Archivo de la categoría: General

Items that do not fit in other categories

Premios Congreso ICIEBE 21

[Visto: 360 veces]

Awards

  • Area of “From student to entrepreneur”: Ana María Gómez, María Huertas Fernández and Nuria Molina García. “Aproximación de los estudiantes de gestión del deporte al mercado laboral a través del método Lean Canvas: Innovación educativa “I wanna do business!”
  • Area of “Sustainability and 2030 Agenda in higher education”: Rafael Boix, María de Miguel y Blanca de Miguel. “TRIVIALizaODS: introducción de los Objetivos de Desarrollo Sostenible en las asignaturas de economía mediante gamificación”
  • Area of “New technologies in higher education”: Salvador Gil y Salvador del Saz. “Valuing online learning in higher education during the first wave of the Covid-19 pandemic: A life satisfaction approach”
  • Area of “Tools, capabilities, and competences for a new learning paradigm”: Ronnie Hans Guerra Portocarrero. “Generando un Ecosistema de Co-Innovación en las Aulas: Experiencias en Carreras STEM en Perú”
  • Runner-up Award in the area of “Tools, capabilities, and competences for a new learning paradigm”: Jennifer Medina Zamora. “Gestión del estrés en las primeras exposiciones orales”

https://esdeveniments.uv.es/67116/section/32258/international-congress-on-innovative-education-in-business-and-economics-iciebe-21-the-impact-of-co.html

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/

¿Ha funcionado la cuarentena en Perú? / 25 de abril

[Visto: 338 veces]

¿Ha funcionado la cuarentena en Perú?

Actualmente hay muchas opiniones respecto a la efectividad de las medidas tomadas por el gobierno cuando decretó la cuarentena.

Incluyo la gráfica de la evolución de casos en el tiempo a partir del primer caso detectado. El día cero corresponde al 8 de marzo. Si observamos la curva podemos notar que desde el día cero hasta el día 12, es decir, entre el 8 y el 12 de marzo es posible asumir que aproximadamente hay un crecimiento rectilíneo, lo que significa una tasa de contagio aproximadamente constante. Esa “pendiente = tasa de contagio” es aproximadamente igual a la de la recta punteada que corresponde a una duplicación de casos cada 2 días.

A partir del 20 de marzo, se observa claramente que la pendiente disminuye, lo que se manifiesta cuando la inclinación es mayor. Entonces, mientras la curva tienda a “doblar” hacia la derecha significa que la tasa de contagio está disminuyendo. La pendiente a partir del 14 de abril se ha reducido aún más y corresponde a una tasa de duplicación de aproximadamente 9 días.  En conclusión, sí se ha reducido la tasa de contagio. Sin embargo, siempre se puede afirmar que se pudo lograr una mejor reducción del contagio.

Pero también es posible afirmar que de no haberse tomado esas medidas si se hubiese mantenido la tasa de contagio entre el 8 y el 20 de marzo extendiendo una línea podemos estimar que el 27 de marzo hubiéramos alcanzado los 10 000 infectados y solamente unos días después el 02 de abril hubiéramos alcanzado los 100 000 infectados. Lo cual represento en la siguiente gráfica.

CORONAVIRUS / COVID19 – REPORTE – ABRIL 19, 2020

[Visto: 336 veces]

Casos de covid-19 por día (19 abril 2020)

Como he estado siempre comentando respecto a que la actualización de la data y la actualización de los gráficos no la puedo hacer a la velocidad que quisiera y eso a su vez no me permite tener listo el reporte de cada día, voy a cambiar un poco el formato del reporte. Trataré de concentrarme en las gráficas y tablas básicas necesarias para tener una idea de lo que está ocurriendo. Espero poder actualizar el blog diariamente pero de no poder hacerlo con esa frecuencia, de todas maneras saben que la actualizaré con cierta regularidad.

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

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 2000 casos (escala vertical logarítmica).

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 2000 casos (escala vertical logarítmica).

