Análisis de datos relativos a la pandemia del COVID-19 en Argentina usando el modelo SIR

Abstract

Este artículo presenta un estudio que utiliza los datos proporcionados por el Ministerio de Salud de Argentina sobre el número de personas infectadas, fallecidas y recuperadas por la enfermedad de Coronavirus 2019 (COVID-2019). El modelo estándar Susceptible-Infected-Removed (SIR) se usa para simular la población infectada de esta epidemia en Argentina. El modelo SIR, desarrollado por Ronald Ross, William Hamer y otros, es una representación matemática de cómo una infección se propaga en una población en el tiempo. Este modelo tiene dos parámetros, la tasa de transmisión por cápita, beta y la tasa de recuperación, gamma. Se puede esperar que un individuo infectado recién introducido infecte a otras personas a la tasa beta durante el período infeccioso esperado 1/gamma. De esa manera, el parámetro gamma es fijo y el parámetro beta se ajusta con el tiempo con datos reales, de tres formas distintas, que luego se comparan simulando la evolución epidémica mediante el modelo SIR. Se muestran los resultados obtenidos con datos reales del 3 de marzo de 2020 al 21 de julio de 2020. Finalmente, como consecuencia de la variación propuesta de beta a lo largo del tiempo, el modelo se ajusta satisfactoriamente a los datos de Argentina.