Inicio > Enfermedades infecciosas > Comprendiendo el Comportamiento Epidemiológico de COVID-19. República de Panamá

Comprendiendo el Comportamiento Epidemiológico de COVID-19. República de Panamá

Comprendiendo el Comportamiento Epidemiológico de COVID-19. República de Panamá

Autor principal: José Santamaría Sanjur

Vol. XVI; nº 2; 53

Understanding the Epidemiological Behavior of COVID-19. Republic of Panama

Fecha de recepción: 18/12/2020

Fecha de aceptación: 25/01/2021

Incluido en Revista Electrónica de PortalesMedicos.com Volumen XVI. Número 2 –  Segunda quincena de Enero de 2021 – Página inicial: Vol. XVI; nº 2; 53

Autores:

José Santamaría Sanjur1, Sebastián Reyes Alvarado1, Nydia Flores Chiari1, Johana Gutiérrez Zehr2, Lucía Angulo Castillo1, Anneth Rodríguez Flores1, Katherine Afranchi Murillo1

1Universidad Santander, Ciudad de Panamá, Panamá.

2Universidad de Santander, Bucaramanga, Santander Colombia.

Resumen

El primer caso positivo de COVID-19 en la República de Panamá, se reportó el día nueve (9) de marzo de 2020, desde ese momento se han estado adoptando una serie de medidas tendientes a salvaguardar la “Salud” de los panameños y residentes de este hermoso país. Cabe destacar que la Organización Mundial de la Salud (OMS) define salud de la siguiente manera: “La salud es un estado de perfecto (completo) bienestar físico, mental y social, y no sólo la ausencia de enfermedad”, por lo que es necesario acotar que, las medidas impulsadas por el gobierno panameño en el periodo de tiempo analizado se enfocaron en evitar la propagación del virus, es decir en ese periodo de tiempo se enfocó en garantizar la disminución o ausencia de la enfermedades causada por el virus COVID-19.

Se recolectó información de variables cualitativas y cuantitativas tendientes a entender los datos y el comportamiento epidemiológico de COVID-19 en la República de Panamá. Es preciso destacar que la dinámica de propagación del virus en la República de Panamá en el periodo de tiempo analizado fue el resultado de las políticas adoptadas por el gobierno nacional, su capacidad de hacerlas cumplir y la cooperación del pueblo panameño en el cumplimiento de dichas medidas.

El ente rector para el manejo de la crisis sanitaria del país es el Ministerio de Salud (MINSA), el cual coordina en conjunto con la Caja de Seguro Social (CSS), dado que la República de Panamá cuenta con un sistema de salud bicéfalo en el cual ambas instituciones prestan servicios de salud a la población panameña. Parte del sistema de salud también lo conforman los prestadores de servicios de salud privados conformados por clínicas y hospitales privados, los cuales cuentan con alianzas estratégicas con aseguradoras, las cuales quedaron eximidas de responsabilidad al momento en que la OMS declara al COVID-19 como una pandemia mundial, sin embargo, en el caso de la República de Panamá estas comunicaron que mantendrían las coberturas durante la crisis sanitaria a los pacientes COVID positivos. Por otra parte, estas clínicas en su mayoría cerraron y los hospitales privados redujeron su producción considerablemente durante el periodo analizado en este artículo, aunque en ningún momento el MINSA instruyó el cierre o disminución de producción de estos recintos.

Palabras clave: crisis sanitaria, covid-19, salud pública, Panamá, epidemia, epidemiología, pandemia, indicadores, herramientas, tasa de contagio, R0, R, sistema de salud.

Summary:

The first positive case of COVID-19 in the Republic of Panama was reported on March 9 (2020), since that moment a series of measures have been adopted to safeguard the «Health» of Panamanians and residents of this beautiful country. It should be noted that the World Health Organization (WHO) defines health as follows: «Health is a state of perfect (complete) physical, mental and social well-being, and not only the absence of disease», so it is necessary to note that the measures promoted by the Panamanian government at the time of this study, focused on preventing the spread of the virus and guaranteeing the decrease or absence of diseases caused by the COVID 19.

Information was collected by qualitative and quantitative variables aimed at understanding the data and epidemiological behavior of COVID-19 in the Republic of Panama. It should be noted that the dynamics of the spread of the virus in the Republic of Panama during the period of this study, was the result of policies adopted by the national government, its ability to enforce them, and the cooperation of the Panamanian population in compliance with the measures.

