Revista ELECTRO
Vol. 42 – Año 2020
Artículo
TÍTULO
A Stochastic Epidemic Model of the Covid19 Disease Data from Mexico
AUTORES
Brandon Iván Méndez Barrera, Ponciano Jorge Escamilla Ambrosio, Abraham Rodríguez Mota
RESUMEN
En este trabajo se presenta un modelo del comportamiento de la enfermedad por coronavirus (COVID-19) en México, utilizando una Cadena de Markov discreta. Este modelo considera varias fases de la enfermedad que una persona puede experimentar durante el periodo de infección como parte de un estado establecido en un modelo de cadena de Markov, (los estados son susceptibles, infectados, asintomáticos, sintomáticos, personas críticas como hospitalizados y cuidados intensivos, fallecidos y recuperados), considerando las probabilidades de transitar de un estado a otro (por ejemplo, la probabilidad de estar infectado, probabilidad de recuperarse de una enfermedad, etc.) y también incluye un gráfico para mostrar las posibles vías en el curso de la enfermedad. Los datos de México con fecha 10 de junio de 2020 se utilizaron para construir el modelo presentado. Este trabajo incluye un gráfico donde se muestra el comportamiento de contagio de una persona infectada (sintomática y asintomática) sobre personas susceptibles, este material gráfico del modelo está desarrollado con herramientas Python, para una mejor representación de la información gráfica y visual.
Palabras Clave: espacio de estados, matriz de probabilidad, gráfico modelo, probabilidades de transición.
ABSTRACT
In this work, a model of the behavior of the coronavirus disease (COVID-19) in Mexico, using a discrete Markov Chain, is presented. This model considers several phases of the disease that a person can experiment during the infection as part of a states set in a Markov chain model, (states are susceptible, infected, asymptomatic, symptomatic, severe symptoms, critical, deceased and recovered), considering the probabilities of transiting from a certain state to another (for example, the probability of being infected, probability of recovering from disease, etc.) and also includes a graph to show the possible ways in course of disease. The data from Mexico on date June 10th, 2020 was used to build up the presented model. This works includes a graphic where is shown the contagion behavior of an infected person (symptomatic and asymptomatic) over susceptible people, this graphic material of the model was developed with Python tools, for better representing of graphics and visual information.
Keywords: states space, probability matrix, model graph, transition probabilities.
REFERENCIAS
[1] Catak, M., & Duran, N. (2020). Nonlinear Markov chain modelling of the novel coronav irus (Covid-19) pandemic. medRxiv.
[2] Tang, B., Wang, X., Li, Q., Bragazzi, N. L., Tang, S., Xiao, Y., & Wu, J. (2020). Estimation of the transmission risk of the 2019-nCoV and its implication for public health interventions. Journal of clinical medicine, 9(2), 462.
[3] Zhang, Y., You, C., Cai, Z., Sun, J., Hu, W., & Zhou, X. H. (2020). Prediction of the COVID-19 outbreak based on a realistic stoch astic model. medRxiv.
[4] Gobierno de México. (2020). Covid-19 México. Recovered in: https://coronavirus.gob.mx/datos/, last accessed: 10/06/2020
[5] Privault, N. (2020). Notes on Markov Chains. Recovered in: https://www.ntu.edu.sg/home/nprivault/indext.html, last accessed: 03/07/2020
[6] Cohen, J., & Normile, D. (2020). New SARS-like virus in China triggers alarm
[7] Lu, H.; Stratton, C.W.; Tang, Y.W. Outbreak of pneumonia of unknown etiology in Wuhan China: The mystery and the miracle. J. Med. Virol. 2020.
[8] Bardina, X., Ferrante, M., & Rovira, C. (2020). A stochastic epidemic model of COVID-19 disease. arXiv preprint arXiv:2005.02859.
CITAR COMO:
Brandon Iván Méndez Barrera, Ponciano Jorge Escamilla Ambrosio, Abraham Rodríguez Mota, "A Stochastic Epidemic Model of the Covid19 Disease Data from Mexico", Revista ELECTRO, Vol. 42, 2020, pp. 152-157.
VERSIÓN PDF