@article{Arango-Londoño_Ortega-Lenis_Muñoz_Cuartas_Caicedo_Mena_Torres_Méndez_2020, title={Predicciones de un modelo SEIR para casos de COVID-19 en Cali, Colombia}, volume={22}, url={https://revistas.unal.edu.co/index.php/revsaludpublica/article/view/86432}, DOI={10.15446/rsap.v22n2.86432}, abstractNote={<p><strong>Objetivo</strong> Predecir el número de casos de COVID-19 en la ciudad de Cali-Colombia mediante el desarrollo de un modelo SEIR.<br /><strong>Métodos</strong> Se utilizó un modelo determinista compartimental SEIR considerando los estados: susceptibles (S), expuestos (E), infectados (I) y recuperados (R). Los parámetros del modelo fueron seleccionados de acuerdo a la revisión de literatura. En el caso<br />de la tasa de letalidad, se usaron los datos de la Secretaría de Salud Municipal de Cali. Se plantearon varios escenarios teniendo en cuenta variaciones en el número básico de reproducción (R0) y en la tasa de letalidad; además, se comparó la predicción hasta el 9 de abril con los datos observados.<br /><strong>Resultados</strong> A través del modelo SEIR se encontró que, con el número básico de reproducción más alto (2,6) y utilizando la letalidad calculada para la ciudad de 2,0%, el número máximo de casos se alcanzaría el primero de junio con 195 666 (prevalencia); sin embargo, al comparar los casos observados con los esperados, al inicio la ocurrencia observada estaba por encima de la proyectada; pero luego cambia la tendencia con una disminución marcada de la pendiente.<br /><strong>Conclusiones</strong> Los modelos epidemiológicos SEIR son métodos muy utilizados para la proyección de casos en enfermedades infecciosas; sin embargo, se debe tener en cuenta que son modelos deterministas que pueden utilizar parámetros supuestos y podrían generar resultados imprecisos.</p>}, number={2}, journal={Revista de Salud Pública}, author={Arango-Londoño, David and Ortega-Lenis, Delia and Muñoz, Edgar and Cuartas, Daniel Elias and Caicedo, Diana and Mena, Jorge and Torres, Miyerlandi and Méndez, Fabián}, year={2020}, month={mar.}, pages={132–137} }