Archivo de la categoría: COVID19

Elecciones en Perú: ¿cómo pueden influir en el incremento de casos de Covid19?

[Visto: 366 veces]

RESUMEN: Las elecciones Generales peruanas están próximas a desarrollarse bajo un contexto epidémico desastroso. La movilidad de los ciudadanos y la aglomeración en espacios cerrados propician el aumento de casos positivos Covid-19, bajo esta premisa se puede afirmar que las elecciones son escenario idóneo para la propagación del virus. En esta investigación se buscará predecir cuantitativamente  la influencia de las elecciones en el aumento de casos positivos Covid-19, 4 y 8 semanas después de realizadas las elecciones presidenciales. Se hicieron 2 pronósticos con dos escenarios distintos: sin  elecciones y con elecciones. Se utilizó la función de Gompertz para pronosticar los casos en el primer escenario, para el segundo se aproximaron los casos positivos, nuevamente, con los datos recopilados de un estudio de Victoria Castro y Julio Castro. Se encontró que el escenario con elecciones presenta 38% más casos positivos que el escenario sin elecciones.

Artículo completo

http://blog.pucp.edu.pe/blog/luzdecatastro/2021/04/01/elecciones-en-peru-como-pueden-influir-en-el-incremento-de-casos-de-covid19/

CORONAVIRUS / COVID19 – REPORTE – Junio 24, 2020

[Visto: 542 veces]

Casos de COVID-19 por día (24 de junio, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas web

https://ourworldindata.org/coronavirus-data?country=PER~ARG~BOL~BRA~CHL~COL~ECU~MEX

https://studylib.net/coronavirus

https://coronavirus.jhu.edu/map.html

https://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#cases

que se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Muestro la gráfica de la curva acumulada de casos para los países de latinoamérica.

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 25 000 casos (escala vertical logarítmica).

A continuación muestro una tabla con los valores para la tasa de duplicación (T2N) a partir de mi reporte del 17 de mayo. Lo más resaltante es que Colombia y República Dominicana han reducido el tiempo para la duplicación de casos, Los países que la han incrementado, lo cual es positivo, son: Brasil, Perú, Chile, México, Colombia, República Dominicana, Argentina y Bolivia.

En el caso de Perú, el incremento es el mayor en toda latinoamérica y ha sido bastante significativo, prácticamente ha pasado de duplicar casos cada 33 días a duplicarlos cada 50 días en 10 días a partir de mi último cálculo el 14 de Junio. Irónicamente Perú y Ecuador lucen bastante mejor que  Chile, México, Colombia y Argentina. Me atrevo a afirmar luego de bastantes días de observación que la curva acumulada de casos sí muestra un aplanamiento significativo. Sin embargo, considerando como ha cambiado la situación para Chile, Colombia y Argentina que hace varias semanas parecía que se acercaban a la meseta no podemos asegurar que la tendencia se mantendrá.

El factor decisivo estará dado por el comportamiento de la curva de casos ahora que se han aperturado centros donde hay concurrencia de gran número de personas. En la mayoría de países el efecto ha sido negativo, manifestándose un rebrote en el número de contagios.

Tabla 1.1. Tasa de duplicación (T2N) de casos para países de latinoamérica. 

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 500 fallecidos). 

Observando las curvas de fallecidos, la situación luce bastante mejor para Argentina, Chile, Panamá y República Dominicana, respecto a la curva de contagios.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Tabla.1.2. Fechas estimadas para números de casos entre 1M (un millón) y 1,4M, para países de latinoamérica con más de 1M de casos (asumiendo una tasa constante de contagio a la fecha).

Tabla.1.3. Fechas estimadas para números de casos entre 160 000 y 325 000, para países de latinoamérica con más de 350 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 70 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.5. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – Junio 11, 2020

[Visto: 549 veces]

Casos de COVID-19 por día (11 de junio, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas web

https://ourworldindata.org/coronavirus-data?country=PER~ARG~BOL~BRA~CHL~COL~ECU~MEX

https://studylib.net/coronavirus

https://coronavirus.jhu.edu/map.html

https://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#cases

que se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Muestro la gráfica de la curva acumulada de casos para los países de latinoamérica.

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 6000 casos (escala vertical logarítmica).

A continuación muestro una tabla con los valores para la tasa de duplicación (T2N) a partir de mi reporte del 17 de mayo. Los países que la han incrementado, lo cual es positivo, son: Brasil, Perú, Chile, México, Colombia, República Dominicana, Argentina y Bolivia.

