Modelling death rates due to COVID-19: A Bayesian approach
Auteurs : Cristian Bayes, Victor Sal y Rosas, Luis Valdivieso
Résumé : Objective: To estimate the number of deaths in Peru due to COVID-19. Design: With a priori information obtained from the daily number of deaths due to CODIV-19 in China and data from the Peruvian authorities, we constructed a predictive Bayesian non-linear model for the number of deaths in Peru. Exposure: COVID-19. Outcome: Number of deaths. Results: Assuming an intervention level similar to the one implemented in China, the total number of deaths in Peru is expected to be 612 (95%CI: 604.3 - 833.7) persons. Sixty four days after the first reported death, the 99% of expected deaths will be observed. The inflexion point in the number of deaths is estimated to be around day 26 (95%CI: 25.1 - 26.8) after the first reported death. Conclusion: These estimates can help authorities to monitor the epidemic and implement strategies in order to manage the COVID-19 pandemic.
Explorez l'arbre d'article
Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel
Recherchez des articles similaires (en version bêta)
En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.