¿Cuándo terminará la Pandemia en México?

 

El experimento de monitoreo predictivo.

-Teoría 

Aquí nuestro objetivo es experimentar el monitoreo predictivo en el contexto realista de lo que está ocurriendo COVID-19, para explorar sus potenciales y desarrollar pautas y estrategias específicas por el uso correcto de la misma. Para ejecutar el experimento, lo primero es elegir un modelo y una fuente de datos para la predicción basada en datos, antes de que podamos actualizar y monitorear las predicciones actualizadas con más y más datos llegan con el tiempo. 

La propagación de enfermedades infecciosas a menudo sigue un patrón de ciclo de vida, desde el brote hasta la fase de aceleración, punto de inflexión, fase de desaceleración y finalización eventual. Tal ciclo de vida es el resultado de la infección, proceso, propiedad del virus, la naturaleza de una población y la adaptación y la lucha comportamientos de los agentes, incluidos los individuos (evitando el contacto físico) y los gobiernos (cerrando ciudades) en la población. Sin embargo, los ciclos de vida pandémicos varían según los países, y diferentes países podrían estar en diferentes fases de los ciclos de vida en un mismo punto en el tiempo. 

Por ejemplo, el 21 de abril, en Singapur, el primer ministro Hsien-Loong Lee anunció el extensión del disyuntor al 1 de junio en respuesta a los picos de los casos COVID-19, en el mismo día cuando el primer ministro Giuseppe Conte anunció el plan de Italia para reabrir a partir del 4 de mayo Idealmente hablando, tales decisiones y planificación pueden racionalizarse sabiendo bien dónde nuestro propio país (junto con otros países y el mundo en general) este solo ciclo de vida pandémico, cuando llega el punto de inflexión si aún ha llegado, y cuando la pandemia terminará. Se pueden hacer ajustes de acuerdo con los cambios en las estimaciones y predicciones en estos frentes. La base para tal estimación procesable es la pandemia ciclo vital. 

- Modelo 

Se espera que el patrón del ciclo de vida pandémico aparezca como una curva en forma de S cuando se traza el recuento acumulativo de casos de infección a lo largo del tiempo o de manera equivalente como una curva de "forma de campana" los recuentos diarios a lo largo del tiempo (ver ejemplos en la Figura 1). Tenga en cuenta que la campana aquí no se espera ser simétrico sin esperar una distribución normal, sino una larga cola a la derecha. Tales patrones, así como la dinámica subyacente, han sido bien estudiados en varios dominios. 

Incluyendo crecimiento de la población, difusión de nuevas tecnologías y enfermedades infecciosas, y han establecido modelos matemáticos teóricamente, incluido el modelo logístico que describe un fenómeno general del ciclo de vida (como el crecimiento de la población) y el SIR (susceptible-infectado-recuperado) modelo [13,14,15] que describe el proceso dinámico de la propagación de enfermedades infecciosas.

 Figura 1. Estimaciones continuas basadas en datos del ciclo de vida COVID-19, fechas de vencimiento y
finalización para Singapur e Italia a partir del 21 de abril frente al 28 de abril de 2020. 

El modelo SIR se emplea en este experimento por algunas razones. Uno, es específico del contexto y modela el proceso dinámico de inflexiones en una población a lo largo del tiempo. Segundo, requiere 4 4 entradas de datos simples que están disponibles públicamente. En tercer lugar, hay códigos de computadora de código abierto disponible para una rápida adopción. Aquí no repetiremos los detalles del modelo SIR en este papel, que se puede encontrar fácilmente en muchos libros de texto de matemáticas. Esencialmente, el modelo SIR incorpora dos parámetros principales, beta y gamma, para calcular tres variables clave incluyendo S (número de personas susceptibles), I (número de personas infectadas) y R (número de personas que se recuperaron, murieron o quedaron infectadas por la enfermedad). Beta es el número de días uno es contagioso y una propiedad del virus. Gamma es el número promedio de personas infectadas por una persona previamente infectada y resulta no solo de la interacción patrones de personas en la sociedad (que el distanciamiento social puede influir) pero también proceso de infección propiedad del virus.

- Implementación

Los valores de estos dos parámetros determinan fundamentalmente la forma de una infección curva de ciclo de vida específica de la enfermedad para una población. En particular, el modelo (con tres ecuaciones para S, I y R en su forma original) se pueden reducir a una función sobre el total recuento  de infecciones, o equivalentemente el recuento diario de nuevas infecciones. Esta variable clave es la suma de las variables I y R y tiene datos disponibles públicamente reportados por canales oficiales cada día. 

Por lo tanto, solo los datos de la cuenta de infección total (que también se puede utilizar para derivar el nuevo caso diario cuenta) es necesario para  hacer una regresión de los dos parámetros clave y otras constantes y así entrenar a modelo que estima la curva dinámica de la pandemia.

Batista también desarrolló códigos de computadora de código abierto para implementar la regresión usando el función reducida [17]. En nuestros experimentos, aplicamos los códigos de Batista al COVID-19 datos de infección acumulativa para cada país desde "Nuestro mundo en datos" [18]  para hacer retroceder el parámetros y constantes del modelo básico SIR. Tenga en cuenta que, las versiones más sofisticadas del modelo SIR, como  el modelo SEIR, también se ha utilizado para predecir el giro y puntos finales de COVID-19 en China, pero requieren entradas de datos más sofisticadas que no tenemos. Las regresiones se ejecutan para países individuales y se actualizan diariamente con el. 

Predicción del COVID-19 de México.

Según los datos de este modelo científico lo que respecta a México sería el 29 de mayo cuando empezaría a aplanar la curva y se
estabilizaría la situación de la pandemia, pero hasta el 19 de septiembre es cuando se prevé que no existan casos por COVID-19 
en el país.
El 17 de junio se estima llegar al 97% de casos y el 1 de julio llegar al 99% de casos posibles por Coronavirus.

Aunque no estamos exentos a que nuevamente vuelva a aparecer el virus con nuevas mutaciones, especialistas creen que el 
COVID-19 llego para quedarse y se sumara a la lista de una de tantas enfermedades virales que existen en la actualidad, aunque 
para ese entonces ya existirá una cura para combatirla.