Titulo:
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia
.
Sumario:
Desde el brote del nuevo coronavirus (COVID-19) el 31 de diciembre de 2019 en China se extendió rápidamente a más de 200 países de todo el mundo. Los gobiernos de los países afectados han tomado medidas como el distanciamiento social para disminuir la tasa de propagación de COVID-19. Como una forma de evaluar la efectividad de tales acciones, diseñamos un modelo de microsimulación basado en agentes que permite representar la propagación de COVID-19 en Medellín, Colombia. En consecuencia, reproducimos el número de casos y muertes causadas por COVID-19 de acuerdo con los datos reales de Medellín utilizando el modelo propuesto. Además, probamos nuestro modelo con dos escenarios: primero con acciones gubernamentales reales y segundo sin accione... Ver más
Guardado en:
1794-1237
2463-0950
18
2021-05-31
36005 pp. 1
16
Revista EIA - 2021
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| id |
metarevistapublica_eia_revistaeia_10_article_1501 |
|---|---|
| record_format |
ojs |
| spelling |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia Un An agent-based microsimulation model for COVID-19 dissemination in Medellín-Colombia Desde el brote del nuevo coronavirus (COVID-19) el 31 de diciembre de 2019 en China se extendió rápidamente a más de 200 países de todo el mundo. Los gobiernos de los países afectados han tomado medidas como el distanciamiento social para disminuir la tasa de propagación de COVID-19. Como una forma de evaluar la efectividad de tales acciones, diseñamos un modelo de microsimulación basado en agentes que permite representar la propagación de COVID-19 en Medellín, Colombia. En consecuencia, reproducimos el número de casos y muertes causadas por COVID-19 de acuerdo con los datos reales de Medellín utilizando el modelo propuesto. Además, probamos nuestro modelo con dos escenarios: primero con acciones gubernamentales reales y segundo sin acciones gubernamentales en Medellín-Colombia. Los resultados de nuestro modelo muestran que las políticas de salud pública tempranas permiten aplanar la curva de la propagación de COVID-19 en contraste con el escenario sin restricciones. Como trabajo futuro, incluiremos más clústeres, por ejemplo, clústeres de ocio, clústeres de transporte, y la dinámica de los casos extranjeros de COVID-19 Since the outbreak of the novel coronavirus (COVID-19) at December 31ths of 2019 in China it quickly spread to more than 200 countries around the word. Government on affected countries have taken actions such as social distancing in order to decrease the COVID-19 spreading rate. As a way to evaluate how effective are such actions, we design an agent-based microsimulation model that allows for representing the COVID-19 spreading in Medellín, Colombia. Accordingly, we reproduce the number of cases and deaths caused by the COVID-19 according to Medellín-real data by using the proposed model. Also, we test our model with two scenarios: first one with real government actions and second one without any government actions in Medellín-Colombia. Our model results show that early-public-health policies allows for flatting the curve of the COVID-19 spreading in contrast to the scenario without restrictions. As future work, we will include more clusters—e.g., leisure clusters, transport clusters—and the dynamic of the foreign COVID-19 cases. Gómez Marín, Cristian Giovanny Mosquera Tobón, Jose David Serna-Urán, Conrado Augusto Agent-based microsimulation modeling Stochastic simulation Dissemination modeling COVID-19 Microsimulación basada en agentes Simulación estocástica Modelado de propagación COVID-19 18 36 Núm. 36 , Año 2021 : Artículo de revista Journal article 2021-05-31 00:00:00 2021-05-31 00:00:00 2021-05-31 application/pdf Fondo Editorial EIA - Universidad EIA Revista EIA 1794-1237 2463-0950 https://revistas.eia.edu.co/index.php/reveia/article/view/1501 10.24050/reia.v18i36.1501 https://doi.org/10.24050/reia.v18i36.1501 spa https://creativecommons.org/licenses/by-nc-nd/4.0 Revista EIA - 2021 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0. 