Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad

RESUMEN En este trabajo se aborda el problema de localización estratégica de bases y ambulancias, considerando la cantidad de habitantes y un ponderador de vulnerabilidad, confirmado por elementos socioeconómicos y epidemiológicos. A tal fin, se utiliza un modelo lineal generalizado (GLM) para la pr...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Reid Calderón,Samantha, Nicolis,Orietta, Peralta,Billy, Menares,Franco
Lenguaje:	Spanish / Castilian
Publicado:	Universidad de Tarapacá. 2021
Materias:	Modelo GLM Modelo de localización-asignación COVID-19
Acceso en línea:	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000300564
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:scielo:S0718-33052021000300564
record_format	dspace
spelling	oai:scielo:S0718-330520210003005642021-11-19Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidadReid Calderón,SamanthaNicolis,OriettaPeralta,BillyMenares,Franco Modelo GLM Modelo de localización-asignación COVID-19 RESUMEN En este trabajo se aborda el problema de localización estratégica de bases y ambulancias, considerando la cantidad de habitantes y un ponderador de vulnerabilidad, confirmado por elementos socioeconómicos y epidemiológicos. A tal fin, se utiliza un modelo lineal generalizado (GLM) para la predicción de casos de COVID-19 a nivel comunal y un modelo de optimización matemático de localización y asignación que maximiza la cobertura de atención a la población. La metodología se aplica en la región Metropolitana en Chile, analizando la situación actual de la institución del Servicio de Atención Médico de Urgencias (SAMU), encargada de la gestión de ambulancias en la región. Asimismo, se ocupará el Índice de Prioridad Social (IPS) como factor socioeconómico y la cantidad de pacientes confirmados por COVID-19 desde el 30 de Marzo hasta el 12 de Junio del 2020. En los resultados, para el modelo de predicción, se obtuvo una proyección coherente para una semana de estudio, con errores residuales aceptables. En cuanto al modelo de optimización, se comprueba la acción del ponderador de vulnerabilidad, tanto para una reasignación de ambulancias en el sistema como para una incorporación de bases y/o ambulancias, dando resultados en tiempos de cómputo aceptables.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.29 n.3 20212021-09-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000300564es10.4067/S0718-33052021000300564
institution	Scielo Chile
collection	Scielo Chile
language	Spanish / Castilian
topic	Modelo GLM Modelo de localización-asignación COVID-19
spellingShingle	Modelo GLM Modelo de localización-asignación COVID-19 Reid Calderón,Samantha Nicolis,Orietta Peralta,Billy Menares,Franco Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
description	RESUMEN En este trabajo se aborda el problema de localización estratégica de bases y ambulancias, considerando la cantidad de habitantes y un ponderador de vulnerabilidad, confirmado por elementos socioeconómicos y epidemiológicos. A tal fin, se utiliza un modelo lineal generalizado (GLM) para la predicción de casos de COVID-19 a nivel comunal y un modelo de optimización matemático de localización y asignación que maximiza la cobertura de atención a la población. La metodología se aplica en la región Metropolitana en Chile, analizando la situación actual de la institución del Servicio de Atención Médico de Urgencias (SAMU), encargada de la gestión de ambulancias en la región. Asimismo, se ocupará el Índice de Prioridad Social (IPS) como factor socioeconómico y la cantidad de pacientes confirmados por COVID-19 desde el 30 de Marzo hasta el 12 de Junio del 2020. En los resultados, para el modelo de predicción, se obtuvo una proyección coherente para una semana de estudio, con errores residuales aceptables. En cuanto al modelo de optimización, se comprueba la acción del ponderador de vulnerabilidad, tanto para una reasignación de ambulancias en el sistema como para una incorporación de bases y/o ambulancias, dando resultados en tiempos de cómputo aceptables.
author	Reid Calderón,Samantha Nicolis,Orietta Peralta,Billy Menares,Franco
author_facet	Reid Calderón,Samantha Nicolis,Orietta Peralta,Billy Menares,Franco
author_sort	Reid Calderón,Samantha
title	Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
title_short	Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
title_full	Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
title_fullStr	Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
title_full_unstemmed	Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
title_sort	predicción de casos de covid-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
publisher	Universidad de Tarapacá.
publishDate	2021
url	http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000300564
work_keys_str_mv	AT reidcalderonsamantha predicciondecasosdecovid19ymodelodelocalizacionasignaciondebasesyambulanciasconsiderandofactoresdevulnerabilidad AT nicolisorietta predicciondecasosdecovid19ymodelodelocalizacionasignaciondebasesyambulanciasconsiderandofactoresdevulnerabilidad AT peraltabilly predicciondecasosdecovid19ymodelodelocalizacionasignaciondebasesyambulanciasconsiderandofactoresdevulnerabilidad AT menaresfranco predicciondecasosdecovid19ymodelodelocalizacionasignaciondebasesyambulanciasconsiderandofactoresdevulnerabilidad
_version_	1718324297288646656

Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad

Ejemplares similares