¿Por qué los modelos predictivos son cruciales en la lucha contra la COVID-19?
dc.date.accessioned | 2020 | |
dc.date.available | 2020 | |
dc.date.issued | 2020 | |
dc.identifier.govdoc | OPS/EIH/IS/COVID-19/20-0007 | |
dc.identifier.uri | https://iris.paho.org/handle/10665.2/52440 | |
dc.description.abstract | Los modelos predictivos son útiles para estimar el número de casos y de muertes por la COVID-19; los recursos necesarios, como las camas de hospital y de UCI; y la demanda de suministros, como la de equipos de protección personal (EPP). Dado que los modelos predictivos para la COVID-19 deben basarse en situaciones y datos subyacentes que cambian rápidamente, los resultados que producen pueden cambiar repetidamente a medida que se actualizan y revisan los datos. No obstante, los modelos predictivos tienen interés y pueden aportar perspectivas que son cruciales para los responsables de las políticas. Es importante que conozcamos los puntos fuertes y las limitaciones de los modelos predictivos para usarlos de forma juiciosa como elementos de apoyo y herramientas de referencia para la planificación y la actuación en torno a la COVID-19. | en_US |
dc.language.iso | es | en_US |
dc.publisher | OPS | en_US |
dc.relation.ispartofseries | Caja de herramientas de transformación digital | |
dc.rights | Attribution-NonCommercial-ShareAlike 3.0 IGO | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/igo/ | * |
dc.subject | COVID-19 | en_US |
dc.subject | Coronavirus | en_US |
dc.subject | Tecnología de la Información | en_US |
dc.subject | Salud Digital | en_US |
dc.subject | Informática en Salud Pública | en_US |
dc.subject | Redes Neurales de la Computación | en_US |
dc.title | ¿Por qué los modelos predictivos son cruciales en la lucha contra la COVID-19? | en_US |
dc.type | Fact sheets | en_US |
dc.rights.holder | Pan American Health Organization | en_US |
dc.contributor.corporatename | Organización Panamericana de la Salud | en_US |
dc.description.notes | Serie: Caja de herramientas: transformación digital. Herramientas de conocimiento; 20. | |
paho.isfeatured | 0 | en_US |
paho.publisher.country | United States | en_US |
paho.publisher.city | Washington, D.C. | en_US |
paho.source.centercode | US1.1 | en_US |
paho.relation.languageVersion | 10665.2/52276 | en_US |
paho.contributor.department | Evidence and Intelligence for Action in Health (EIH) | en_US |
paho.iswhotranslation | No | en_US |