36005 pp. 1 16 Acuña, L., Fuente, J. C., Soler, L. A., Valderrama, F., Daza, M. T., y Barbosa-Vaca, L. (2018). Situacion de la Enfermedad Renal Cróncia, la Hipertensión Arterial y la Diabetes Mellistus en Colombia 2017. Bogota, D.C: Fondo Colombiano de Enfermedades de Alto Costo. Adnan, M., Outay, F., Ahmed, S., Brattich, E., di Sabatino, S., y Janssens, D. (2020). Integrated agent-based microsimulation framework for examining impacts of mobility-oriented policies. Personal and Ubiquitous Computing, (1–13). Akira-Toda, A. (2020). Susceptible-Infected-Recovered (SIR) Dynamics of COVID-19 and Economic Impact. ArXiv Preprint ArXiv:2003.11221., 1–15. Retrieved from http://arxiv.org/abs/2003.11221 Alvarez, F., Argente, D., y Lippi, F. (2020). A Simple Planning Problem for COVID-19 Lockdown. In (No. w26981). National Bureau of Economic Research. https://doi.org/10.2139/ssrn.3569911 Anderson, R. ., Heesterbeek, H., Klinkenberg, D., y Hollingsworth, T. . (2020). How will country-based mitigation measures influence the course of the COVID-19 epidem. Lancet, 395(10228), 931–934. Araya, N., Leger, P., y Lopez, M. (2019). Whom do i Choose to Diffuse Information onTwitter? An Agent-Based Model Approach. IEEE Latin America Transactions, 17(4), 677–683. https://doi.org/10.1109/TLA.2019.8891933 Asociación Colombiana de Infectologia. (2020). Clasificación clínica de casos y estratificación del riesgo de infección por SARS-Cov-2/COVID-19. Infectio. Revista de La Asociación Colombiana de Infectología, 24(3(S1)), 10–13. Association of Local Authority Medical Advisors. (2020). Covid-19 Medical Risk Assessment. Retrieved September 2, 2020, from Alama.org website: https://alama.org.uk/covid-19-medical-risk-assessment/ Barabási, A.-L., y Réka, A. (1999). Emergence of Scaling in Random Networks. Science, 286(5439), 509–512. Bock, W., Adamik, B., Bawiec, M., Bezborodov, V., Bodych, M., Burgard, J. P., … Szymanski, P. (2020). Mitigation and herd immunity strategy for COVID-19 is likely to fail. MedRxiv, 2020.03.25.20043109. https://doi.org/10.1101/2020.03.25.20043109 Calafiore, G. C., Novara, C., y Possieri, C. (2020). A Modified SIR Model for the COVID-19 Contagion in Italy. ArXiv Preprint ArXiv:2003.14391., 1–6. Retrieved from http://arxiv.org/abs/2003.14391 Cámara de Comercio de Medellín. (2019). Retos para la consolidación de las pymes en Antioquia. Medellín. Cao, L.-L., Li, X., Kang, F., Liu, C., Sun, F., y Kotagiri, R. (2015). The quantitative and qualitative evaluation of a multi-agent microsimulation model for subway carriage design. International Journal of Microsimulation, 8(3), 6–40. Retrieved from https://www.researchgate.net/publication/311931329 Chao, D. L., Halloran, M. E., Obenchain, V. J., y Longini, I. M. (2010). FluTE, a publicly available stochastic influenza epidemic simulation model. PLoS Computational Biology, 6((1):e1000656). https://doi.org/https://doi.org/10.1371/journal.pcbi.1000656 Cohen, H. J., Lan, L., Archer, L., y Kornblith, A. B. (2012). Impact of age, comorbidity and symptoms on physical function in long-term breast cancer survivors (CALGB 70803). J Geriatr Oncol, 3(2), 82–89. https://doi.org/10.1016/j.jgo.2012.01.005 DANE. (2018a). Censo Nacional de Población y Vivienda - CNPV 2018. Dane, 1–27. Retrieved from https://sitios.dane.gov.co/cnpv-presentacion/src/#cuanto00 DANE. (2018b). Microdatos Censo Nacional de Población y Vivienda 2018. Retrieved April 25, 2020, from Censo Nacional de Población y Vivienda - CNPV-2018 website: http://microdatos.dane.gov.co/index.php/catalog/643/get_microdata DANE. (2020a). Boletín Técnico Principales indicadores del mercado laboral Febrero de 2020. Bogota. DANE. (2020b). Principales indicadores del mercado laboral Abril de 2020. Retrieved from https://www.dane.gov.co/files/investigaciones/boletines/ech/ech/bol_empleo_abr_20.pdf Ferguson, N. M., Laydon, D., Nedjati-Gilani, G., Imai, N., Ainslie, K., Baguelin, M., y Dighe, A. (2020). Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand.London: Imperial College COVID-19 Response Team, March, 16. Fernando, C., Rojas, R., Alejandra, J., y Vanegas, N. (2019). Determinantes socioeconómicos y nutricionales del sobrepeso y la obesidad en la población adulta del departamento del Guaviare. Bogota D.C. Hoertel, N., Blachier, M., Blanco, C., Olfson, M., Massetti, M., Rico, M. S., … Leleu, H. (2020). A stochastic agent-based model of the SARS-CoV-2 epidemic in France. Nature Medicine. https://doi.org/10.1038/s41591-020-1001-6 Instituto Nacional de Salud [INS]. (2020). Covid-19 Colombia. Retrieved May 3, 2020, from Reporte COVID-19 03-05-2020 website: https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx Kuzmar, I., Giraldo-Ospina, C. E., Acevedo-Osorio, G. O., y Rua-Salas, G. (2018). Morbilidad de la Enfermedad Pulmonar Obstructiva Crónica en Colombia. Resultados del Estudio SANEPOC-2. Revista de La Facultad de Ciencias Médicas, 75(1), 19. https://doi.org/10.31053/1853.0605.v75.n1.16617 Leleu, H., Hoertel, N., Massetti, M., y Blachier, M. (2020). Should We Quickly Get Out of Confinement to Face COVID-19 Pandemic? Estimating the Medical Outcomes of Different Public Health Strategies Using a Robust Microsimulation Agent-Based Model. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3569844 Li, J., y O’Donoghue, C. (2013). A survey of dynamic microsimulation models: uses, model structure and methodology. International Journal of Microsimulation, 6, 3–55. https://doi.org/10.1093/jae/ejm029 Mellan, T. A., Hoeltgebaum, H. H., Mishra, S., Whittaker, C., Schnekenberg, R. P., Gandy, A., … Jeff Eaton, Sabine L van Elsland, Richard FitzJohn, Keith Fraser, Katy Gaythorpe, Will Green, Sarah Hayes, Natsuko Imai, Ben Jeffrey, Edward Knock, Daniel Laydon, John Lees, Tara Mangal, Andria Mousa, Gemma Nedjati-Gilani, Pierre Nouvellet, Daniela Oliver, S. F. and S. B. (2020). Report 21: Estimating COVID-19 cases and reproduction number in Brazil. Retrieved from https://www.imperial.ac.uk/mrc-global-infectious-disease-analysis/news- wuhan-coronavirus Metropolitana, Á. (2018). Datos Abiertos Área Metropolitana del Valle de Aburra. Encuesta Origen Destino 2017 - Datos por Viajes. Retrieved from https://datosabiertos.metropol.gov.co/dataset/encuesta-origen-destino-2017-datos-por-viajes Ministerio de Educacion Nacional. Resolución 1730 de 2004. , (2004). Ministerio de Educacion Nacional. (2015). Consulta número de alumnos por aula (Vol. 2015-ER-14). Retrieved from https://www.mineducacion.gov.co/1759/articles-354336_archivo_pdf_Consulta.pdf Ministerio de Salud y Proteccion Social. (2016). Perfiles de Morbilidad Atendida en el Sistema de Seguridad Social en Salud Régimen Contributivo y Subsidiado. Año 2014. In El aseguramiento en cifras (Vol. 4006). Retrieved from https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VP/RBC/aseguramiento-cifras-2016-no.9-enero.pdf Ministerio de Salud y Proteccion Social. (2020). Capacidad instalada para atencion. Retrieved May 14, 2020, from https://minsalud.maps.arcgis.com/apps/opsdashboard/index.html#/1de89936b24449edb77e162d485ed5d9 Montañola-Sales, C., Gilabert-Navarro, J. F., Casanovas-Garcia, J., Prats, C., López, D., Valls, J., y Vilaplana, C. (2015). Modeling tuberculosis in Barcelona. A solution to speed-up agent-based simulations. In 2015. Winter Simulation Conference (WSC) . IEEE., 1295–1306. Monteiro, J. F. G., Escudero, D. J., Weinreb, C., Flanigan, T., Galea, S., Friedman, S. R., y Marshall, B. D. L. (2016). Understanding the effects of different HIV transmission models in individual-based microsimulation of HIV epidemic dynamics in people who inject drugs. Epidemiology y Infection, 144(8), 1683-1700. Nabi, K. N. (2020). Forecasting COVID-19 pandemic: A data-driven analysis. Chaos, Solitons and Fractals, 139, 