Seguimiento de la Evolución Temporal del Coronavirus en San Juan Impacto de la Fase III durante el período del 05 al 29 de Setiembre y Análisis de la Administración de las Fases propuesta por el Gobierno Nacional

H. D. PATIÑO

2020-09-05/2020-09-29

1-12

Informática (software)

Salud humana

El objetivo principal del presente reporte no es cuestionar la política sanitaria llevada adelante por el gobierno nacional ni provincial contra el Covid-19, sino todo lo contrario, pretende aportar y contribuir al análisis objetivo de su dinámica temporal y la forma de cómo están impactando las tres herramientas no farmacológicas más efectivas para su mitigación, hasta tanto se disponga de una cura efectiva o la disponibilidad de una vacuna. Todo este estudio y análisis que se ha realizado desde el enfoque del procesamiento de datos, la teoría de sistemas y control, nuestro campo de conocimiento científico tecnológico.Se presentan resumidamente los resultados obtenidos del análisis del seguimiento e impacto de la administración de las Fases de movilización poblacional para el control de la dinámica del Covid-19 en la provincia de San Juan, tomando como datos los informes ?oficiales? entregados por el Ministerio de Salud Pública de la provincia y del análisis de las experimentaciones llevadas a cabo mediante simulaciones computacionales.Se analiza además la estrategia impuesta por Argentina para la gestión de las Fases de Movilización para el control del brote basada en el tiempo de duplicación de casos por días. Resultados de corridas de simulación computacional muestran la efectividad de dicha política de decisión principalmente en el AMBA (Área Metropolitana de Bs. As.), mientras que la misma política de gestión de fases aplicada hacia el interior del país no presenta el mismo desempeño, observándose un rápido estrés de los sistemas sanitarios y en muchos casos al límite del colapso. Se presentan las posibles razones y se proponen tres opciones que podrían resolver dicho problema.Como método de trabajo para los estudios y análisis realizados se empleó los fundamentos matemáticos necesarios para el procesamiento de datos y el modelo matemático epidemiológico SEIRD (Susceptibles ? Expuestos ? Infectados ? Recuperados y Fallecidos), el cual describe el comportamiento dinámico de una pandemia, ajustado en este trabajo al comportamiento en el espacio y tiempo del virus Sars-CoV2 que produce la enfermedad Covid-19. En este modelo, a diferencia de los típicos empleados por la comunidad científica, incorporamos la incidencia e impacto de la realización de Testeos con Aislamiento en la población.