Modelo matemático optimizado para la predicción y planificación de la asistencia sanitaria por la COVID-19

Manuel Garrido, José; Martínez-Rodríguez, David; Rodríguez-Serrano, Fernando; Miguel Pérez-Villares, José; Ferreiro-Marzal, Andrea; Jiménez-Quintana, María del Mar; Villanueva, Rafael Jacinto

Objetivo: La pandemia de la COVID-19 ha supuesto una amenaza de colapso de los servicios hospitalarios y de UCI, y 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. Diseño: Estudio prospectivo. Ámbito: Provincia de Granada (España). Pacientes: Pacientes de COVID-19 hospitalizados, ingresados en UCI, recuperados y fallecidos desde el 15 de marzo hasta el 22 de septiembre de 2020. Intervenciones: Desarrollo de un modelo matemático tipo SEIR capaz de predecir la evolución de la pandemia considerando las medidas de salud pública establecidas. Variables de interés: Número de pacientes infectados por SARS-CoV-2, y hospitalizados e ingresados en UCI por la COVID-19. Resultados: A 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 a 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. Conclusiones: El 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. Objective: The COVID-19 pandemic has threatened to collapse hospital and ICU services, and it has affected the care programs for non-COVID patients. The objective was to develop a mathematical model designed to optimize predictions related to the need for hospitalization and ICU admission by COVID-19 patients. Design: Prospective study. Setting: Province of Granada (Spain) Population: COVID-19 patients hospitalized, admitted to ICU, recovered and died from March 15 to September 22, 2020. Study variables: The number of patients infected with SARS-CoV-2 and hospitalized or admitted to ICU for COVID-19. Results: The data reported by hospitals was used to develop a mathematical model that reflects the flow of the population among the different interest groups in relation to COVID-19. This tool allows to analyse different scenarios based on socio-health restriction measures, and to forecast the number of people infected, hospitalized and admitted to the ICU. Conclusions: The mathematical model is capable of providing predictions on the evolution of the COVID-19 sufficiently in advance as to anticipate the peaks of prevalence and hospital and ICU care demands, and also the appearance of periods in which the care for non-COVID patients could be intensified.