 

 

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) 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 1.3. Número de fallecidos para países de latinoamérica (escala vertical logarítmica y con más de 100 fallecidos). 

Gráfico 1.4.  Número de casos por cada día desde el primer reporte de detección de infectados para USA, Europa y resto del mundo con más de 100 000 casos (escala vertical logarítmica).

El gráfico sugiere que Italia, España y Alemania se acercan al pico de contagiados, mientras que para USA se observa una tendencia al decrecimiento y está a punto de reducir su tasa de duplicación de casos a más de 3 días.

Aunque es un poco difícil de visualizar, estoy incluyendo la gráfica de países del resto del mundo.

Gráfico 1.3.  Número de casos por cada día desde el primer reporte de detección de infectados para países del resto del mundo (escala vertical logarítmica).

Adicionalmente incluyo una gráfica de solamente China y Corea. La curva para China ya se observa aplanada, la de Corea no es plana pero se incrementa muy lentamente. Es interesante apuntar que aproximadamente a los 45 días de la detección de los primeros contagiados recién se observa un aplanamiento en ambos países.

Gráfico 1.4.  Número de casos por cada día desde el primer reporte de detección de infectados para China y Corea (escala vertical logarítmica).

Haciendo una comparación con los países latinoamericanos, se observa que la tendencia es hacia el aplanamiento pero todavía ninguno ha logrado llegar a esa situación. La gráfica 1.1 sugiere que Chile, Colombia y Argentina se acercan más al pico pero realmente depende de como evolucionen las curvas para que se confirme la tendencia.

CORONAVIRUS / COVID19 – REPORTE – ABRIL 18, 2020

[Visto: 329 veces]

Casos de covid-19 por día (18 abril 2020)

Como he estado siempre comentando respecto a que la actualización de la data y la actualización de los gráficos no la puedo hacer a la velocidad que quisiera y eso a su vez no me permite tener listo el reporte de cada día, voy a cambiar un poco el formato del reporte. Trataré de concentrarme en las gráficas y tablas básicas necesarias para tener una idea de lo que está ocurriendo. Espero poder actualizar el blog diariamente pero de no poder hacerlo con esa frecuencia, de todas maneras saben que la actualizaré con cierta regularidad.

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

 

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 1000 casos (escala vertical logarítmica).

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 1000 casos (escala vertical logarítmica).

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) 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 1.3.  Número de casos por cada día desde el primer reporte de detección de infectados para USA, Europa y resto del mundo con más de 100 000 casos (escala vertical logarítmica).

El gráfico sugiere que Italia, España y Alemania se acercan al pico de contagiados, mientras que para USA se observa una tendencia al decrecimiento y está a punto de reducir su tasa de duplicación de casos a más de 3 días.

Aunque es un poco difícil de visualizar, estoy incluyendo la gráfica de países del resto del mundo.

Gráfico 1.3.  Número de casos por cada día desde el primer reporte de detección de infectados para países del resto del mundo (escala vertical logarítmica).

Adicionalmente incluyo una gráfica de solamente China y Corea. La curva para China ya se observa aplanada, la de Corea no es plana pero se incrementa muy lentamente. Es interesante apuntar que aproximadamente a los 45 días de la detección de los primeros contagiados recién se observa un aplanamiento en ambos países.

Gráfico 1.4.  Número de casos por cada día desde el primer reporte de detección de infectados para China y Corea (escala vertical logarítmica).

Haciendo una comparación con los países latinoamericanos, se observa que la tendencia es hacia el aplanamiento pero todavía ninguno ha logrado llegar a esa situación. La gráfica 1.1 sugiere que Chile, Colombia y Argentina se acercan más al pico pero realmente depende de como evolucionen las curvas para que se confirme la tendencia.

