TY - JOUR T1 - Modelo matemático optimizado para la predicción y planificación de la asistencia sanitaria por la COVID-19 JO - Medicina Intensiva T2 - AU - Garrido,J.M. AU - Martínez-Rodríguez,D. AU - Rodríguez-Serrano,F. AU - Pérez-Villares,J.M. AU - Ferreiro-Marzal,A. AU - Jiménez-Quintana,M.M. AU - Villanueva,R.J. SN - 02105691 M3 - 10.1016/j.medin.2021.02.014 DO - 10.1016/j.medin.2021.02.014 UR - https://www.medintensiva.org/es-modelo-matematico-optimizado-prediccion-planificacion-articulo-S0210569121000346 AB - ObjetivoLa pandemia de la COVID-19 ha supuesto una amenaza de colapso de los servicios hospitalarios y de unidades de cuidado intensivo (UCI), así como una reducción de la dinámica asistencial de pacientes afectados por otras patologías. El objetivo fue desarrollar un modelo matemático diseñado para optimizar las predicciones relacionadas con las necesidades de hospitalización e ingresos en UCI por la COVID-19. DiseñoEstudio prospectivo. ÁmbitoProvincia de Granada (España). PacientesPacientes de COVID-19 hospitalizados, ingresados en UCI, recuperados y fallecidos desde el 15 de marzo hasta el 22 de septiembre del 2020. IntervencionesDesarrollo de un modelo matemático tipo susceptible, expuesto, infectado y recuperado (SEIR) capaz de predecir la evolución de la pandemia, considerando las medidas de salud pública establecidas. Variables de interésNúmero de pacientes infectados por SARS-CoV-2, hospitalizados e ingresados en UCI por la COVID-19. ResultadosA partir de los datos registrados, hemos podido desarrollar un modelo matemático que refleja el flujo de la población entre los diferentes grupos de interés en relación con la COVID-19. Esta herramienta permite analizar diferentes escenarios basados en medidas de restricción socio-sanitarias y pronosticar el número de infectados, hospitalizados e ingresados en UCI. ConclusionesEl modelo matemático es capaz de proporcionar predicciones sobre la evolución de la COVID-19 con suficiente antelación como para poder conjugar los picos de prevalencia y de necesidades de asistencia hospitalaria y de UCI, con la aparición de ventanas temporales que posibiliten la atención de enfermos no-COVID. ER -