Estimated conditions to control the covid-19 pandemic in peruvian pre- and post-quarantine scenarios

Rev Peru Med Exp Salud Publica. 2020 Apr-Jun;37(2):195-202. doi: 10.17843/rpmesp.2020.372.5405. Epub 2020 Aug 28.
[Article in Spanish, English]

Abstract

Objectives: To determine the probability of controlling the outbreak of COVID-19 in Peru, in a pre- and post-quarantine scenario using mathematical simulation models.

Materials and methods: Outbreak si mulations for the COVID-19 pandemic are performed, using stochastic equations under the following assumptions: a pre-quarantine population R0 of 2.7 or 3.5, a post-quarantine R0 of 1.5, 2 or 2.7, 18% or 40%, of asymptomatic positives and a maximum response capacity of 50 or 150 patients in the intensive care units. The success of isolation and contact tracing is evaluated, no other mitigation measures are included.

Results: In the pre-quarantine stage, success in controlling more than 80% of the simulations occurred only if the isolation of positive cases was implemented from the first case, after which there was less than 40% probability of success. In post-quarantine, with 60 positive cases it is necessary to isolate them early, track all of their contacts and decrease the R0 to 1.5 for outbreak control to be successful in more than 80% of cases. Other scenarios have a low probability of success.

Conclusions: The control of the outbreak in Peru during pre-quarantine stage demanded requirements that were difficult to comply with, therefore quarantine was necessary; to successfully suspend it would require a significant reduction in the spread of the disease, early isolation of positives and follow-up of all contacts of positive patients.

Objetivos: Determinar la probabilidad de control del brote de la COVID-19 en el Perú, en un escenario pre y poscuarentena en modelos de simulaciones matemáticas.

Materiales y métodos: Se realizan simu laciones de brotes para la pandemia de COVID-19, usando ecuaciones estocásticas bajo los siguientes supuestos: un R0 poblacional precuarentena de 2,7 o 3,5, y un R0 poscuarentena de 1,5, 2 o 2,7, positivos asintomáticos del 18% o 40%, y una capacidad resolutiva máxima de 50 o 150 pacientes en las unidades de cuidados intensivos. Se evalúa el éxito del aislamiento y rastreo de contactos, no se incluyen otras medidas de mitigación.

Resultados: En la etapa precuarentena, el éxito en el control de más del 80% de las simulaciones se daba solo si el aislamiento de casos positivos se implantaba desde el primer caso, luego se tenía menos de un 40% de probabilidad de éxito. En la poscuarentena, con 60 casos positivos es necesario aislarlos precozmente, rastrear al 100% sus contactos y disminuir el R0 a 1,5 para que el control del brote tenga éxito en más del 80% de los casos. Otros escenarios tienen baja probabilidad de éxito.

Conclusiones: El control del brote en el Perú en la etapa precuarentena demandaba requisitos de difícil cumplimiento, por ello la cuarentena era necesaria; para suspenderla con éxito se requeriría una impor tante reducción de la dinámica de propagación de la enfermedad, el aislamiento precoz de los positivos y el seguimiento de todos los contactos.

MeSH terms

  • COVID-19
  • Computer Simulation*
  • Contact Tracing / methods
  • Coronavirus Infections / epidemiology*
  • Coronavirus Infections / prevention & control
  • Disease Outbreaks / prevention & control*
  • Humans
  • Intensive Care Units / statistics & numerical data
  • Models, Theoretical
  • Pandemics / prevention & control
  • Peru / epidemiology
  • Pneumonia, Viral / epidemiology*
  • Pneumonia, Viral / prevention & control
  • Probability
  • Quarantine