Marco de agrupamiento para hacer frente a COVID-19 para ciudades en Turquía

Artículos de investigación
Didem Guleryuz

Bayburt University

Erdemalp Ozden

Bayburt University

Introducción: este artículo es producto de la investigación “Modelo de agrupación para hacer frente al COVID-19 en ciudades de Turquía”, desarrollado en la Universidad de Bayburt en 2021.

Problema: el mapa de riesgo de Turquía, presentado en enero de 2021 con el fin de tomar decisiones para abordar la pandemia de COVID-19, solo se basó en casos confirmados. Indicadores de salud, ambientales y socioeconómicos también son relevantes para la toma de decisiones sobre el manejo del la pandemia. El mapa de riesgos diseñado, teniendo en cuenta estos indicadores, puede soportar la toma de decisiones más efectivas.

Objetivo: se propone un esquema de agrupamiento con el fin de diseñar un mapa de riesgos para las ciudades de Turquía.

Metodología: el algoritmo de agrupamiento no supervisado sugirió dividir la ciudades turcas en grupos, considerando indicadores de salud, ambientales y socioeconómicos, además del patrón de propagación del COVID-19.

Resultados: se descubrió que las ciudades se agrupan en cinco. La megaciudad de Estambul conformó un solo grupo, mientras que tres de las ciudades más grandes de Turquía formaron otro. Otros grupos quedaron confor-mados por 19, 26 y 32 ciudades, respectivamente. Se identificaron los determinantes con poder predictivo más importantes.

Conclusión: el método de agrupamiento sugerido puede ser un sistema de soporte a la decisión para los hacedores de política, que les permitirá determinar las diferencias y similitudes de las ciudades en relación con la toma de decisiones para la cuarentena y las fases de normalización para los periodos posteriores a la pandemia.

Originalidad: hasta ahora, este estudio se distingue de trabajos previos en virtud de que los países se agruparon considerando solo los casos confirmados. En este estudio, las ciudades se agruparon, teniendo en cuenta indicadores de salud, ambientales y socioeconómicos para tomar decisiones localmente.

Limitaciones: la distribución de casos confirmados por edad pudo añadirse, especialmente para tomar decisiones sobre educación, pero estos datos no fueron públicamente divulgados.

Palabras clave: COVID-19, aprendizaje no supervisado, algoritmo de agrupamiento, sistema de soporte a la decisión
Publicado
2021-09-06
Métricas
Cargando métricas ...
https://plu.mx/plum/a/?doi=10.16925/2357-6014.2021.03.06