REPERT MED CIR. 2020;29(Núm. Supl.1):128-133
de Medicina y Cirugía
Vol. 29
(Núm. Supl.1)
2020
Jorge Enrique Díaz-Pinzón
a
a
Ingeniero. Magister en Gestión de la Tecnología Educativa, Especialista en Administración de la Informática Educativa. Docente de
matemáticas e Investigador, Secretaría de Educación de Soacha, Cundinamarca.
Introducción: el síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2) se ha dispersado velozmente por
todo el mundo, incluida la importancia relativa de varias vías de transmisión, el papel de las infecciones asintomáticas y
presintomáticas y la susceptibilidad y transmisibilidad de grupos de edad especícos. Objetivo: presentar una perspectiva
del contagio de personas recuperadas y fallecidas por el COVID-19 en Colombia para 2021. Metodología: el método utilizado
para calcular el pronóstico fue el modelo ARIMA (0,1,0). Resultados: se estimó que para nalizar el mes de diciembre 2021,
se tendrá un número de 4’973.547 personas contagiadas, 4’784.987 personas recuperadas, y 110.159 personas fallecidas.
Conclusión: la utilización de modelación matemática ha progresado en grado representativo en las últimas décadas es
de gran impulso para ilustrar escenarios ecaces de prevención y control de enfermedades infectocontagiosas, esto con la
nalidad de seguir monitoreando el SARS-CoV-2, y poder controlar su velocidad de propagación en Colombia.
Palabras clave: COVID-19, modelación matemática, SARS-CoV-2, pandemia.
© 2020 Fundación Universitaria de Ciencias de la Salud - FUCS.
Este es un artículo Open Access bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/).
R E S U M E N
INFORMACIÓN DEL ARTÍCULO
Historia del artículo:
Fecha recibido: noviembre 11 de 2020
Fecha aceptado: noviembre 17 de 2020
Autor para correspondencia.
Jorge Enrique Díaz Pinzón
jediazp@unal.edu.co
DOI
10.31260/RepertMedCir.01217372.1136
Perspectiva del COVID-19 en
Colombia para el año 2021
A perspective on the spread of COVID-19 in
Colombia by 2021
Artículo de investigación
128
ISSN: 0121-7372 • ISSN electrónico: 2462-991X
REPERT MED CIR. 2020;29(Núm. Supl.1):128-133
ABSTRACT
Introduction: severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has spread rapidly worldwide, including
the relative importance of various transmission routes, the role of asymptomatic and pre-symptomatic infection and the
susceptibility and transmissibility among specic age groups. Objective: to present a perspective on the spread of COVID-19
in Colombia by 2021. Methodology: the ARIMA (0,1,0) model was used for predicting future data. Results: the estimated
values by the end of December 2021 will be 4’973.547 infections, 4’784.987 recoveries and 110.159 deaths. Conclusion: the
use of mathematical modeling have made considerable progress during the last few decades and is a very important tool to
illustrate eective scenarios for infectious disease prevention and control, with the aim to further enhance monitoring of the
SARS-CoV-2 and controlling its transmission rate in Colombia.
Key words: COVID-19, coronavirus, infectious disease transmission; pandemic.
© 2020 Fundación Universitaria de Ciencias de la Salud - FUCS.
This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-nc-nd/4.0/).
A comienzos de diciembre 2019 en la ciudad de Wuhan,
capital de la provincia de Hubei en China central, se registró
un grupo de personas enfermas con un tipo de neumonía
desconocida.
1
El síndrome respiratorio agudo severo coronavirus 2
(SARS-CoV-2) se ha dispersado velozmente por todo el
mundo, incluida la importancia relativa de varias vías de
transmisión, el papel de las infecciones asintomáticas y
presintomáticas y la susceptibilidad y transmisibilidad de
grupos de edad especícos.
2
La enfermedad ocasionada por este nuevo virus se ha
designado por consenso internacional COVID-19. El Comité
de Emergencias del Reglamento Sanitario Internacional
(RSI, 005) manifestó el brote como una emergencia de salud
pública de importancia internacional (ESPII) en su reunión
del 30 de enero 2020. Posteriormente el 11 de marzo 2020 la
OMS lo consideró como una pandemia global.
