista Facultad de Ciencias Básicas, 17(1), p.7. https://doi.org/10.18359/rfcb.5835.
3. Jennifer Paola Correa-Cuadros, Manuel A. Muñoz-Rodríguez. (2020). SARS-CoV.2/COVID-19 en Colombia: tendencias, predicciones y tensiones sobre el sistema sanitario. Revista de Salud Pública, 22(2), p.1. https://doi.org/10.15446/rsap.v22n2.86614.
4. Manuel Alejandro Mejía-Orduz, Daniela Jiménez-Blanco, María Camila Ardila-Castellanos, Andrea Hernández-Rico, María Nathalia Díaz-Carrillo. (2022). Sintomatología ansiosa y depresiva en universitarios de Bucaramanga durante dos fases de la cuarentena por COVID-19. Salud UIS, 54(1) https://doi.org/10.18273/saluduis.54.e:22059.
5. Fred G. Manrique-Abril, Cristian Téllez-Piñerez, Mario Pacheco-López. (2020). Estimation of time-varying reproduction numbers of COVID-19 in American countries with regards to non-pharmacological interventions. F1000Research, 9, p.868. https://doi.org/10.12688/f1000research.25309.1.
6. Alfonso J. Rodriguez-Morales, Manuel E. Figuera. (2022). COVID-19 in Colombia and Venezuela: Two Sides of the Coin. American Journal of Public Health, 112(S6), p.S581. https://doi.org/10.2105/AJPH.2022.306813.
7. Daniel Aristizábal, César Augusto Peñuela Meneses, Ana María Barrera Rodríguez. (2020). An interactive web-based dashboard to track COVID-19 in Colombia. Case study: five main cities. Revista de Salud Pública, 22(2), p.1. https://doi.org/10.15446/rsap.v22n2.87668.
8. Theofilos Toulkeridis, Rachid Seqqat, Marbel Torres Arias, Esteban Ortiz-Prado, Alexis Debut. (2020). COVID-19: Pandemic in Ecuador: a health disparities perspective. Revista de Salud Pública, 22(3), p.1. https://doi.org/10.15446/rsap.v22n3.88102.
9. Alfonso J. Rodríguez-Morales, Manuel E. Figuera. (2022). La COVID-19 en Colombia y Venezuela: dos caras de la misma moneda. Revista Panamericana de Salud Pública, 46, p.1. https://doi.org/10.26633/RPSP.2022.109.
10. Alfonso J. Rodriguez-Morales, Manuel E. Figuera. (2022). COVID-19 in Colombia and Venezuela: Two Sides of the Coin. American Journal of Public Health, 112(S6), p.S581. https://doi.org/10.2105/AJPH.2021.37819.
11. Juan Pablo Gualdrón-Moncada. (2022). La pandemia de COVID-19 y su impacto en los niños: perspectiva desde un punto de vista holístico. MedUNAB, 24(3), p.335. https://doi.org/10.29375/01237047.4307.
12. Anderson Luís Jeske Bihain, Guilherme Goergen, Leandro Blass, Everson Jonatha Gomes da Silva, Ketleen Grala. (2022). COVID-19 no município de Bagé/RS: radiografia da evolução da pandemia. Cadernos Ibero-Americanos de Direito Sanitário, 11(2), p.155. https://doi.org/10.17566/ciads.v11i2.837.
13. Gisette Katherine Velandia-Vargas, Jaime Alberto Castro-Martínez, Ana María Peña-Pineda, Diego Leonardo Cruz-Serrano. (2021). Los riesgos psicosociales asociados a la docencia universitaria en tiempos de pandemia: revisión sistemática. Catálogo editorial, , p.23. https://doi.org/10.15765/poli.v1i145.2787.
14. Daniel F. Patiño-Lugo, Marcela Velez, Pamela Velásquez Salazar, Claudia Yaneth Vera-Giraldo, Viviana Vélez, Isabel Cristina Marín, Paola Andrea Ramírez, Sebastián Pemberthy Quintero, Esteban Castrillón Martínez, Daniel Andrés Pineda Higuita, Gilma Norela Henandez Herrera. (2020). Non-pharmaceutical interventions for containment, mitigation and suppression of COVID-19 infection. Colombia Medica, 51(2) https://doi.org/10.25100/cm.v51i2.4266.
15. Andrea Hernández Quirama, Hector Mauricio Rojas Betancur, Johana Linares García. (2023). Aislamiento y confinamiento: La otra pandemia en el ámbito social. Revista Cuidarte, 14(1) https://doi.org/10.15649/cuidarte.2124.
16. Elvia Karina Grillo Ardila, Luis Eduardo Bravo Ocaña, Rodrigo Guerrero, Julián Santaella-Tenorio. (2020). Mathematical models and the coronavirus, COVID-19. Colombia Medica, 51(2) https://doi.org/10.25100/cm.v51i2.4277.
17. Dolores Frias-Navarro, Marcos Pascual-Soler, Jose Berrios-Riquelme, Raquel Gomez-Frias, Leynin Caamaño-Rocha. (2021). COVID–19. Effect of Moral Messages to Persuade the Population to Stay at Home in Spain, Chile, and Colombia. The Spanish Journal of Psychology, 24 https://doi.org/10.1017/SJP.2021.39.
Dimensions
PlumX
Visitas a la página del resumen del artículo
Descargas
Licencia
Derechos de autor 2020 Revista de Salud Pública
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta revista provee acceso libre inmediato a su contenido bajo el principio de que hacer disponible gratuitamente investigación al publico apoya a un mayor intercambio de conocimiento global.
Todos los contenidos de esta revista, excepto dónde está identificado, están publicados bajo una Licencia Creative Commons Atribución 4.0.