Versiones
- 2024-10-17 (2)
- 2020-08-10 (1)
Palabras clave
covid-19
Monitoreo
Salud pública
Modelo SIRD
Tunja
Cómo citar
Resumen
Historicamente las herramientas base para planificación y actuación en epidemias y pandemias vienen de los sistemas de informacion, la necesidad de información en tiempo real, con alcance poblacional y descrito por variables de an ´ alisis, en la pandemia ´por covid desde un inicio, a travez de dashboard para la vigilancia permanente , el analisis y la toma de decisiones, junto con los ´modelos predictivos epidemiologicos, son herramientas clave para orientar la toma de decisiones . El objetivo de este art ´ ´ıculo es describir la experiencia de Tunja en el diseno del dashboard “ Te cuido me cuido Tunja” como medio de difusi ˜ on de los casos ´presentados en la ciudad de Tunja de manera oficial bajo parametros epidemiológicos clave en el covid19, con este an ´ alisis se ´permite identificar la importancia del uso de modelos predictivos y sistemas de informacion en tiempo real para la planificaci ´ on y ´preparacion de acciones concretas de forma anticipada, y el impacto de su articulaci ´ on con estrategias de identificación oportuna ´del virus y de cercos epidemiologicos con pruebas generalizadas y rastreo completo de contactos, mejorando la coordinaci ´ on entre ´niveles de atencion y ´ ambitos de vigilancia epidemiológica
Citas
Alcaldia Mayor de Tunja, Secretaria de Proteccion So- ´
cial. (20 de 08 de 2020). Me cuido, te cuido Tunja. Obtenido de Boletin Covid19: https://datastudio.google.com
reporting/d4cf3174-7051-429a-a8ed-714777abfb2c/page/1M
Atewell, A. (2009). Florence Nightingale(1820-1910). Rev
salud hist sanid on-line 2009, 4(1), 1-17.
Cruz, M., Santos, E., Cervantes, M., Juarez, M. (2020). ´
COVID-19, a worldwide public health emergency. Revista Cl´ınica Espanola, 220(1), Disponible en: https: ˜ //www.ncbi.
nlm.nih.gov/pmc/articles/PMC7102523/.
Hethcote, H. W. (2000). The mathematics of infectious
diseases. SIAM Review, 42(4), 599-653.
Ji, C., Jiang, D. (2014). Threshold behaviour of a stochastic SIR model. Applied Mathematical Modelling, 38(21-
, 5067-5079.
Manrique-Abril, F. G. (20 de 08 de 2020). Boyacovid.
Obtenido de Ministerio de las Tic. Datos abiertos: https://herra
mientas.datos.gov.co/usos/boyacovid19
Manrique-Abril, F., Agudelo-Calderon, C., Gonzalez-Chord ´ a,´
V., Gutierrez-Lesmes, O., T ´ ellez-Pi ´ nerez, C., Herrera-Amaya, ˜
GM. (2020). Modelo SIR de la pandemia de Covid-19 en
Colombia. Rev. salud publica, 22(2), 1-09 https: ´ //revistas.unal
edu.co/index.php/revsaludpublica/article/view/85977.
Manrique-Abril, FG; Tellez-Pi ´ nerez, C; Pacheco-L ˜ opez, ´
M. (2020). Estimation of time-varying reproduction numbers of COVID-19 in American countries with regards to
non-pharmacological interventions. F1000Research,9(868),
-10 Disponible en: https://doi.org/10.12688
/f1000research.25309.1.
Ministerio de Tecnolog´ıas de la Informacion y las Comu- ´
nicaciones. (20 de 08 de 2020). Datos abiertos. Recuperado el 20 de 08 de 2020, de Casos positivos de COVID-19
en Colombia: https://www.datos.gov.co/Salud-y-Proteccin-Social/Casos-positivos-de-COVID-19-en-Colombia/gt2j8ykr/data
Mollalo, A., Vahedi, B., Rivera, K. (2020). GIS-based
spatial modeling of COVID-19 incidence rate in the continental United States. Science of The Total Environment,
(Agosto), 1-8 Disponible en:https://doi.org/10.1016
/j.scitotenv.2020.138884.
Osemwinyen, A., Diakhaby, A. (2015). Mathematical
modelling of the transmission dynamics of ebola virus.
Applied and Computational Mathematics, 4(4), 313-320.
Prem, K., Liu, Y., Russell, T., Kucharski, A., Eggo, R.,
Davies, N. (2020). The effect of control strategies that
reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan, China. The Lancet public health, 5(5),
e261-e270 Disponible en: https://doi.org/10.1016/S2468-
(20)30073-6.
Ridenhour, B., Kowali, k. J., Shay DKRidenhour, B., Kowalik, J., Shay, D. (2018). El numero reproductivo b ´ asi- ´
co (R 0): consideraciones para su aplicacion en la sa- ´
lud poblica. American Journal of Public Health, 108(S6), ´
S455-S65 Disponible en: https://www.ncbi.nlm.nih.gov
/pmc/articles/PMC6291769/.
Snow, J. (1849). On the mode of communication of cholera. London: John Churchil, Princes Street, Soho.
Sun, Z., Thilakavathy, K., Kumar, S., He, G., Liu, S.
(2020). Potential factors influencing repeated SARS outbreaks in China. International Journal of Environmental Research and Public Health, 17, 1633 Disponible en:
Universidad Johns Hopkins. (20 de 08 de 2020). Coronavirus Resource Center. Recuperado el 20 de 08 de 2020,
de https://coronavirus.jhu.edu/map.html
Wilder-Smith, A., Chiew, C., Lee, V. (2020). Can we
contain the COVID-19 outbreak with the same measures
as for SARS? Lancet Infect Dis, 3099(20), E102-E107
Disponible en:https://doi.org/10.1016/S1473-3099(20)30129-
Yang, X., Yu, Y., Xu, J., Shu, H., Liu, H., Wu, Y. (2020).
Clinical course and outcomes of critically ill patients with
SARS-CoV-2 pneumonia in Wuhan, China: a single-centered,
retrospective, observational study. The Lancet Respiratory Medicine, 8(5), 475-481 Disponible en: https://doi.org
/10.1016/S2213-2600(20)30079-5.
Zhou, C., Su, F., Pei, T., Zhang, A., Du, Y., Luo, B.
(2020). COVID-19: challenges to GIS with big data. Geography and Sustainability, 1(1), 77-87 Disponible en:
https://www.sciencedirect.com/science/article/pii
/S2666683920300092.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Derechos de autor 2022 Revista Salud, Historia y Sanidad