CORONAVIRUS / COVID19 – REPORTE – ABRIL 11, 2020

[Visto: 377 veces]

Casos de covid-19 por día (11 abril 2020)

Como he estado siempre comentando respecto a que la actualización de la data y la actualización de los gráficos no la puedo hacer a la velocidad que quisiera y eso a su vez no me permite tener listo el reporte de cada día, voy a cambiar un poco el formato del reporte. Trataré de concentrarme en las gráficas y tablas básicas necesarias para tener una idea de lo que está ocurriendo. Espero poder actualizar el blog diariamente pero de no poder hacerlo con esa frecuencia, de todas maneras saben que la actualizaré con cierta regularidad.

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

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 1000 casos (escala vertical logarítmica).

Tabla 1.1. Tasa de duplicación (T2N) y triplicación (T3N) 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 USA, Europa y resto del mundo con más de 100 000 casos (escala vertical logarítmica).

El gráfico sugiere que Italia, España y Alemania se acercan al pico de contagiados, mientras que para USA se observa una tendencia al decrecimiento y está a punto de reducir su tasa de duplicación de casos a más de 3 días.

Aunque es un poco difícil de visualizar, estoy incluyendo la gráfica de países del resto del mundo.

Gráfico 1.3.  Número de casos por cada día desde el primer reporte de detección de infectados para países del resto del mundo (escala vertical logarítmica).

Adicionalmente incluyo una gráfica de solamente China y Corea. La curva para China ya se observa aplanada, la de Corea no es plana pero se incrementa muy lentamente. Es interesante apuntar que aproximadamente a los 45 días de la detección de los primeros contagiados recién se observa un aplanamiento en ambos países.

Gráfico 1.4.  Número de casos por cada día desde el primer reporte de detección de infectados para China y Corea (escala vertical logarítmica).

Haciendo una comparación con los países latinoamericanos, se observa que la tendencia es hacia el aplanamiento pero todavía ninguno ha logrado llegar a esa situación. La gráfica 1.1 sugiere que Chile, Colombia y Argentina se acercan más al pico pero realmente depende de como evolucionen las curvas para que se confirme la tendencia.

CORONAVIRUS / COVID19 – REPORTE – ABRIL 09, 2020

[Visto: 365 veces]

Casos de covid-19 por día (09 abril 2020)

Como he estado siempre comentando respecto a que la actualización de la data y la actualización de los gráficos no la puedo hacer a la velocidad que quisiera y eso a su vez no me permite tener listo el reporte de cada día, voy a cambiar un poco el formato del reporte. Trataré de concentrarme en las gráficas y tablas básicas necesarias para tener una idea de lo que está ocurriendo. Espero poder actualizar el blog diariamente pero de no poder hacerlo con esa frecuencia, de todas maneras saben que la actualizaré con cierta regularidad.

Gracias por seguir y compartir.

La información se ha obtenido de las páginas web https://studylib.net/coronavirus y https://coronavirus.jhu.edu/map.html que se actualizan cada 24 horas

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 1000 casos (escala vertical logarítmica).

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para USA, Europa y resto del mundo con más de 100 000 casos (escala vertical logarítmica).

El gráfico sugiere que Italia, España y Alemania se acercan al pico de contagiados, mientras que para USA se observa una tendencia al decrecimiento y está a punto de reducir su tasa de duplicación de casos a más de 3 días.

Aunque es un poco difícil de visualizar, estoy incluyendo la gráfica de países del resto del mundo.

Gráfico 1.3.  Número de casos por cada día desde el primer reporte de detección de infectados para países del resto del mundo (escala vertical logarítmica).

Adicionalmente incluyo una gráfica de solamente China y Corea. La curva para China ya se observa aplanada, la de Corea no es plana pero se incrementa muy lentamente. Es interesante apuntar que aproximadamente a los 45 días de la detección de los primeros contagiados recién se observa un aplanamiento en ambos países.

Gráfico 1.4.  Número de casos por cada día desde el primer reporte de detección de infectados para China y Corea (escala vertical logarítmica).

Haciendo una comparación con los países latinoamericanos, se observa que la tendencia es hacia el aplanamiento pero todavía ninguno ha logrado llegar a esa situación. La gráfica 1.1 sugiere que Chile, Colombia y Argentina se acercan más al pico pero realmente depende de como evolucionen las curvas para que se confirme la tendencia.