En el caso de Perú, el incremento ha sido bastante significativo, prácticamente ha pasado de duplicar casos cada 15 días a duplicarlos cada 29 días. Esto es bastante positivo ,pues si es una muestra objetiva de que se está controlando el contagio más efectivamente. Creo que en este caso sí podría ser un indicador que nos acercamos a lograr el objetivo de aplanar la curva. Otro dato interesante de Perú, es que, comparado con países que algunas semanas atrás lucían mucho mejor, como Chile, México, Colombia y Argentina; a la fecha duplica casos en mayor tiempo que todos ellos.

Tabla 1.1. Tasa de duplicación (T2N) de casos para países de latinoamérica. 

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 500 fallecidos). 

Observando las curvas de fallecidos, la situación luce bastante mejor para Argentina, Chile, Panamá y República Dominicana, respecto a la curva de contagios.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Tabla.1.2. Fechas estimadas para números de casos entre 580 000 y 1M (un millón), para países de latinoamérica con más de 3 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla.1.3. Fechas estimadas para números de casos entre 160 000 y 325 000, para países de latinoamérica con más de 350 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 70 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.5. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.6. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica  (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – Junio 02, 2020

[Visto: 542 veces]

Casos de COVID-19 por día (02 de junio, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas web

https://studylib.net/coronavirus

https://coronavirus.jhu.edu/map.html

https://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#cases

que se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Muestro la gráfica de la curva acumulada de casos para los países de latinoamérica.

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 4000 casos (escala vertical logarítmica).

Perú muestra un ligero incremento en su pendiente, lo cual se refleja una reducción en la tasa de duplicación (ver tabla 1.1), es decir, que ahora se duplican los casos más rápido. Ahora Perú está duplicando casos cada 15 días aproximadamente, hace una semana lo hacía cada 17 días.

Otro caso importante es el de Panamá que ha reducido su tasa de duplicación de 34,5 días a 22 días. Por el contrario República Dominicana duplica casos más lento. El resto de países casi no ha cambiado el número de días para la duplicación de casos.

Tabla 1.1. Tasa de duplicación (T2N) de casos para países de latinoamérica. 

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 200 fallecidos). 

Observando las curvas de fallecidos, la situación luce bastante mejor para Argentina, Chile, Panamá y República Dominicana, respecto a la curva de contagios.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Dado que Brasil tiene casi 378 000 casos, ya se necesita una tabla adicional. Esta tabla increíblemente solamente funcionará hasta la próxima semana si no se reduce su tasa de contagio.

Tabla.1.2. Fechas estimadas para números de casos entre 580 000 y 1M (un millón), para países de latinoamérica con más de 3 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla.1.3. Fechas estimadas para números de casos entre 160 000 y 325 000, para países de latinoamérica con más de 350 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 70 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.5. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.6. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica  (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – MAYO 26, 2020

[Visto: 473 veces]

Casos de COVID-19 por día (26 mayo, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas web

https://studylib.net/coronavirus

https://coronavirus.jhu.edu/map.html

https://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#cases

que se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Muestro la gráfica de la curva acumulada de casos para los países de latinoamérica.

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 4000 casos (escala vertical logarítmica).

Chile sigue incrementando casos bastante rápido. Bolivia también mantiene una tasa de contagio casi constante desde hace varias semanas.

Perú claramente desde mi último reporte a la fecha se ha separado de Brasil, aunque está doblando hacia la derecha, lo está haciendo bastante despacio. Dicho en otras palabras la tasa de contagio está aumentando pero lentamente. Por ejemplo, mi último reporte fue el 17 de mayo, hace 9 días. En esos 9 días la tasa de duplicación ha cambiado de 13,5 a 16,5, es decir, un cambio de 3 en 9 días. Esa es la razón por la cual se sigue viendo casi recta, aunque está doblando hacia la derecha, realmente es una curva, pero la curvatura se detecta luego de varios días.

Tabla 1.1. Tasa de duplicación (T2N) de casos para países de latinoamérica. 

El caso más notorio corresponde al de Colombia que hace 9 días duplicaba casos cada 18 días, mientras que a la fecha lo hace cada 15 días aproximadamente.

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 200 fallecidos). 

Observando las curvas de fallecidos, la situación luce bastante mejor para Argentina, Chile, Panamá y República Dominicana, respecto a la curva de contagios.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Dado que Brasil tiene casi 378 000 casos, ya se necesita una tabla adicional. Esta tabla increíblemente solamente funcionará hasta la próxima semana si no se reduce su tasa de contagio.