110046. https://doi.org/10.1016/j.chaos.2020.110046 O’Donoghue, C. (2014). Introduction. In C. O’Donoghue (Ed.), Handbook of Microsimulation Modelling (pp. 1–21). https://doi.org/10.1108/S0573-855520140000293001 Palacios-Cruz, M., Santos, E., Velázquez-Cervantes, M. A., y León-Juárez, M. (2020). COVID-19, a worldwide public health emergency. Revista Clinica Espanola, (xx), 1–7. https://doi.org/10.1016/j.rce.2020.03.001 Pardo, M., y Farinas-Coronado, W. (2016). Agent-based Modeling and Simulation to Adoption Process of Information Technologies in Health Systems. IEEE Latin America Transactions, 14(7), 3358–3363. https://doi.org/10.1109/TLA.2016.7587642 Prem, K., Liu, Y., Russell, T. W., Kucharski, A. J., Eggo, R. M., Davies, N., … Klepac, P. (2020). The effect of control strategies to reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan, China: a modelling study. The Lancet Public Health, 261–270. https://doi.org/10.1016/S2468-2667(20)30073-6 Presidencia de la República. Decreto Número 457 del 22 de marzo de 2020. , (2020). República de Colombia. Decreto 2663 de 1950. Codigo Sustantivo del Trabajo. , (1950). Revista Dinero. (2016). Pymes contribuyen con más del 80% del empleo en Colombia. Dinero, 3. Retrieved from https://www.dinero.com/edicion-impresa/caratula/articulo/porcentaje-y-contribucion-de-las-pymes-en-colombia/231854 Richiardi, M., y Richardson, R. (2017). JAS-mine: A new platform for microsimulation and agent-based modelling. International Journal of Microsimulation, 10(1), 106–134. Retrieved from http://www.microsimulation.org/IJM/V10_1/IJM_2017_10_1_4.pdf Smith, S. K., Tayman, J., y Swanson, D. A. (2013). Structural and microsimulation models. In A Practitioner’s Guide to State and Local Population Projections (pp. 215–249). https://doi.org/10.1007/978-94-007-7551-0_9 Tu, Y.-F., Chien, C.-S., Yarmishyn, A. A., Lin, Y.-Y., Luo, Y.-H., Lin, Y.-T., … Chiou, S.-H. (2020). A Review of SARS-CoV-2 and the Ongoing Clinical Trials. International Journal of Molecular Sciences, 21(7). https://doi.org/10.3390/ijms21072657 Venkatramanan, S., Lewis, B., Chen, J., Higdon, D., Vullikanti, A., y Marathe, M. (2018). Using data-driven agent-based models for forecasting emerging infectious diseases. Epidemics, Vol. 22, pp. 43–49. https://doi.org/10.1016/j.epidem.2017.02.010 World Health Organization. (2020a). Cumulative COVID-19 cases reported by countries and territories in the Americas. Retrieved May 6, 2020, from Cumulative COVID-19 cases reported by countries and territories in the Americas website: https://who.maps.arcgis.com/apps/webappviewer/index.html?id=2203b04c3a5f486685a15482a0d97a87yextent=-17277700.8881%2C-1043174.5225%2C-1770156.5897%2C6979655.9663%2C102100 World Health Organization. (2020b). Report of the WHO-China Joint Mission on Coronavirus Disease 2019 (COVID-19). Worldometer. (2020). Coronavirus Update (Live). Retrieved May 13, 2020, from https://www.worldometers.info/coronavirus/ Yepes, V. (2018). ¿Cuánto tiempo dedican los colombianos a las compras en tiendas físicas? Retrieved September 5, 2020, from https://www.colombia.com/vida-y-estilo/mujer/cuanto-tiempo-dedican-los-colombianos-a-las-compras-en-tiendas-fisicas-201492 https://revistas.eia.edu.co/index.php/reveia/article/download/1501/1411 info:eu-repo/semantics/article http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_2df8fbb1 http://purl.org/redcol/resource_type/ART info:eu-repo/semantics/publishedVersion http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Text Publication |
| institution |
UNIVERSIDAD EIA |
| thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADEIA/logo.png |
| country_str |
Colombia |
| collection |
Revista EIA |
| title |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia |
| spellingShingle |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia Gómez Marín, Cristian Giovanny Mosquera Tobón, Jose David Serna-Urán, Conrado Augusto Agent-based microsimulation modeling Stochastic simulation Dissemination modeling COVID-19 Microsimulación basada en agentes Simulación estocástica Modelado de propagación COVID-19 |