CORONAVIRUS / COVID19 – REPORTE – ABRIL 08, 2020

[Visto: 497 veces]

Casos de covid-19 por día (08 abril 2020)

Debido a que la situación en latinoamérica está siendo cada vez más crítica, surgen nuevas ideas, trataré de implementarlas en el menor tiempo posible. Pero aquellos que siguen el blog con regularidad saben que siempre la actualizo. Gracias por seguir y compartir.

La información se ha obtenido de las páginas web https://studylib.net/coronavirus y https://coronavirus.jhu.edu/map.html que se actualizan cada 24 horas

1. Análisis para Latinoamérica

Con la finalidad de hacer más sencilla la interpretación de la evolución en el tiempo de los casos confirmados, muestro en el siguiente gráfico los casos en función del tiempo para países de latinoamérica a partir de la detección de casos. Además pueden ver que he agregado 6 líneas punteadas (que en el gráfico son rectas). Cada una de esas líneas representa 6 tasas de contagio, cuya leyenda trata de describir. La más empinada corresponde a los casos que habrían cada 24 horas si se duplican cada día. La menos inclinada corresponde a los casos que habrían cada 24 horas si se duplican cada siete (07) días, es decir cada semana. Finalmente entre ellas hay cuatro (04) rectas adicionales: las que corresponden a los casos que habrían cada 24 horas si se  duplican cada 2, 3, 4  y 5 días.

Para aquellos que deseen ver cómo se generan estas líneas rectas, revisen la sección 2 donde desarrollaré el procedimiento.

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 1000 casos con una tasa de duplicación menor a 3 días (escala vertical logarítmica).

Lamentablemente según el gráfico 1.1 la situación en Perú no muestra una reducción en la tasa de contagio. Como comenté en el reporte de ayer 07 de abril, el mejor escenario para el caso peruano era que su curva se pegara a Chile. Si observamos el gráfico, la pendiente es la mayor  de todos los países mostrados, por no decir, de toda latinoamérica. Sin embargo, esto no significa que la situación no pueda revertirse. Lo que el gráfico nos está diciendo es que las medidas de contención estuvieron funcionando, pero hay que replantearlas, pues ya no están funcionando como hace una o dos semanas atrás. El peor escenario era que precisamente ocurriera lo que se observa: que cruzáramos la curva de Chile y nos moviéramos al menos hacia Brasil. En este caso es peor, pues la tendencia es a una pendiente mayor a la de Brasil. Brasil está a punto de reducir su tasa de duplicación a más de 3 días al igual que Colombia.

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 1000 casos  (escala vertical logarítmica).

CORONAVIRUS / COVID19 – REPORTE – ABRIL 07, 2020

[Visto: 638 veces]

Casos de covid-19 por día (07 abril 2020)

Debido a que la situación en latinoamérica está siendo cada vez más crítica, surgen nuevas ideas, trataré de implementarlas en el menor tiempo posible. Pero aquellos que siguen el blog con regularidad saben que siempre la actualizo. Gracias por seguir y compartir.

La información se ha obtenido de las páginas web https://studylib.net/coronavirus y https://coronavirus.jhu.edu/map.html que se actualizan cada 24 horas

1. Análisis para Latinoamérica

Con la finalidad de hacer más sencilla la interpretación de la evolución en el tiempo de los casos confirmados, muestro en el siguiente gráfico los casos en función del tiempo para países de latinoamérica a partir de la detección de casos. Además pueden ver que he agregado 6 líneas punteadas (que en el gráfico son rectas). Cada una de esas líneas representa 6 tasas de contagio, cuya leyenda trata de describir. La más empinada corresponde a los casos que habrían cada 24 horas si se duplican cada día. La menos inclinada corresponde a los casos que habrían cada 24 horas si se duplican cada siete (07) días, es decir cada semana. Finalmente entre ellas hay cuatro (04) rectas adicionales: las que corresponden a los casos que habrían cada 24 horas si se  duplican cada 2, 3, 4  y 5 días.