3
Según Montesinos citado por Díaz
4
, el empleo de modelos
matemáticos para enfermedades infecciosas ha crecido en
grado signicativo en los años anteriores debido a que
proveen información ventajosa para tomar decisiones, y
crear medidas activas en el control o erradicación
de una enfermedad infecciosa. Estos modelos son muy
favorables porque sujetan propiedades esenciales de la
dispersión de una enfermedad de una forma sintética.
El pronóstico atañe a la predicción de un evento de
interés (EI) después de su inicio. El término hace referencia
a posibles resultados de un EI y a la frecuencia con la que
se puede esperar que se originen.
5
Los modelos matemáticos
se utilizan para entender las transiciones epidemiológicas
críticas y predecir los parámetros. Con frecuencia el ajuste
de la curva epidemiológica, los datos de vigilancia durante
la transmisión temprana y otros modelos epidemiológicos se
han empleado para realizar pronósticos de la pandemia de la
COVID-19 en el mundo.
6-9
INTRODUCCIÓN
El objetivo de este trabajo de investigación es presentar
una perspectiva del contagio de personas recuperadas y
fallecidas por el COVID-19 en Colombia para 2021; el método
utilizado para calcular el pronóstico fue el modelo ARIMA
(0,1,0), teniendo en cuenta el registro de la información
por parte del Instituto Nacional de Salud
10
, hasta el 6 de
noviembre 2020 punto de vista económico, social y de salud.
METODOLOGÍA
El trabajo de investigación se realizó mediante un enfoque
cuantitativo, es aquella en la que se acumulan y examinan
datos cuantitativos sobre variables y estudia las propiedades
y fenómenos cuantitativos, según Hurtado y Toro (1998)
citado por Díaz.
11
129
MODELO ARIMA (P,D,Q)
El modelo ARIMA (Autoregresive Integrated Moving
Average), admite referir un valor como una función lineal
de datos anteriores y errores convenidos al azar, puede
contener un componente cíclico o estacional.
12,13
Los modelos ARIMA se erigen a partir de los modelos
ARMA, pero estimando que la serie en estudio para que sea
estacionaria en media tendrá que diferenciarse una serie de
veces.
Un modelo ARIMA (p, d, q) es un modelo ARMA (p, q)
sobre la serie diferenciada d veces. Es decir, su expresión
algebraica, será:
REPERT MED CIR. 2020;29(Núm. Supl.1):128-133
Tabla 1. Descripción del modelo ARIMA
130
donde Yt(
d
) es la serie de las diferencias de orden, d y
εt(
d
) es la serie de los errores que se cometen en la serie
anterior.14
Regularmente el orden de diferenciación d, entero, oscila
entre 0 y 2. Una vez hemos visto el procedimiento de un
modelo ARIMA, podemos armar que este se puede precisar
como un modelo de regresión lineal múltiple, donde la
variable dependiente es la propia serie (diferenciada o no) y
las variables independientes son valores de la serie y valores
de los errores de ajuste pasados hasta unos órdenes p y q,
comparativamente.
14
En la gura 1 se aprecia la proyección de personas
contagiadas para 2021. Al nalizar enero de 2021 se
proyecta un número de 1’914.750 personas contagiadas por
COVID-19 hasta llegar a nalizar el mes de diciembre con
4’973.547 de personas contagiadas.
POBLACIÓN
Esta investigación se centró en la población de contagiados,
recuperados y personas fallecidas por COVID-19, con la
información proveniente del Instituto Nacional de Salud,
en el periodo comprendido entre el 6 de marzo al 5 de
noviembre 2020. Se utilizó el paquete estadístico SPSS v.25.
RESULTADOS
En la tabla 1, se observa la descripción del modelo
ARIMA (p, d, q), para los datos acumulados para personas
contagiadas, recuperadas y fallecidas por COVID-19.
ID de modelo
ID de modelo
ID de modelo
Contagiados-Acu
Recuperados-Acu
Fallecidos-Acu
Modelo_1
Modelo_1
Modelo_1
ARIMA (0,1,0)
ARIMA (0,1,0)
ARIMA (0,1,0)
Fuente: el autor.
Figura 1. Número de contagiados por COVID-19 para el año 2021
Fuente: el autor.
En la gura 2 se observa la proyección de personas
recuperadas para 2021. Al nalizar el mes de enero 2021 se
proyecta un número de 1’710.029 personas contagiadas por
COVID-19 hasta llegar a nalizar el mes de diciembre con
4’784.987 de personas recuperadas.