| title_short |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia |
| title_full |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia |
| title_fullStr |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia |
| title_full_unstemmed |
Un modelo de microsimulación basado en agentes para la propagación del COVID-19 en Medellín-Colombia |
| title_sort |
un modelo de microsimulación basado en agentes para la propagación del covid-19 en medellín-colombia |
| title_eng |
Un An agent-based microsimulation model for COVID-19 dissemination in Medellín-Colombia |
| description |
Desde el brote del nuevo coronavirus (COVID-19) el 31 de diciembre de 2019 en China se extendió rápidamente a más de 200 países de todo el mundo. Los gobiernos de los países afectados han tomado medidas como el distanciamiento social para disminuir la tasa de propagación de COVID-19. Como una forma de evaluar la efectividad de tales acciones, diseñamos un modelo de microsimulación basado en agentes que permite representar la propagación de COVID-19 en Medellín, Colombia. En consecuencia, reproducimos el número de casos y muertes causadas por COVID-19 de acuerdo con los datos reales de Medellín utilizando el modelo propuesto. Además, probamos nuestro modelo con dos escenarios: primero con acciones gubernamentales reales y segundo sin acciones gubernamentales en Medellín-Colombia. Los resultados de nuestro modelo muestran que las políticas de salud pública tempranas permiten aplanar la curva de la propagación de COVID-19 en contraste con el escenario sin restricciones. Como trabajo futuro, incluiremos más clústeres, por ejemplo, clústeres de ocio, clústeres de transporte, y la dinámica de los casos extranjeros de COVID-19
|
| description_eng |
Since the outbreak of the novel coronavirus (COVID-19) at December 31ths of 2019 in China it quickly spread to more than 200 countries around the word. Government on affected countries have taken actions such as social distancing in order to decrease the COVID-19 spreading rate. As a way to evaluate how effective are such actions, we design an agent-based microsimulation model that allows for representing the COVID-19 spreading in Medellín, Colombia. Accordingly, we reproduce the number of cases and deaths caused by the COVID-19 according to Medellín-real data by using the proposed model. Also, we test our model with two scenarios: first one with real government actions and second one without any government actions in Medellín-Colombia. Our model results show that early-public-health policies allows for flatting the curve of the COVID-19 spreading in contrast to the scenario without restrictions. As future work, we will include more clusters—e.g., leisure clusters, transport clusters—and the dynamic of the foreign COVID-19 cases.
|
| author |
Gómez Marín, Cristian Giovanny Mosquera Tobón, Jose David Serna-Urán, Conrado Augusto |
| author_facet |
Gómez Marín, Cristian Giovanny Mosquera Tobón, Jose David Serna-Urán, Conrado Augusto |
| topic |
Agent-based microsimulation modeling Stochastic simulation Dissemination modeling COVID-19 Microsimulación basada en agentes Simulación estocástica Modelado de propagación COVID-19 |
| topic_facet |
Agent-based microsimulation modeling Stochastic simulation Dissemination modeling COVID-19 Microsimulación basada en agentes Simulación estocástica Modelado de propagación COVID-19 |
| topicspa_str_mv |
Microsimulación basada en agentes Simulación estocástica Modelado de propagación COVID-19 |
| citationvolume |
18 |
| citationissue |
36 |
| citationedition |
Núm. 36 , Año 2021 : |
| publisher |
Fondo Editorial EIA - Universidad EIA |
| ispartofjournal |
Revista EIA |
| source |
https://revistas.eia.edu.co/index.php/reveia/article/view/1501 |
| language |
spa |
| format |
Article |
| rights |