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 1000 casos. (escala vertical logarítmica)

En el caso del gráfico 1.1 se debe tener en cuenta que  solamente se muestran los países de latinoamérica que tienen 100 o más casos. El día cero (día 0), corresponde a la fecha en la que cada país alcanzó 100 o más casos. Para aquellos que deseen ver cómo se generan estas líneas rectas, revisen la sección 2 donde desarrollaré el procedimiento.

Algunos comentarios para el gráfico 1.1. En el caso de Perú estamos aproximadamente con 3000 casos y así como opiné ayer, hoy opino lo mismo. En los próximos 3 días estimo, se observará si nos hemos pegado a la tendencia de Chile o a la de Brasil. Este fin de semana Santa, no tan santa para algunos es clave. La situación no está completamente definida hasta el momento. Justamente confluyen las curvas de Brasil, Chile y Perú. Si se observa la tendencia en Chile, aparentemente se está reduciendo la tasa de contagio, lo cual significa que las medidas de contención están dando resultado. Esto siempre es una combinación de dos factores: obediencia a las medidas por parte de la población y control de las autoridades. En el caso de Chile no tengo certeza, pero la tendencia de la curva es una evidencia que se está controlando mejor la movilidad de las personas. En el caso peruano sí me consta que mucha gente hace caso omiso y además parece que no hay suficiente control militar y policial en algunos puntos claves como son mercados y centros de abasto. Como consecuencia de ello se percibe una reducción pero en mucho menor grado a la de Chile y de no poder realmente tener una contención efectiva de la población, parece que seguiremos el rastro de Brasil y siendo muy pesimista hasta podríamos superar su actual tasa de infección, es decir, terminar mucho peor que Brasil. Hasta el momento es casi un hecho que debido al poco número de muestras que se realizan cada día debemos estar subestimando el verdadero número de contagiados. El virus esta delante de nosotros y debería ser a la inversa.

Respecto a Ecuador, hay muchas noticias que dicen que están manipulando los datos y no están considerando a todos los fallecidos debido al coronavirus, por lo cual aparentemente la tasa de contagio se está reduciendo pero no podemos dar certeza de ello. Algo similar ocurre con México, también hay muchas denuncias de parte de periodistas que indican que las cifras no son reales. Realmente, se están cuestionando a nivel global todas las cifras.

Colombia aparentemente en uno o dos días, tal vez para el fin de semana ya esté reduciendo su tasa de duplicación a cada tres (03) días. Panamá tiene un comportamiento similar al de Perú por lo cual el análisis es casi similar hay que esperar unos días más para poder observar la tendencia respecto a su tasa de contagio.

Para mayor claridad incluyo un gráfico donde solamente se muestran los países de latinoamérica con mas de 1000 casos pero que tienen una tasa de duplicación mayor que 3 días. La tasa de duplicación (T2N) la explico en la sección 2. Hasta el momento solamente hay 5 países que cumplen esas condiciones: Brasil, Chile, Perú, Panamá y Colombia.

 

Gráfico 1.2.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con más de 1000 casos con una tasa de duplicación mayor a 3 días. (escala vertical logarítmica)

 

Gráfico 1.3.  Número de casos por cada día desde el primer reporte de detección de infectados para países de latino américa con menos de 1000 casos. (escala vertical logarítmica)

 

 

Gráfico 1.4. Número de casos por cada día desde el primer reporte para países de latino-américa. (escala vertical lineal)

En el siguiente gráfico muestro el número de fallecidos en el tiempo para latinoamérica.

