ANÁLISIS

CUARENTENA
¿QUÉ SE HIZO?
Se desarrolló e implementó un modelo, usando la teoría
de sistemas dinámicos, para delinear la transmisión del
coronavirus y proyectar la demanda sanitaria derivada
de la misma. El modelo tiene en cuenta la medida de
aislamiento preventivo obligatorio.

El sistema dinámico divide a la población en ocho

categorías cuya prevalencia cambia con el tiempo.

Se tiene por objeto de este ejercicio entregar una

herramienta para ayudar en el proceso de planeación y
toma de decisiones.
 MODELO SEI3RD
Aquí se considera la intervención de cuarentena generalizada
y algunas medidas de aislamiento

S: Susceptibles, E: Expuestos; I: Infectados (moderados,

severos, críticos), R: Recuperados; D: Muertes
SUPUESTOS SIMPLIFICANTES

Mezcla aleatoria de la población

¨TODOS LOS MODELOS ESTÁN

Todos los individuos son EQUIVOCADOS PERO ALGUNOS
igualmente susceptibles FUNCIONAN¨
GEORGE BOX, ESTADÍSTICO
BRITÁNICO

Los individuos de la población se

comportan de la misma manera
OTROS SUPUESTOS

Días

𝑅0 = 2,6
FORTALEZAS
• Ampliamente estudiado, analizado y utilizado
• Este tipo de modelos han demostrado ser útiles desde 1927
• Se pueden llevar a cabo con el poder computacional disponible

LIMITACIONES
• Cantidad considerable de supuestos
• Por el momento se ignora la estructura poblacional

¨EL MEJOR MODELO DE UN GATO ES UN GATO, O PREFERIBLEMENTE EL MISMO GATO¨

NORBERT WEINER, MATEMÁTICO AMERICANO
 0
200.000
400.000
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
1.800.000

15/03/2020

29/03/2020

12/04/2020

26/04/2020

10/05/2020

24/05/2020

07/06/2020

Escenario sin cuarentena

21/06/2020

05/07/2020

19/07/2020

02/08/2020

16/08/2020

30/08/2020

13/09/2020

27/09/2020

11/10/2020
Levantar cuarentena 26 abril

25/10/2020

08/11/2020

22/11/2020

06/12/2020
PROYECCIÓN INFECTADOS

20/12/2020

03/01/2021

17/01/2021

31/01/2021
Levantar cuarentena 4 may

14/02/2021

28/02/2021

14/03/2021
 0
10.000
30.000
40.000
50.000
60.000
70.000
80.000
90.000
100.000
110.000
120.000

20.000
15/03/2020

29/03/2020

12/04/2020

26/04/2020

10/05/2020

24/05/2020

07/06/2020

Escenario sin cuarentena

21/06/2020

05/07/2020

19/07/2020

02/08/2020

16/08/2020

30/08/2020

13/09/2020

27/09/2020

11/10/2020
Levantar cuarentena 26 abril

25/10/2020

08/11/2020

22/11/2020

06/12/2020

20/12/2020

03/01/2021

17/01/2021

31/01/2021
Levantar cuarentena 4 may

14/02/2021

28/02/2021

14/03/2021
PROYECCIÓN CASOS CRÍTICOS (UCI)
 NÚMERO EFECTIVO DE REPRODUCCIÓN
Sin medidas de aislamiento
3,00
Aislamiento de colegios, universidades y adultos mayores
2,70 El número reproductivo
2,40 Aislamiento preventivo y obligatorio estima la velocidad con
2,10
que una enfermedad
Aislamiento de colegios, universidades, adultos mayores y puede propagarse en
1,80 distanciamiento social una población
1,50

1,20

0,90

0,60

0,30

0,00
15/03/2020

29/03/2020

12/04/2020

26/04/2020

10/05/2020

24/05/2020

07/06/2020

21/06/2020

05/07/2020

19/07/2020

02/08/2020

16/08/2020

30/08/2020

13/09/2020

27/09/2020

11/10/2020

25/10/2020

08/11/2020

22/11/2020

06/12/2020

20/12/2020

03/01/2021

17/01/2021

31/01/2021

14/02/2021

28/02/2021

14/03/2021
Escenario sin cuarentena Levantar cuarentena 26 abril Levantar cuarentena 4 may
Estimating the maximum daily number of incident COVID-19 cases manageable by a healthcare system

CÁLCULADORA DEL MÁXIMO

DE PACIENTES POR SERVICIO
https://caic-rt.shinyapps.io/CAIC-RT/
https://www.medrxiv.org/content/10.1101/2020.03.25.20043711v1.full.pdf
Este cálculo mide la capacidad máxima
de atención por día a partir de los
siguientes parámetros para no colapsar
el sistema:
1. Tiempo de atención hospitalario y
cuidados intensivos.
2. Disponibilidad de camas en atención
hospitalario y cuidados intensivos.
3. Estructura de edad de las personas
infectadas, en atención hospitalaria y
cuidados intensivos.
 Parámetros iniciales de ejemplo:
NÚMERO MÁXIMO DE PACIENTES QUE
PODRIAN INGRESAN POR COVID AL DIA Table 1: Expected resource utilization for COVID-19 patients
Input Parameter Value
Output-Maximun daily number of incident COVID-19 cases, by resource type
Mean days in acute care 8
Mean days in critical care 10
Mean days on a mechanical ventilator 10

Table 2: Resource availability for COVID-19 patients

Input Parameter Value
Number of acute care 1,955
Number of critical care beds 290
Number of mechanical ventilators 290
Percent patients requiring mechanical ventilation 100

Table 3: Age-stratified case distribution and severity

Age groups Case Dsitribution (%) Acute Care Admission (%) Critical Care Admission (%)
0-19 4.3 3 0.0
20-44 52.2 23 12.5
45-54 16.7 24 12.5
55-64 13.8 17 33.3
65-74 9.5 21 37.5
75-84 2.4 7 0.0
85+ 1.0 5 4.2

* Diariamente se calcula el número máximo de pacientes con el reporte del SIRC – Sist. de Referencia y Contrareferencia
 ESTIMACIÓN DE PORCENTAJE DE OCUPACIÓN DE
UCI A PARTIR DE PROYECCIONES COVID-19
200%

180%

160%

Esc 1 Esc 2 Esc 3 140%

120%

100%

80%

60%

40%
290 UCIS – 172 20%
casos diarios
0%
máximos de UCI
24-mar.
26-mar.
28-mar.
30-mar.
01-abr.
03-abr.
05-abr.
07-abr.
09-abr.
11-abr.
13-abr.
15-abr.
17-abr.
19-abr.
21-abr.
23-abr.
25-abr.
27-abr.
29-abr.

11-may.

29-may.
01-may.
03-may.
05-may.
07-may.
09-may.

13-may.
15-may.
17-may.
19-may.
21-may.
23-may.
25-may.
27-may.

31-may.
UCI Esc 0 UCI Esc 1 UCI Esc 2

% = Numero de casos diarios en UCI / Índice de número máximo de pacientes

GRACIAS