Este artigo é um Preprint
Preprints são relatos preliminares de pesquisa que não foram certificados pela revisão por pares. Eles não devem ser considerados para orientar a prática clínica ou comportamentos relacionados à saúde e não devem ser publicados na mídia como informação estabelecida.
Preprints publicados online permitem que os autores recebam feedback rápido, e toda a comunidade científica pode avaliar o trabalho independentemente e responder adequadamente. Estes comentários são publicados juntamente com os preprints para qualquer pessoa ler e servir como uma avaliação pós-publicação.
Chaos theory applied to the outbreak of Covid-19: an ancillary approach to decision-making in pandemic context
Preprint
em En
| PREPRINT-MEDRXIV
| ID: ppmedrxiv-20051441
Artigo de periódico
Um artigo publicado em periódico científico está disponível e provavelmente é baseado neste preprint, por meio do reconhecimento de similaridade realizado por uma máquina. A confirmação humana ainda está pendente.
Ver artigo de periódico
Um artigo publicado em periódico científico está disponível e provavelmente é baseado neste preprint, por meio do reconhecimento de similaridade realizado por uma máquina. A confirmação humana ainda está pendente.
Ver artigo de periódico
ABSTRACT
Predicting the course of an epidemic is difficult, predicting the course of a pandemic from an emerging virus even more so. The validity of most predictive models relies on numerous parameters, involving biological and social characteristics often unknown or highly uncertain. Data of the COVID-19 epidemics in China, Japan, South Korea and Italy were used to build up deterministic models without strong hypothesis. These models were then applied to other countries to identify the closest scenarios in order to foresee their coming behaviour. The models enabled to predict situations that were confirmed little by little, proving that these tools can be efficient and useful for decision-making in a quickly evolving operational context.
cc_no
Texto completo:
1
Coleções:
09-preprints
Base de dados:
PREPRINT-MEDRXIV
Tipo de estudo:
Prognostic_studies
Idioma:
En
Ano de publicação:
2020
Tipo de documento:
Preprint