Gráfico 1.5. Número de fallecidos por cada día desde la primera ocurrencia para países de latino-américa. (escala vertical lineal)

(A mis hermanos latinoamericanos y del resto del mundo cuyos países aún no aparecen, les pido que me disculpen pues estoy tratando de añadir más datos cada día. La data crece muy rápido y me toma bastante tiempo pues básicamente la ingreso de manera manual. Todos los gráficos serán actualizados regularmente, espero poder hacerlo diariamente)

En los dos gráficos previos, la escala vertical está en escala lineal y puede apreciarse la tendencia exponencial para el crecimiento del número de casos sobretodo en la gráfica 1.1

Puede observarse lo rápidamente que aumentan los casos, lo cual dificulta visualizar y estimar los casos al siguiente día. Por ejemplo, como los casos confirmados en Brasil están aumentando muy rápidamente, los países con mucho menos casos, son enmascarados por esa gráfica. Una forma de poder visualizar mejor las gráficas de evolución de casos, es cambiando la escala vertical de lineal a logarítmica. De esa forma podemos reducir la variación vertical y solamente cuando tengamos un incremento muy grande se notará un cambio apreciable; variaciones muy pequeñas no serán apreciables.

En el siguiente gráfico se representarán los casos confirmados, es decir, es la misma gráfica pero con el eje vertical en escala logarítmica.

Al expresar el eje vertical en escala logarítmica podemos detectar más fácilmente los cambios en la pendiente del número de casos cada 24 horas. A mayor pendiente mayor número de casos cada 24 horas. A pesar que la evolución de los casos no es idéntica para cada país podemos observar que las pendientes son bastante similares para algunos. Este diferente comportamiento se debe a varios factores: medidas de aislamiento social, muestreo de casos, detección temprana, etc.

 

Gráfico 1.6. Número de casos por cada día desde el primer reporte para países de latino américa. (escala vertical logarítmica)

En los siguientes dos gráficos disgrego la información en los países con más de 500 casos y con menos de 500 casos.

 

Gráfico 1.7. Países de latino américa con más de 500 casos. (escala vertical logarítmica)

 

Gráfico 1.8. Países de latino américa con menos de 500 casos. (escala vertical logarítmica)

En el siguiente gráfico se muestran los fallecidos para los países de latinoamérica

 

Gráfico 1.9. Número de fallecidos por cada día desde la primera ocurrencia para países de latino-américa. (escala vertical logarítmica)

En el siguiente gráfico se muestran los países de latinoamérica con más de 10 fallecimientos.

Gráfico 1.10. Países con más de 10 fallecidos por cada día desde la primera ocurrencia para países de latinoamérica. (escala vertical logarítmica).

Gráfico 1.11. Países con menos de 10 fallecidos por cada día desde la primera ocurrencia para países de Europa y otras regiones. (escala vertical logarítmica).

Al expresar el eje vertical en escala logarítmica podemos detectar más fácilmente los cambios en la pendiente del número de casos cada 24 horas. A mayor pendiente mayor número de casos cada 24 horas. A pesar que la evolución de los casos no es idéntica para cada país podemos observar que las pendientes son bastante similares para algunos. Este diferente comportamiento se debe a varios factores: medidas de aislamiento social, muestreo de casos, detección temprana, etc.

Para poder estimar el número de casos en función del tiempo, podemos intentar hacer un ajuste matemático a estas curvas. Para facilitar la visualización solamente voy a mostrar el ajuste para algunos países.

Gráfico 1.12. Ajuste para el número de casos de algunos países (como ejemplo se muestra el gráfico al 20 de marzo del 2020)

2. Cálculo de la función exponencial de ajuste

La función que se asume que describe el número de casos para cada país es de la forma

N(x)=Ce^{Ax}

donde A y C son constantes que se obtienen del ajuste para cada curva (cada país), N es número de casos y x es el número de días a partir del inicio de la infección, es decir, a partir de la detección de casos infectados.
Para calcular el número de día que corresponderá a un valor N de casos (100, 1000, 10000 o cualquier otro valor), despejamos la variable  y obtenemos

 x=\frac{1}{C}\ln(N/A)

Los resultados se muestran en la tabla 1.

Otro parámetro interesante, que no todas las páginas que reportan datos del Covid-19 lo calculan, es el que se denomina “tasa de duplicación” que básicamente es el número de días que deben pasar para que el número de casos actuales se duplique.