Tabla.1.2. Fechas estimadas para números de casos entre 325 000 y 580 000, para países de latinoamérica con más de 3 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla.1.3. Fechas estimadas para números de casos entre 160 000 y 325 000, para países de latinoamérica con más de 350 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 70 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.5. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.6. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica  (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – MAYO 17, 2020

[Visto: 493 veces]

Casos de COVID-19 por día (17 mayo, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas webhttps://studylib.net/coronavirushttps://coronavirus.jhu.edu/map.htmlhttps://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#casesque se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Muestro la gráfica de la curva acumulada de casos para los países de latinoamérica.  Bolivia, se encuentra aumentando casos muy rápido, pues viene experimentando una tasa de contagio elevada. Actualmente duplica casos cada 9 días (ver tabla 1.1, T2N tasa de duplicación).  De continuar a esa tasa llegaría a los 8000 casos aproximadamente el 26 de mayo. Podría superar a Argentina en poco más de una semana.

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 4000 casos (escala vertical logarítmica).

Chile muestra un preocupante cambio de pendiente, es decir, que ahora sus casos se duplican más rápido que hace dos semanas.

Perú claramente desde mi último reporte a la fecha se ha separado de Brasil, aunque está doblando hacia la derecha, lo está haciendo bastante despacio. Dicho en otras palabras la tasa de contagio está aumentando pero lentamente. Por ejemplo, mi último reporte fue el 9 de mayo, hace 8 días. En esos 8 días la tasa de duplicación ha cambiado de 8,9 a 13,5, es decir, un cambio de 4,6 en 8 días. Esa es la razón por la cual se ve casi recta, aunque está doblando hacia la derecha, realmente es una curva.

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) de casos para países de latinoamérica. 

Chile en mi reporte previos duplicaba casos cada 10 días, ahora lo hace aproximadamente en 11,5 días. Colombia también mantiene una tasa de aproximadamente 14 días. Argentina sigue aumentando su tasa (recordemos que a mayor T2N el contagio es más lento), ha pasado de 18 a casi 20 días. En el caso de Ecuador la data no es muy confiable, hay que esperar más días para observar la tendencia por eso no podemos estar seguros de su aparente reducción en 3 días de su tasa de duplicación.

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 200 fallecidos). 

Observando las curvas de fallecidos, la situación luce bastante mejor para Argentina, Chile, Panamá y República Dominicana, respecto a la curva de contagios.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Dado que Brasil tiene 241 000 casos, ya se necesita una tabla adicional. Esta tabla increíblemente solamente funcionará hasta el jueves (21) o viernes (22) de esta semana si no se reduce su tasa de contagio.

Tabla.1.2. Fechas estimadas para números de casos entre 160 000 y 325 000, para países de latinoamérica con más de 25 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.3. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 25 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.5. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – MAYO 09, 2020

[Visto: 455 veces]

Casos de COVID-19 por día (09 mayo, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas webhttps://studylib.net/coronavirushttps://coronavirus.jhu.edu/map.htmlhttps://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#casesque se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Muestro la gráfica de la curva acumulada de casos para los países de latinoamérica. Podemos notar que entra en escena Bolivia, país que no se viene mencionando mucho en el tema del coronavirus, pero que sin embargo viene experimentando una tasa de contagio elevada (ver tabla 1.1, T2N tasa de duplicación), actualmente su tasa de duplicación es aproximadamente 9 días.  De continuar a esa tasa llegaría a los 5000 casos el 19 de mayo.

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 4000 casos (escala vertical logarítmica).

Las gráficas sugieren que el esperado pico o “aplanar la curva” por ahora lucen más probable para Argentina y Panamá. Para el resto de países sigue la tendencia ascendente. La data de Ecuador no es muy confiable, de manera que la aparente reducción en su tasa de contagio no es clara, debemos de esperar más días.

Aunque Perú sigue básicamente pegado a Brasil, se muestra una ligera tendencia a alejarse hacia la derecha, lo cual es bueno, pero todavía es muy prematuro para confirmarlo, debemos esperar unos días y ver la evolución de la curva.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

En el caso de los países con menos de 4000 contagiados, Bolivia y Honduras presentan un preocupante crecimiento en el número de casos.

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 200 fallecidos). 

