Un análisis integral del brote de viruela simica utilizando un modelo conjunto de series temporales: un estudio de caso de países con zonas críticas

• Autores: Huaman Alfaro, Juan Carlos, Meza Cuba, Wilfredo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana Unión
• Repositorio: UPEU-Tesis
• Lenguaje: español
• OAI Identifier: oai:repositorio.upeu.edu.pe:20.500.12840/7691
• Enlace del recurso: http://repositorio.upeu.edu.pe/handle/20.500.12840/7691
• Nivel de acceso: acceso embargado
• Materia: Rastreo de brotes de viruela del mono; Enfermedad infecciosa; Modelado estadístico; Modelos de series temporales; Modelos de conjunto; Estadísticas de salud; Toma de decisiones; http://purl.org/pe-repo/ocde/ford#1.01.03

La pandemia de coronavirus ha suscitado preocupaciones sobre la aparición de otras infecciones virales, como la viruela del mono, que se ha convertido en un peligro significativo para la salud pública. Por lo tanto, este trabajo propone una nueva técnica de conjunto de series temporales para analizar y predecir la propagación de la viruela del mono en los cuatro países con mayores tasas de infección por el virus de la viruela del mono. Este enfoque involucró el procesamiento de la primera serie temporal acumulativa de casos confirmados para abordar la estabilización de la varianza, la normalización, la estacionariedad y un componente de tendencia secular no lineal. Después de eso, se utilizaron cinco modelos de series temporales individuales y tres modelos de conjunto propuestos para estimar la serie temporal filtrada de casos confirmados. La precisión de los modelos se evalúa utilizando errores medios típicos de precisión, evaluación gráfica y una prueba estadística de igual precisión de pronóstico. Basado en los resultados, se encontró que el enfoque de pronóstico de conjunto de series temporales propuesto es una manera eficiente y precisa de pronosticar los casos confirmados acumulativos para los cuatro principales países del mundo y el mundo entero. Utilizando el mejor modelo de conjunto, se hace un pronóstico para los próximos 28 días (cuatro semanas), lo que ayudará a comprender la propagación de la enfermedad y los riesgos asociados. Esta información puede prevenir una mayor propagación y permitir un tratamiento oportuno y efectivo. Además, el enfoque novedoso de conjunto de series temporales desarrollado puede ser utilizado para pronosticar otras enfermedades en el futuro.