https://creativecommons.org/licenses/by-nc-nd/4.0 Revista EIA - 2021 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0. info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| references |
Acuña, L., Fuente, J. C., Soler, L. A., Valderrama, F., Daza, M. T., y Barbosa-Vaca, L. (2018). Situacion de la Enfermedad Renal Cróncia, la Hipertensión Arterial y la Diabetes Mellistus en Colombia 2017. Bogota, D.C: Fondo Colombiano de Enfermedades de Alto Costo. Adnan, M., Outay, F., Ahmed, S., Brattich, E., di Sabatino, S., y Janssens, D. (2020). Integrated agent-based microsimulation framework for examining impacts of mobility-oriented policies. Personal and Ubiquitous Computing, (1–13). Akira-Toda, A. (2020). Susceptible-Infected-Recovered (SIR) Dynamics of COVID-19 and Economic Impact. ArXiv Preprint ArXiv:2003.11221., 1–15. Retrieved from http://arxiv.org/abs/2003.11221 Alvarez, F., Argente, D., y Lippi, F. (2020). A Simple Planning Problem for COVID-19 Lockdown. In (No. w26981). National Bureau of Economic Research. https://doi.org/10.2139/ssrn.3569911 Anderson, R. ., Heesterbeek, H., Klinkenberg, D., y Hollingsworth, T. . (2020). How will country-based mitigation measures influence the course of the COVID-19 epidem. Lancet, 395(10228), 931–934. Araya, N., Leger, P., y Lopez, M. (2019). Whom do i Choose to Diffuse Information onTwitter? An Agent-Based Model Approach. IEEE Latin America Transactions, 17(4), 677–683. https://doi.org/10.1109/TLA.2019.8891933 Asociación Colombiana de Infectologia. (2020). Clasificación clínica de casos y estratificación del riesgo de infección por SARS-Cov-2/COVID-19. Infectio. Revista de La Asociación Colombiana de Infectología, 24(3(S1)), 10–13. Association of Local Authority Medical Advisors. (2020). Covid-19 Medical Risk Assessment. Retrieved September 2, 2020, from Alama.org website: https://alama.org.uk/covid-19-medical-risk-assessment/ Barabási, A.-L., y Réka, A. (1999). Emergence of Scaling in Random Networks. Science, 286(5439), 509–512. Bock, W., Adamik, B., Bawiec, M., Bezborodov, V., Bodych, M., Burgard, J. P., … Szymanski, P. (2020). Mitigation and herd immunity strategy for COVID-19 is likely to fail. MedRxiv, 2020.03.25.20043109. https://doi.org/10.1101/2020.03.25.20043109 Calafiore, G. C., Novara, C., y Possieri, C. (2020). A Modified SIR Model for the COVID-19 Contagion in Italy. ArXiv Preprint ArXiv:2003.14391., 1–6. Retrieved from http://arxiv.org/abs/2003.14391 Cámara de Comercio de Medellín. (2019). Retos para la consolidación de las pymes en Antioquia. Medellín. Cao, L.-L., Li, X., Kang, F., Liu, C., Sun, F., y Kotagiri, R. (2015). The quantitative and qualitative evaluation of a multi-agent microsimulation model for subway carriage design. International Journal of Microsimulation, 8(3), 6–40. Retrieved from https://www.researchgate.net/publication/311931329 Chao, D. L., Halloran, M. E., Obenchain, V. J., y Longini, I. M. (2010). FluTE, a publicly available stochastic influenza epidemic simulation model. PLoS Computational Biology, 6((1):e1000656). https://doi.org/https://doi.org/10.1371/journal.pcbi.1000656 Cohen, H. J., Lan, L., Archer, L., y Kornblith, A. B. (2012). Impact of age, comorbidity and symptoms on physical function in long-term breast cancer survivors (CALGB 70803). J Geriatr Oncol, 3(2), 82–89. https://doi.org/10.1016/j.jgo.2012.01.005 DANE. (2018a). Censo Nacional de Población y Vivienda - CNPV 2018. Dane, 1–27. Retrieved from https://sitios.dane.gov.co/cnpv-presentacion/src/#cuanto00 DANE. (2018b). Microdatos Censo Nacional de Población y Vivienda 2018. Retrieved April 25, 2020, from Censo Nacional de Población y Vivienda - CNPV-2018 website: http://microdatos.dane.gov.co/index.php/catalog/643/get_microdata DANE. (2020a). Boletín Técnico Principales indicadores del mercado laboral Febrero de 2020. Bogota. DANE. (2020b). Principales indicadores del mercado laboral Abril de 2020. Retrieved from https://www.dane.gov.co/files/investigaciones/boletines/ech/ech/bol_empleo_abr_20.pdf