Objectives: The purpose of this article is to describe and develop the predictive value of three models during the COVID-19 epidemic in Chile, providing knowledge for decision-making in health.
Methods: We developed three models during the epidemic: a discrete model to predict the maximum burden on the health system in a short time framea basic SEIR (susceptible-exposed-infected-removed) model with discrete equations; a stochastic SEIR model with the Monte Carlo method; and a Gompertz-type model for metropolitan city of Santiago.
Results: The maximum potential burden model has been useful throughout the monitoring of the epidemic, providing an upper bound for the number of cases, intensive care unit occupancy, and deaths. Deterministic and stochastic SEIR models were very useful in predicting the rise of cases and the peak and onset of case decline; however, they lost utility in the current situation due to the asynchronous recruitment of cases in the regions and the persistence of a strong endemic. The Gompertz model had a better fit in the decline since it best captures the epidemic curves asymmetry in Santiago.
Conclusions: The models have shown great utility in monitoring the epidemic in Chile, with different objectives in different epidemic stages. They have complemented empirical indicators such as reported cases, fatality, deaths, and others, making it possible to predict situations of interest and visualization of the short and long-term local behavior of this pandemic.
Objetivos: El objetivo general ha sido describir y evaluar el valor predictivo de tres modelos durante el desarrollo de la epidemia COVID-19 en Chile, aportando conocimiento para la toma de decisiones en salud.
Métodos: Desarrollamos tres modelos a lo largo de la epidemia: un modelo discreto para predecir a corto tiempo la máxima carga sobre el sistema de salud, un modelo básico SEIR (susceptibles-expuestos-infectados-removidos) con ecuaciones discretas; un modelo SEIR estocástico con método de Montecarlo; y un modelo de tipo Gompertz para la Región Metropolitana (Santiago).
Resultados: El modelo de máxima carga potencial ha sido útil durante todo el seguimiento de la epidemia proporcionando una cota superior para el número de casos, la ocupación de unidades de cuidados intensivos y el número de fallecidos. Los modelos SEIR determinístico y estocástico tuvieron gran utilidad en la predicción del ascenso de los casos, el máximo y el inicio del descenso de casos, perdiendo utilidad en la situación actual por el reclutamiento asincrónico de casos en las regiones y la persistencia de una endemia alta. El modelo de Gompertz ha tenido un mejor ajuste en el descenso ya que esta captura mejor la asimetría de la curva epidémica en Santiago.
Conclusiones: Los modelos han demostrado gran utilidad en el seguimiento de la epidemia en Chile, con distintos objetivos en distintas etapas de la epidemia. Han complementado los indicadores empíricos como casos reportados, letalidad, fallecimientos y otros, permitiendo predecir situaciones de interés y visualizar la conducta a corto y largo plazo de esta pandemia a nivel local.
Keywords: Chile; Models; COVID.