Abstract:
Con la pandemia de COVID-19 se formularon numerosos modelos matemáticos para seguir y monitorear el progreso de contagios, la utilización de camas y unidades de terapia intensiva, etc. La mayoría de ellos están basados en el clásico sistema compartamental SEIR (Suceptible-Exposed- Infectous-Recovered), propuesto hace algunas décadas y que ha demostrado ser muy útil en muchas epidemias ocurridas. En el marco de un proyecto de investigación de la UNTREF, surgió la idea de aplicar un proceso no-homogéneo de Markov inicialmente desarrollado para confiabilidad de software al seguimiento de la curva de infectados por COVID-19. De esta manera se encontró una expresión matemática de la curva de contagios que ajusta muy bien los datos registrados por los distintos países. Esa expresión matemática ajusta además las curvas de registro de muertes. Como consecuencia del modelo matemático utilizado, se obtiene un indicador análogo al tiempo medio entre fallas, que denominamos tiempo medio entre infecciones (MTBI). Este indicador da una idea de la velocidad de propagación de contagios. Al principio de la epidemia, antes del pico de contagios, o lo que es equivalente, al punto de inflexión de la curva de infectados, va disminuyendo su valor, indicando que la población se contagia cada vez más rápido, luego del pico, su valor aumenta, indicando que la población se contagia más esporádicamente Además de indicar la velocidad de propagación, la determinación del mínimo del MTBI permite predecir el pico de contagios. En esta conferencia, se expondrán los resultados y alcances de esta investigación y su aplicación en el monitoreo de la epidemia de COVID19 en Argentina.