Ferguson, N. M., Laydon, D., Nedjati-Gilani, G., Imai, N., Ainslie, K., Baguelin, M., y Dighe, A. (2020). Impact of non-pharmaceutical interventions (NPIs) to reduce COVID-19 mortality and healthcare demand.London: Imperial College COVID-19 Response Team, March, 16. Fernando, C., Rojas, R., Alejandra, J., y Vanegas, N. (2019). Determinantes socioeconómicos y nutricionales del sobrepeso y la obesidad en la población adulta del departamento del Guaviare. Bogota D.C. Hoertel, N., Blachier, M., Blanco, C., Olfson, M., Massetti, M., Rico, M. S., … Leleu, H. (2020). A stochastic agent-based model of the SARS-CoV-2 epidemic in France. Nature Medicine. https://doi.org/10.1038/s41591-020-1001-6 Instituto Nacional de Salud [INS]. (2020). Covid-19 Colombia. Retrieved May 3, 2020, from Reporte COVID-19 03-05-2020 website: https://www.ins.gov.co/Noticias/Paginas/Coronavirus.aspx Kuzmar, I., Giraldo-Ospina, C. E., Acevedo-Osorio, G. O., y Rua-Salas, G. (2018). Morbilidad de la Enfermedad Pulmonar Obstructiva Crónica en Colombia. Resultados del Estudio SANEPOC-2. Revista de La Facultad de Ciencias Médicas, 75(1), 19. https://doi.org/10.31053/1853.0605.v75.n1.16617 Leleu, H., Hoertel, N., Massetti, M., y Blachier, M. (2020). Should We Quickly Get Out of Confinement to Face COVID-19 Pandemic? Estimating the Medical Outcomes of Different Public Health Strategies Using a Robust Microsimulation Agent-Based Model. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.3569844 Li, J., y O’Donoghue, C. (2013). A survey of dynamic microsimulation models: uses, model structure and methodology. International Journal of Microsimulation, 6, 3–55. https://doi.org/10.1093/jae/ejm029 Mellan, T. A., Hoeltgebaum, H. H., Mishra, S., Whittaker, C., Schnekenberg, R. P., Gandy, A., … Jeff Eaton, Sabine L van Elsland, Richard FitzJohn, Keith Fraser, Katy Gaythorpe, Will Green, Sarah Hayes, Natsuko Imai, Ben Jeffrey, Edward Knock, Daniel Laydon, John Lees, Tara Mangal, Andria Mousa, Gemma Nedjati-Gilani, Pierre Nouvellet, Daniela Oliver, S. F. and S. B. (2020). Report 21: Estimating COVID-19 cases and reproduction number in Brazil. Retrieved from https://www.imperial.ac.uk/mrc-global-infectious-disease-analysis/news- wuhan-coronavirus Metropolitana, Á. (2018). Datos Abiertos Área Metropolitana del Valle de Aburra. Encuesta Origen Destino 2017 - Datos por Viajes. Retrieved from https://datosabiertos.metropol.gov.co/dataset/encuesta-origen-destino-2017-datos-por-viajes Ministerio de Educacion Nacional. Resolución 1730 de 2004. , (2004). Ministerio de Educacion Nacional. (2015). Consulta número de alumnos por aula (Vol. 2015-ER-14). Retrieved from https://www.mineducacion.gov.co/1759/articles-354336_archivo_pdf_Consulta.pdf Ministerio de Salud y Proteccion Social. (2016). Perfiles de Morbilidad Atendida en el Sistema de Seguridad Social en Salud Régimen Contributivo y Subsidiado. Año 2014. In El aseguramiento en cifras (Vol. 4006). Retrieved from https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/VP/RBC/aseguramiento-cifras-2016-no.9-enero.pdf Ministerio de Salud y Proteccion Social. (2020). Capacidad instalada para atencion. Retrieved May 14, 2020, from https://minsalud.maps.arcgis.com/apps/opsdashboard/index.html#/1de89936b24449edb77e162d485ed5d9 Montañola-Sales, C., Gilabert-Navarro, J. F., Casanovas-Garcia, J., Prats, C., López, D., Valls, J., y Vilaplana, C. (2015). Modeling tuberculosis in Barcelona. A solution to speed-up agent-based simulations. In 2015. Winter Simulation Conference (WSC) . IEEE., 1295–1306. Monteiro, J. F. G., Escudero, D. J., Weinreb, C., Flanigan, T., Galea, S., Friedman, S. R., y Marshall, B. D. L. (2016). Understanding the effects of different HIV transmission models in individual-based microsimulation of HIV epidemic dynamics in people who inject drugs. Epidemiology y Infection, 144(8), 1683-1700. Nabi, K. N. (2020). Forecasting COVID-19 pandemic: A data-driven analysis. Chaos, Solitons and