Digamos que el día de hoy, día x, tenemos N casos. Si suponemos que para el día x’ tenemos el doble de casos, es decir 2N, nos interesa poder calcular dentro de cuantos días a partir de hoy se duplican los casos, es decir  será el número de días que deben transcurrir. Manipulando las ecuaciones

N=Ce^{Ax} y 2N=Ce^{Ax'} aplicando logaritmos obtenemos

x'=\frac{1}{A}\ln(2N/C)=\frac{1}{A}\ln(2)+\frac{1}{A}\ln(N/C)

y

x=\frac{1}{A}\ln(N/C)

como nos interesa calcular  que es el número de días para que se dupliquen los casos, restando ambas ecuaciones obtenemos

T2N=x'-x=\frac{1}{A}\ln(2)

estoy denotando  al número de días para que se dupliquen los casos o la tasa de duplicación.

Justamente basándonos en los resultados previos podemos hallar las funciones exponenciales que corresponden a algunas tasas de contagio fijas y que nos pueden servir de referencia. Nos interesan tasas de contagio T2N de 1 día, 2 días, 3 días y 7 días. Estas tasas son las que están representadas en el gráfico 1.1, se ven como líneas rectas pues corresponde exactamente a funciones exponenciales y en una escala logarítmica se ven así.

Usando

T2N=\frac{1}{A}\ln(2)

podemos igualar la tasa de duplicación a cualquiera de los valores que queremos usar para hallar la constante A, entonces obtenemos

Tabla 2.1. Valores de la constante A y la función exponencial para tasas de duplicación de 1, 2, 3, 5 y 7 días.

El ajuste puede sobre-estimar el número de casos que predice, pero de continuar la tasa de contagio a la fecha, se presentan las estimaciones para los números de casos en la siguiente tabla, luego incluiré más países, por el momento me estoy concentrando en latino américa. Un detalle importante es que en la tabla el número de días se cuenta a partir de la fecha en que se detectaron casos positivos. Además, para los valores estimados se asume que no cambia la tasa de contagio, es decir, si la tasa de contagio se mantiene constante a la fecha de hoy, el número de casos se obtendrían luego del número correspondiente de días a partir del contagio.

Algunos médicos especialistas en el tema me han recomendado evitar “predecir” solamente a partir de los casos acumulados. Sin embargo, basado en el modelo que he tratado de explicar, es posible estimar el número de días que deben pasar para tener un número determinado de casos. Creo que a pesar de las limitaciones y simplicidad del modelo es interesante generar las estimaciones con la finalidad de motivar a que se discuta el tema. Eso generará que más especialistas se involucren en el tema y que además de la discusión académica, la información se vaya comunicando cada vez más y mejor a la comunidad. Esa es la intención: difundir y generar mejores estimaciones.

En la siguiente tabla se muestran las estimaciones en el número de días para algunos países al día 31 de marzo como un ejemplo. Como es muy difícil estar calculando cada fecha a partir de la aparición de casos positivos para cada país, se muestran otras tablas con las fechas estimadas para los diferentes números de casos.

 

Tabla 2.2. Número de días a partir de la fecha de casos positivos para tener un número específico de casos.

Las constantes A y C cambian cada vez que la data se incrementa, las tablas realmente son dinámicas y cada día se actualizan. A continuación se muestran diversas tablas con fechas estimadas.

La Tabla 2.3 muestra las fechas estimadas para casos entre 100 y 3000.

 

Tabla 2.3. Fechas para tener entre 100 y 3000 casos para Latino-américa.

La Tabla 2.4 muestra las fechas estimadas para casos entre 1000 y 10 000.

 

Tabla 2.4. Fechas para tener entre 1000 y 10 000 casos para países de Latino-américa con más de 600 casos.

Y en la tabla 2.5 incluyo a todos los países de latino-américa que figuran en los gráficos previos.

 

Tabla 2.5. Fechas para tener entre 1000 y 10 000 casos para Latino-américa.

