Skip to main navigation menu Skip to main content Skip to site footer

Tiime projection to reach herd immunity for COVID-19 in Bogotá

Proyección del tiempo para alcanzar la inmunidad de rebaño para COVID-19 en Bogotá




Section
Research Article

How to Cite
Díaz Pinzón, J. E. (2021). Tiime projection to reach herd immunity for COVID-19 in Bogotá. Journal of Medicine and Surgery Repertoire, 30. https://doi.org/10.31260/RepertMedCir.01217372.1252 (Original work published 2021)

Dimensions
PlumX
license

   

Jorge Enrique Díaz Pinzón


    Jorge Enrique Díaz Pinzón,

    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, Colombia.

    https://matematicasjorgediaz.webnode.com.co/


    the immunization process in the country started on February 17 2021, based on the National Vaccination Plan structured by the National Government, which establishes two phases and five stages. The vaccines to be applied in
    Colombia are: Pfizer, AstraZeneca, Janssen, Moderna and Sinovac. Objective: to estimate the time to achieve herd immunity for COVID-19 in Bogota. Methodology: daily vaccination information was obtained from the Bogota District Health Authority. The full 140-day period from February 21 2021 to July 11 2021 corresponding to the vaccination rollout in Bogota, was
    reviewed. Results: it was determined that herd immunity will be reached by December 6 2021. As of this date 11’041.306
    doses will have been administered to immunize the population in Bogota. Conclusion: from this research we infer the significant role that mathematical models play when simulating vaccination processes, thus, future research avenues based on mathematical modeling to achieve herd immunity for any infectious process, will be outlined.


    Article visits 2707 | PDF visits 584


    Downloads

    Download data is not yet available.
    1. Organización Mundial de la Salud. Cronología de la respuesta de la OMS a la COVID-19 [Internet]. 2020 [citado 2021 abril 10]; Disponible en: https://www.who.int/es/news-room/detail/29- 06-2020-covidtimeline
    2. Organización Mundial de la Salud. Coronavirus disease (COVID-19) [Internet]. 2021 [citado 2021 abril 10]. Disponible en: https://covid19.who.int/ Salasituacion PBA
    3. Silva A, Aguirre M, Ballejo C, Marro M, Gamarnik A, Vargas G, et al. Seroprevalencia de Infección por SARS-COV-2 en PS de la Región Sanitaria VIII, Provincia de Buenos Aires, Argentina. Rev Argent Salud Pública. 2020;12(Suplemento Covid-19):1-9.
    4. Creech CB, Walker SC, Samuels RJ. SARS-CoV-2 vaccines. JAMA. 2021;325(13):1318-1320. doi: 10.1001/jama.2021.3199
    5. Boland B. ¿Qué es la inmunidad de rebaño? [Internet]. Banner Health; 2020 [citado abril 10 de 2021]. Disponible en: https://www.bannerhealthcom/es/healthcareblog/teach-me/what-is-herd-immunity
    6. Cochrane Iberoamérica. Inmunidad de grupo (inmunidad de rebaño) y COVID-19 [Internet]. Colombia: DANE; 2020 [citado 2021 abril 10]; Disponible en: https://es.cochrane.org/es/inmunidad-degrupo-inmunidad-de-reba%C3%B1o-y-covid-19
    7. Gómez-Lucía E, Ruiz-Santa-Quiteria J. ¿Qué es la inmunidad de rebaño y por qué Reino Unido creía que podía funcionar? [Internet]. Unidad de Cultura Científica y de Divulgación - Universidad Complutense de Madrid; 2020 [citado abril 10 de 2021]. Disponible en: https://www.ucm.es/otri/noticias-quees-la-inmunidad-de-rebano-y-por-que-reino-unido-cree-que-puede-funcionar
    8. Ministerio de Salud y Protección Social. Vacunación contra el COVID-19 [Internet]. Ministerio de Salud y Protección Social; 2021 [citado abril 19 de 2021]; Disponible en: https://www.minsalud.gov. co/salud/publica/Vacunacion/Paginas/Vacunacion-covid-19.aspx
    9. Secretaría Distrital de Salud. Vacunación contra el COVID-19 [Internet]. 2021 [citado abril 19 de 2021]; Disponible en: http:// www.saludcapital.gov.co/Paginas2/Inicio.aspx 10. De la fuente S. Modelo ARIMA (p, d, q). Madrid: Universidad Autónoma de Madrid; 2020. p. 53. 11. Calvo D. Análisis de series temporales en R. ARIMA [Internet]. 2018 [citado 2020 noviembre 7]; Disponible en: https://www. diegocalvo.es/analisis-de-series-temporales-en-r-arima/
    10. De la fuente S. Modelo ARIMA (p, d, q). Madrid: Universidad Autónoma de Madrid; 2020. p. 53.
    11. Calvo D. Análisis de series temporales en R. ARIMA [Internet]. 2018 [citado 2020 noviembre 7]; Disponible en: https://www.diegocalvo.es/analisis-de-series-temporales-en-r-arima/
    12. Maté C. Modelos ARIMA [Internet]. 2012 [citado 2020 noviembre 7]; Disponible en: https://es2.slideshare.net/juan_churqui/ modelo-arima-14236175?from_action=save
    13. Villareal, F. Introducción a los Modelos de Pronósticos [Internet]. 2016 [citado abril 19 de 2021]; Disponible en: https://www.matematica.uns.edu.ar/uma2016/material/Introduccion_a_los_ Modelos_de_Pronosticos.pdf
    14. Díaz Pinzón JE. Medidas de frecuencia por COVID-19 en Bogotá DC. Repert Med Cir. 2020;29(Núm. Supl.1):94-98. https://doi. org/10.31260/RepertMedCir.01217372.1110
    15. Díaz Pinzón JE. Estimación de las tasas de mortalidad y letalidad por COVID-19 en Colombia. Repert Med Cir. 2020;29(Núm. Supl.1):89- 93. https://doi.org/10.31260/RepertMedCir.01217372.1103
    16. Díaz Pinzón JE. Análisis de los resultados del contagio del COVID-19 respecto a su distribución geográfica en Colombia. Repert Med Cir. 2020;29(Núm. Supl.1):60-64. https://doi.org/10.31260/ RepertMedCir.01217372.1082
    17. Luzuriaga J, Mársico F, García E, González V, Kreplak N, Pífano M, González S. Impacto de la aplicación de vacunas contra COVID-19 sobre la incidencia de nuevas infecciones por SARSCOV-2 en PS de la Provincia de Buenos Aires. [Internet]. Scielo; 2021 [citado 18 abr 2021]. Disponible en https://doi.org/10.1590/ SciELOPreprints.2068
    Sistema OJS 3.4.0.5 - Metabiblioteca |