Fractals, 139, 110046. https://doi.org/10.1016/j.chaos.2020.110046 O’Donoghue, C. (2014). Introduction. In C. O’Donoghue (Ed.), Handbook of Microsimulation Modelling (pp. 1–21). https://doi.org/10.1108/S0573-855520140000293001 Palacios-Cruz, M., Santos, E., Velázquez-Cervantes, M. A., y León-Juárez, M. (2020). COVID-19, a worldwide public health emergency. Revista Clinica Espanola, (xx), 1–7. https://doi.org/10.1016/j.rce.2020.03.001 Pardo, M., y Farinas-Coronado, W. (2016). Agent-based Modeling and Simulation to Adoption Process of Information Technologies in Health Systems. IEEE Latin America Transactions, 14(7), 3358–3363. https://doi.org/10.1109/TLA.2016.7587642 Prem, K., Liu, Y., Russell, T. W., Kucharski, A. J., Eggo, R. M., Davies, N., … Klepac, P. (2020). The effect of control strategies to reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan, China: a modelling study. The Lancet Public Health, 261–270. https://doi.org/10.1016/S2468-2667(20)30073-6 Presidencia de la República. Decreto Número 457 del 22 de marzo de 2020. , (2020). República de Colombia. Decreto 2663 de 1950. Codigo Sustantivo del Trabajo. , (1950). Revista Dinero. (2016). Pymes contribuyen con más del 80% del empleo en Colombia. Dinero, 3. Retrieved from https://www.dinero.com/edicion-impresa/caratula/articulo/porcentaje-y-contribucion-de-las-pymes-en-colombia/231854 Richiardi, M., y Richardson, R. (2017). JAS-mine: A new platform for microsimulation and agent-based modelling. International Journal of Microsimulation, 10(1), 106–134. Retrieved from http://www.microsimulation.org/IJM/V10_1/IJM_2017_10_1_4.pdf Smith, S. K., Tayman, J., y Swanson, D. A. (2013). Structural and microsimulation models. In A Practitioner’s Guide to State and Local Population Projections (pp. 215–249). https://doi.org/10.1007/978-94-007-7551-0_9 Tu, Y.-F., Chien, C.-S., Yarmishyn, A. A., Lin, Y.-Y., Luo, Y.-H., Lin, Y.-T., … Chiou, S.-H. (2020). A Review of SARS-CoV-2 and the Ongoing Clinical Trials. International Journal of Molecular Sciences, 21(7). https://doi.org/10.3390/ijms21072657 Venkatramanan, S., Lewis, B., Chen, J., Higdon, D., Vullikanti, A., y Marathe, M. (2018). Using data-driven agent-based models for forecasting emerging infectious diseases. Epidemics, Vol. 22, pp. 43–49. https://doi.org/10.1016/j.epidem.2017.02.010 World Health Organization. (2020a). Cumulative COVID-19 cases reported by countries and territories in the Americas. Retrieved May 6, 2020, from Cumulative COVID-19 cases reported by countries and territories in the Americas website: https://who.maps.arcgis.com/apps/webappviewer/index.html?id=2203b04c3a5f486685a15482a0d97a87yextent=-17277700.8881%2C-1043174.5225%2C-1770156.5897%2C6979655.9663%2C102100 World Health Organization. (2020b). Report of the WHO-China Joint Mission on Coronavirus Disease 2019 (COVID-19). Worldometer. (2020). Coronavirus Update (Live). Retrieved May 13, 2020, from https://www.worldometers.info/coronavirus/ Yepes, V. (2018). ¿Cuánto tiempo dedican los colombianos a las compras en tiendas físicas? Retrieved September 5, 2020, from https://www.colombia.com/vida-y-estilo/mujer/cuanto-tiempo-dedican-los-colombianos-a-las-compras-en-tiendas-fisicas-201492 |
| type_driver |
info:eu-repo/semantics/article |
| type_coar |
http://purl.org/coar/resource_type/c_6501 |
| type_version |
info:eu-repo/semantics/publishedVersion |
| type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| type_content |
Text |
| publishDate |
2021-05-31 |
| date_accessioned |
2021-05-31 00:00:00 |
| date_available |
2021-05-31 00:00:00 |
| url |
https://revistas.eia.edu.co/index.php/reveia/article/view/1501 |
| url_doi |
https://doi.org/10.24050/reia.v18i36.1501 |
| issn |
1794-1237 |
| eissn |
2463-0950 |
| doi |
10.24050/reia.v18i36.1501 |
| citationstartpage |
36005 pp. 1 |
| citationendpage |
16 |
| url2_str_mv |
https://revistas.eia.edu.co/index.php/reveia/article/download/1501/1411 |
| _version_ |
1811200523185946624 |