Observando las curvas de fallecidos, la situación luce bastante mejor para Argentina, Chile, Panamá y República Dominicana, respecto a la curva de contagios.

 

 

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) de casos para países de latinoamérica. 

Chile en mi reporte previos duplicaba casos cada 10 días, ahora lo hace aproximadamente en 11,5 días. Colombia también mantiene una tasa de aproximadamente 14 días. Argentina sigue aumentando su tasa (recordemos que a mayor T2N el contagio es más lento), ha pasado de 18 a casi 20 días. En el caso de Ecuador la data no es muy confiable, hay que esperar más días para observar la tendencia por eso no podemos estar seguros de su aparente reducción en 3 días de su tasa de duplicación.

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Dado que Brasil está a punto de superar los 160 000 casos, ya se necesita una tabla adicional

Tabla.1.2. Fechas estimadas para números de casos entre 160 000 y 325 000, para países de latinoamérica con más de 25 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.3. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 25 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – MAYO 05, 2020

[Visto: 405 veces]

Casos de COVID-19 por día (05 mayo, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas webhttps://studylib.net/coronavirushttps://coronavirus.jhu.edu/map.htmlhttps://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#casesque se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

 

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 4000 casos (escala vertical logarítmica).

No hay muchos cambios respecto a mi último reporte del 03 de mayo. Las gráficas sugieren que el esperado pico o “aplanar la curva” por ahora está muy lejos para toda Latinoamérica. Como siempre menciono esta pandemia es un fenómeno muy dinámico y países como Argentina, Chile y Colombia que lucían mejor, casi ya aparentemente acercándose al pico, ahora más bien parece que se están perfilando como problemáticos siguiendo un poco la tendencia de Brasil y Perú.

Perú sigue básicamente pegado a Brasil, prácticamente, de seguir la tendencia, ya sabemos como estará Perú viendo la gráfica de Brasil, solo hay una diferencia de días, es como que Perú está retardado respecto a Brasil.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

En el caso de los países con menos de 4000 contagiados, Bolivia y Honduras presentan un preocupante crecimiento en el número de casos.

Gráfico 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 100 fallecidos). 

En lo que respecta a las tasas de duplicación tampoco hay muchos cambios. El criterio sigue siendo el mismo, simplemente hacer ajustes en los tramos que se ven más rectos para cada país. Hay un ligero cambio en las pendientes de los casos en la mayoría de países. Con esa nueva información he re-calculado las tasas de duplicación (T2N) y triplicación (T3N). Además incluyo tablas con fechas estimadas para varios números de casos

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) de casos para países de latinoamérica. 

La lectura de esta tabla, es también cuando se compara con los valores de los reportes previos. No he tenido tiempo para consolidar una tabla con la evolución en el tiempo, pero si comparamos estos valores con los del reporte al 29 de abril, el caso más preocupante es Chile que duplicaba casos cada 18 días y ahora duplica casos cada 10 días aproximadamente. Es decir, su contagio es más rápido. Colombia también ha reducido la duplicación de 16 a 14 días.  Otros países tienen un comportamiento ligero hacia la mejora pero hay que seguir observando la evolución. Brasil, Argentina,Ecuador, México y República Dominicana han reducido su tasa de contagio. Argentina ha pasado de duplicar casos de 15 a 18 días. En el caso de Ecuador la data no es muy confiable, hay que esperar más días para observar la tendencia por eso no podemos estar seguros de su aparente reducción en 3 días de su tasa de duplicación.

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Tabla 1.2. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.3. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

CORONAVIRUS / COVID19 – REPORTE – MAYO 03, 2020

[Visto: 429 veces]

Casos de COVID-19 por día (03 mayo, 2020)

Gracias por seguir y compartir.

La información se ha obtenido de las páginas webhttps://studylib.net/coronavirushttps://coronavirus.jhu.edu/map.htmlhttps://www.nytimes.com/interactive/2020/world/coronavirus-maps.html?fbclid=IwAR3gtKqn7dmPIRy7cLqLKCrOTOJ7i-86fz0f0mVaay7bw1ekKeRxd2FXfP4#casesque se actualizan cada 24 horas.
https://nyti.ms/2t6WE75

Gráfico 1.1.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 4000 casos (escala vertical logarítmica).

Las gráficas sugieren que el esperado pico o “aplanar la curva” por ahora está muy lejos para toda Latinoamérica. Como siempre menciono esta pandemia es un fenómeno muy dinámico y países como Argentina, Chile y Colombia que lucían mejor, casi ya aparentemente acercándose al pico, ahora más bien parece que se están perfilando como problemáticos siguiendo un poco la tendencia de Brasil y Perú.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 4000 casos (escala vertical logarítmica).

