Predicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad

Vista sencilla de ítem
dc.contributor.authorCalderón, Samantha Reid
dc.contributor.authorNicolis, Orietta
dc.contributor.authorPeralta, Billy
dc.contributor.authorMenares, Franco
dc.date.accessioned2025-05-26T18:06:20Z
dc.date.available2025-05-26T18:06:20Z
dc.date.issued2021-09
dc.descriptionIndexación: Scopus.
dc.description.abstractEn este trabajo se aborda el problema de localización estratégica de bases y ambulancias, considerando la cantidad de habitantes y un ponderador de vulnerabilidad, confirmado por elementos socioeconómicos y epidemiológicos. A tal fin, se utiliza un modelo lineal generalizado (GLM) para la predicción de casos de COVID-19 a nivel comunal y un modelo de optimización matemático de localización y asignación que maximiza la cobertura de atención a la población. La metodología se aplica en la región Metropolitana en Chile, analizando la situación actual de la institución del Servicio de Atención Médico de Urgencias (SAMU), encargada de la gestión de ambulancias en la región. Asimismo, se ocupará el Índice de Prioridad Social (IPS) como factor socioeconómico y la cantidad de pacientes confirmados por COVID19 desde el 30 de Marzo hasta el 12 de Junio del 2020. En los resultados, para el modelo de predicción, se obtuvo una proyección coherente para una semana de estudio, con errores residuales aceptables. En cuanto al modelo de optimización, se comprueba la acción del ponderador de vulnerabilidad, tanto para una reasignación de ambulancias en el sistema como para una incorporación de bases y/o ambulancias, dando resultados en tiempos de cómputo aceptables.
dc.description.abstractThis work addresses the problem of strategic location of bases and ambulances, considering the number of inhabitants and a vulnerability weight, confirmed by socioeconomic and epidemiological elements. To this aim, we use a generalized linear model (GLM) for predicting the COVID-19 cases and a mathematical optimization model for location and allocation which maximizes coverage of population care. The methodology is applied in the Metropolitan region in Chile, analyzing the current situation of the institution of the Emergency Medical Attention Service (SAMU), institution in charge of ambulance management in the region. Likewise, the Social Priority Index (IPS) will be used as a socioeconomic factor and the number of patients confirmed by COVID-19 from March 30 to June 12, 2020. In the results, for the prediction model, a consistent projection was obtained for one week of study, with acceptable residual errors. For the optimization model, the action of the vulnerability is verified, both for a reassignment of ambulances in the system and for the incorporation of bases and/or ambulances, obtaining results in acceptable calculation times. © 2021, Universidad de Tarapaca. All rights reserved.
dc.description.accesoabiertoSI
dc.description.urihttps://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052021000300564&lang=es
dc.identifier.citationIngeniare, Volume 29, Issue 3, Pages 564 - 582, Sept. 2021
dc.identifier.doi10.4067/S0718-33052021000300564
dc.identifier.generoM
dc.identifier.issn0718-3291
dc.identifier.urihttps://repositorio.unab.cl/handle/ria/64922
dc.language.isoes
dc.other.orcidhttps://orcid.org/0000-0002-5457-2157
dc.other.orcidhttps://orcid.org/0009-0000-5255-2622
dc.publisherUniversidad de Tarapaca
dc.rights.licenseAtribución/Reconocimiento 4.0 Internacional CC BY 4.0 Deed
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/deed.es
dc.subjectCOVID-19
dc.subjectHospital Management
dc.subjectLocation-allocation optimization model
dc.titlePredicción de casos de COVID-19 y modelo de localización asignación de bases y ambulancias considerando factores de vulnerabilidad
dc.title.alternativePrediction of COVID-19 cases and location-allocation optimization model for bases and ambulances considering vulnerability factors
dc.typeArtículo
Archivos
Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
Reid_Predicción_de_casos_de_COVID-19.pdf
Tamaño:
4.37 MB
Formato:
Adobe Portable Document Format
Descripción:
TEXTO COMPLETO EN ESPAÑOL
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Colecciones
FIng - Artículos de Revista