Los resultados de la tasa de duplicación para algunos países se muestran en la siguiente tabla. Además incluyo la tasa de triplicación, que consiste en el número de días que deben transcurrir para que número de casos actuales se triplique.

 

Tabla 2.6. Número de días para que se dupliquen y tripliquen los casos (latino-américa).

Si las medidas de restricción logran disminuir la tasa de contagio, el número de casos definitivamente será mucho mejor y el escenario más favorable.

3. Casos en Perú

En el siguiente gráfico se muestran en la columna azul el número de casos confirmados oficialmente en Perú, en la columna naranja el número de casos que se predice con el ajuste que corresponde a la ecuación calculada. Estos valores se irán actualizando para observar si la curva de casos se aleja de los valores predichos, si esto ocurre eso significaría que la tasa de contagio se está reduciendo y las medidas están funcionando. Ahora, nuevamente es importante resaltar que la validez del ajuste dependerá del número de muestras que se realicen, a mayor número de muestras, los casos confirmados se acercarán más a los valores reales de contagiados.

 

Gráfico 3.1. Nuevos casos confirmados cada 24 horas.

Gráfico 3.2. Casos positivos confirmados vs. casos estimados para un crecimiento exponencial.

4. Análisis para Europa y resto de países

Para fines de comparación incluyo las curvas de casos cada 24 horas para los principales países de Europa, además USA y otros en escala lineal y logarítmica.

La razón por la cual incluyo a USA en esta gráfica es debido a que respecto a los países latinoamericanos el inicio de la fecha de detección tiene una diferencia de aproximadamente 18 días. De manera que la infección en USA es más cercana en el tiempo a Europa y Asia.

Gráfico 4.1. Número de casos por cada día desde el primer reporte para países de Europa y otras regiones. (escala vertical lineal)

Gráfico 4.2. Número de casos por cada día desde el primer reporte para países de Europa y otras regiones. (escala vertical logarítmica).

Como mencioné en el reporte anterior, se observa en el gráfico 4.2 que USA continúa con la mayor tasa de contagio (mayor pendiente), a la fecha.

España, a partir del día 42 (14 de Marzo) muestra una reducción en su pendiente, lo cual corresponde a las medidas tomadas por el gobierno. Se observa que a pesar de esta disminución en la tasa de contagio tiende a alcanzar y probablemente superar a Italia en unos cuantos días. Alemania también tiene un comportamiento similar a España, pues a partir del día 54 muestra una reducción en su pendiente. Canadá a partir del día 44 (16 de marzo), tiende a disminuir su pendiente hasta el momento tiene una pendiente muy similar a Alemania.

Inglaterra muestra una pendiente menor que España y USA, mientras que UK tiende a superar a Francia de no disminuir su tasa de contagio.

Sin embargo, algunos países que presentan tendencias preocupantes son Holanda y Portugal, que van muy parejos juntamente. Suiza parece que está disminuyendo su pendiente.

En la tabla 4.1 se muestran las fechas estimadas para un número entre entre 1000 y 10 000 casos.

Tabla 4.1. Fechas para tener entre 1000 y 10 000 casos para USA, Europa y otras regiones.

En la tabla 7 se muestran las fechas estimadas para un número entre 10 000 y 100 000 casos.

Tabla 4.2. Fechas para tener entre 10 000 y 100 000 casos para USA, Europa y otras regiones.

Gráfico 4.3. Número de fallecidos por cada día desde la primera ocurrencia para países de Europa y otras regiones. (escala vertical logarítmica).

Para una mejor lectura de la gráfica, separo en dos gráficos adicionales: más de 1000 fallecidos y menos de 1000 fallecidos

Gráfico 4.4. Países con más de 1000 fallecidos por cada día desde la primera ocurrencia para países de Europa y otras regiones. (escala vertical logarítmica).

Gráfico 4.5. Países con menos de 1000 fallecidos por cada día desde la primera ocurrencia para países de Europa y otras regiones. (escala vertical logarítmica).