En la gura 3 se evidencia la proyección de personas
fallecidas para 2021. Al nalizar el mes de enero 2021 se
proyecta un número de 48.317 personas fallecidas por
COVID-19 hasta llegar a nalizar el mes de diciembre con
110.159 de personas fallecidas.
REPERT MED CIR. 2020;29(Núm. Supl.1):128-133
131
Figura 2. Número de recuperados por COVID-19 para el año 2021
Fuente: el autor.
Figura 3. Número de fallecidos año 2021.
Fuente: el autor.
REPERT MED CIR. 2020;29(Núm. Supl.1):128-133
CONCLUSIONES
De acuerdo con la proyección del COVID-19 para 2021 en
Colombia por el método ARIMA (0,1,0), se estimó que para
nalizar el mes de diciembre se tendrá un número de 4’973.547
personas contagiadas, 4’784.987 personas recuperadas, y
110.159 de personas fallecidas. Ahora, la difusión del SARS-
CoV-2, la situación nacional e internacional, la carencia por
el momento de una vacuna efectiva contra el COVID-19,
admite la obligación de continuar con las medidas de
aislamiento selectivo en los próximos meses y años, con la
nalidad de mitigar la enfermedad en Colombia, y poder
de esta forma impedir que se presenten rebrotes en el país.
El autor recomienda utilizar otros modelos de pronóstico,
por ejemplo, el modelo de suavizado exponencial de Brown
según IBM citado por Díaz.
17,18
Este método es muy análogo
a un modelo ARIMA con cero órdenes de autoregresión, dos
órdenes de distinción y dos órdenes de media móvil, con el
coeciente para el segundo orden de media móvil igual al
cuadrado de la mitad del coeciente de primer orden. La
utilización de modelación matemática ha progresado en
grado representativo en las últimas décadas y son de gran
impulso para ilustrar escenarios ecaces de prevención y
control de enfermedades infectocontagiosas, esto con la
nalidad de seguir monitoreando el SARS-CoV-2, y poder
controlar su velocidad de propagación en Colombia.
DECLARACIÓN CONFLICTO
El autor declara no tener ningún conicto de interes.
REFERENCIAS
Hay que analizar el efecto del COVID-19 en otros ámbitos
como la economía y la educación, el país enfrenta una
difícil situación entre contener la actividad económica
o contener una pandemia. Cuanto antes se tomen medidas
inexibles para aplacar la propagación del virus, cuanta
más propagación, mayor será el impacto en la economía a
corto plazo, pero con las medidas sanitarias y el teletrabajo
se puede dominar la pandemia.
15
Las instituciones deben considerar los comentarios de
los estudiantes y los docentes para mejorar sus planes de
contingencia y por lo tanto, Hay que analizar el efecto
del COVID-19 en otros ámbitos como la economía y la
educación, el país enfrenta una difícil situación
entre contener la actividad económica o contener una
pandemia. Cuanto antes se tomen medidas inexibles para
aplacar la propagación del virus, cuanta más propagación,
mayor será el impacto en la economía a corto plazo, pero con
las medidas sanitarias y el teletrabajo se puede dominar la
pandemia.
15
Las instituciones deben considerar los comentarios de
los estudiantes y los docentes para mejorar sus planes de
contingencia y por lo tanto, tener un impacto positivo en
la enseñanza. De igual manera se deben realizar procesos
de formación permanente en el uso de las tecnologías de la
información y la comunicación para estudiantes y docentes,
esto para fortalecer este campo en benecio de la comunidad
educativa del país.
16
132
1. Li Q, Guan X, Wu P, Wang X, Zhou L, Tong Y, et al. Early Transmission
Dynamics in Wuhan, China, of Novel Coronavirus-Infected pneumonia.