En el caso de los países con menos de 2000 contagiados, Bolivia y Guatemala presentan un preocupante crecimiento en el número de casos.

He mejorado los ajuste para las curvas de contagiados. Como ahora se puede observar, se ven casi rectas a partir de cierto número de contagiados, por ejemplo las de Brasil y Perú se ven bastante rectas a partir de los 10 000 contagiados y la de México a partir de los 2000, por citar algunos casos.  Podemos hacer el ajuste en esos tramos rectos. Con esa nueva información he re-calculado las tasas de duplicación (T2N) y triplicación (T3N). Además incluyo tablas con fechas estimadas para varios números de casos

 

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) de casos para países de latinoamérica. 

La lectura de esta tabla, es también cuando se compara con los valores de los reportes previos. No he tenido tiempo para consolidar una tabla con la evolución en el tiempo, pero si comparamos estos valores con los del reporte al 29 de abril, el caso más preocupante es Chile que duplicaba casos cada 18 días y ahora duplica casos cada 10 días aproximadamente. Es decir, su contagio es más rápido. Colombia también ha reducido la duplicación de 16 a 14 días.  Otros países tienen un comportamiento ligero hacia la mejora pero hay que seguir observando la evolución. Brasil, Argentina,Ecuador, México y República Dominicana han reducido su tasa de contagio. Argentina ha pasado de duplicar casos de 15 a 18 días. En el caso de Ecuador la data no es muy confiable, hay que esperar más días para observar la tendencia por eso no podemos estar seguros de su aparente reducción en 3 días de su tasa de duplicación.

La tasa de duplicación (T2N) es la cantidad de días que deben de pasar para que el número de casos se multiplique x 2 (se duplique) y la tasa de triplicación (T3N) es, de manera similar, el número de días que deben pasar para que el número de casos se multiplique x 3 (se triplique). Su cálculo está detallado en el reporte del 7 de abril http://blog.pucp.edu.pe/blog/physica/2020/04/07/coronavirus-covid19-reporte-abril-07-2020/ en la sección 2.

¿Para qué sirven? Sirven para darnos cuenta qué tan rápido se incrementa el número de contagiados. Mientras sus valores sean mayores, significa que el contagio se propaga más lentamente. Según esto los países más cerca al fondo de la tabla se contagian más lento, mientras que los más pegados a su inicio se contagian más rápido.

Incluyo las fechas estimadas para distintos números de casos. Solamente estoy generando las tablas para países de latinoamérica con más de 10 000 casos. Mientras más coincidencia ocurra entre las fechas calculadas con las fechas reales, significa que la tasa de contagio no cambia o no cambia mucho, a medida que las curvas vayan disminuyendo su tasa, lo que se refleja en que se ven doblando hacia la derecha, los valores estimados se alejarán de las fechas reales.

Tabla 1.2. Fechas estimadas para números de casos entre 70 000 a 160 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.3. Fechas estimadas para números de casos entre 30 000 a 70 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Tabla 1.4. Fechas estimadas para números de casos entre 10 000 a 30 000, para países de latinoamérica con más de 10 000 casos (asumiendo una tasa constante de contagio a la fecha).

Casos COVID19 Latinoamérica al 30 de ABRIL 2020 / Experimentando con Datawrapper

[Visto: 371 veces]

El gráfico interactivo está en el link //datawrapper.dwcdn.net/o6nxB/3/

lamentablemente no puedo hacerlo embebido en este blog, pero es como observan en el gráfico estático

http://<iframe title=”Casos COVID19 cada 24h en Latinoam&eacute;rica” aria-label=”Interactive line chart” id=”datawrapper-chart-o6nxB” src=”//datawrapper.dwcdn.net/o6nxB/3/” scrolling=”no” frameborder=”0″ style=”width: 0; min-width: 100% !important; border: none;” height=”500″></iframe><script type=”text/javascript”>!function(){“use strict”;window.addEventListener(“message”,function(a){if(void 0!==a.data[“datawrapper-height”])for(var e in a.data[“datawrapper-height”]){var t=document.getElementById(“datawrapper-chart-“+e)||document.querySelector(“iframe[src*='”+e+”‘]”);t&&(t.style.height=a.data[“datawrapper-height”][e]+”px”)}})}(); </script>