N Engl J Med. 2020;382(13):1199-1207. Doi:10.1056/NEJMoa2001316
2. Lee CE, Wada N, Grabowski KM, Gurley E, Lessler J. The engines of SARS-
CoV-2 spread. Doi: 10.1126/science.abd8755
3. ISCIII. Informe sobre la situación de COVID-19 en España. 2020
[Internet]. 2020 [citado 2020 noviembre 03]. Recuperado de: https://www.
isciii.es/QueHacemos/Servicios/VigilanciaSaludPublicaRENAVE/
EnfermedadesTransmisibles/Paginas/InformesCOVID-19.aspx
4. Díaz Pinzón, JE. Precisión del pronóstico de la propagación del COVID-19
en Colombia. Repert. Med. Cir. 2020;29(Supl.1):27-33. Doi: 10.31260/
RepertMedCir.01217372.1045
5. Manterola, C; Santander, C; Otzen, T. Cómo valorar e interpretar un artículo
sobre pronóstico. Rev Chil Cir. 2013;65(1):77-84. Doi: 10.4067/S0718-
40262013000100015
6. Singh RK, Rani M, Bhagavathula AS, Sah R, Rodriguez-Morales AJ, Kalita
H, et al. Prediction of the COVID-19 pandemic for the top 15 aected
countries: Advanced Autoregressive Integrated Moving Average
(ARIMA) model. JMIR Public Health Surveill. 2020;6(2):e19115. Doi: 10.2196/19115
7. Kucharski AJ, Russell TW, Diamond C, Liu Y, Edmunds J, Funk S,
et al. Early dynamics of transmission and control of COVID-19: a
mathematical modelling study. 2020;20(5):553-558. Doi: 10.1016/S1473-
3099(20)30144-4
8. Liu Y, Gayle A, Wilder-Smith A, Rocklöv J. The reproductive
number of COVID-19 is higher compared to SARS coronavirus. J
Travel Med. 2020;27(2):taaa021. Doi: 10.1093/jtm/taaa021
9. Pirouz B, Shaee Haghshenas S, Piro P. Investigating a Serious Challenge
in the Sustainable Development Process: Analysis of Conrmed cases of
COVID-19 (New Type of Coronavirus) Through a Binary Classication
Using Articial Intelligence and Regression Analysis. Sustainability.
2020;12(6): 2427. Doi: 10.3390/su12062427
10. Instituto Nacional de Salud. Coronavirus (COVID-2019) en Colombia
[Internet]. Bogotá: Instituto Nacional de Salud; 2020. [citado 2020
noviembre 7]; Recuperado de: https://www.ins.gov.co/
Noticias/Paginas/Coronavirus.aspx.
11. Díaz-Pinzón, J.E. Correlación y regresión lineal de la evaluación tiempo
y puntaje con recurso interactivo ash. INNOVA Research Journal.
2017;2(10):1-8. doi: https://doi.org/10.33890/innova.v2.n10.2017
12. De la fuente S. Modelo ARIMA (p, d, q) [Internet]. 2020 [citado
2020 noviembre 7]; Disponible en: http://www.estadistica.net/
ECONOMETRIA/SERIES-TEMPORALES/modelo-arima.pdf
13. Calvo D. Análisis de series temporales en R. ARIMA. 2018 [Internet]. [citado
2020 noviembre 7]; Disponible en: https://www.diegocalvo.
es/analisis-de-series-temporales-en-r-arima/
14. Maté, C. Modelos ARIMA. 2012 [Internet]. [citado 2020 noviembre 7];
Recuperado de: https://es2.slideshare.net/juan_churqui/
modelo-arima-14236175?from_action=save
REPERT MED CIR. 2020;29(Núm. Supl.1):128-133
133
15. Quintero Rivera JJ. El Efecto del COVID-19 en la Economía y la
Educación: Estrategias para la Educación Virtual de Colombia. Revista
Scientic. 2020;5(17):280-291. Doi: 10.29394/Scientic.issn.2542-
2987.2020.5.17.15.280-291
16. Díaz-Pinzón JE. Formación de Docentes en el Uso y Apropiación
de las TIC. Innova Research Journal. 2017;2(9): 18-25. Doi: 10.33890/innova.
v2.n9.2017.257
17.Díaz-Pinzón JE. Precisión del pronóstico de la propagación del COVID-19
en Colombia. Repert Med Cir. 2020;29(Núm. Supl.1):27-33. Doi:
10.31260/RepertMedCir.01217372.1045
18. Díaz-Pinzón JE. Uso de modelo predictivo para la dinámica
de transmisión del COVID-19 en Colombia. Repert
Med Cir. 2020;29(Núm. Supl.1):34-44. Doi: 10.31260/
RepertMedCir.01217372.1056