The governing body responsible for controlling the country’s health crisis is the Ministry of Health (MINSA), which coordinates in conjunction with the Panamanian Social Security Department (CSS), given that the Republic of Panama has a two-headed health system in which both institutions provide health services to the Panamanian population. Part of the health system is also made up by private health service providers, such as private clinics and hospitals, which in most cases are allies with insurance companies. When the WHO declared COVID-19 as a pandemic, the insurance companies were exempted from responsibility. However, in the Republic of Panamá, days after the declaration by the WHO, the insurance companies declared that they would maintain coverage during the health crisis for positive COVID patients. On the other hand, those clinics for the most part closed their services and private hospitals reduced their activity during the period of time analyzed in this article, although MINSA failed to communicate about the closure of clinics and the reduction of production in the facilities.

Keywords: health crisis, covid-19, public health, Panama, epidemic, epidemiology, pandemic, indicators, tools, contagion rate, R0, R, health system.

Declaración de buenas prácticas

Los autores de este manuscrito declaran que:

Todos hemos participado en su elaboración y no tenemos conflictos de intereses.
La investigación se ha realizado siguiendo las Pautas éticas internacionales para la investigación. El manuscrito es original y no contiene plagio. El manuscrito no ha sido publicado en ningún medio y no está en proceso de revisión en otra revista.  Las imágenes y gráficos utilizados, son de libre acceso por parte de las entidades que las elaboraron.

Introducción

Durante la crisis sanitaria causada por el COVID-19 en la República de Panamá, la ciudanía ha estado expuesta a medidas tendientes a controlar la propagación del virus, las medidas más fuertes se han dado el periodo analizado en este artículo que va del 9 de marzo al 29 de abril de 2020, tales como cuarentena total y restricciones severas de movilidad. En este mismo periodo la población fue expuesta a conceptos totalmente desconocidos tales como epidemiología, epidemia, pandemia, Rt, R0, letalidad, tasa de contagio, entre otros. A medida que ha ido evolucionando la crisis la población se ha acostumbrado a escuchar sobre ellos principalmente en lo referente a los niveles que alcanzan.

Este artículo está enfocado en ayudar a que la ciudadanía pueda comprender el comportamiento epidemiológico de COVID-19 en cualquier región del mundo, para ello se explicará la concepción del concepto epidemia, pasando por la identificación de los datos necesarios para el seguimiento de la evolución de una pandemia en una región, cerrando con la comprensión de las herramientas utilizadas para el cálculo de los principales indicadores que los gobiernos comunican a la población durante la evolución de una pandemia en la actualidad y la interpretación de los resultados obtenidos en estos indicadores como base para la toma informada de decisiones en el ámbito familiar, social y económico.

Materiales y métodos

El Ministerio de Salud (MINSA) es el órgano rector en todo lo concerniente a salud pública en la República de Panamá, y ha sido el designado por el gobierno nacional para suministrar las cifras oficiales sobre la epidemia de COVID-19 en el país. Esta institución brinda estadísticas de dos formas, principalmente, estas son un tablero de control[1] diseñado por la Autoridad de Innovación Gubernamental (AIG) y a través de los comunicados oficiales[2] emitidos por el MINSA.

Las series de tiempo analizadas en este artículo fueron levantadas con información tanto del tablero de control como de los comunicados, dado que no existe una estandarización de la información que se publica en uno y otro medio, el cambio más significativo en la presentación de la información se dio el día 30 de abril, día en que el número de casos confirmados en aislamiento domiciliario pasó de 5,306 casos el día 29 de abril a 2,916 casos el día 30 de abril, por otra parte los casos recuperados pasaron de 527 casos el día 29 de abril a 3,060 casos el día 30 de abril. Los comunicados de estos días no brindan ningún tipo de información sobre estos cambios en la forma de medir las variables, dada esta situación se decidió trabajar con las series de tiempo del periodo comprendido entre el 9 de marzo de 2020 al 29 de abril de 2020, ya que al cambiar la metodología de medición los datos no son comparables para las variables mencionadas.

Dicho esto, pasamos a definir las variables para las cuales se analizan las series de tiempo, estas son:

  • Número de días: Es el número de días naturales que han transcurrido desde que se detectó el primer caso positivo de COVID-19 (día uno 9 de marzo de 2020) hasta el 29 de abril de 2020 (día 52), en la República de Panamá.
  • Casos nuevos de COVID-19: Personas a las cuales se le ha hecho la prueba para detectar la presencia del virus COVID-19 y han resultado positivos, los cuales se reportan con una periodicidad diaria, en la República de Panamá.
  • Casos acumulados de COVID-19: Distribución de frecuencia acumulativa descendente de los casos nuevos de COVID-19, en la República de Panamá.
  • Casos en Aislamiento Domiciliario: Distribución de frecuencia acumulativa descendente de las personas a las cuales se le ha hecho la prueba para detectar la presencia del virus COVID-19, han resultado positivos y se les ordenó permanecer en cuarentena en su residencia principal, reportados de manera diaria, en la República de Panamá.
  • Casos Hospitalizados en Sala: Distribución de frecuencia acumulativa descendente de las personas a las cuales se le ha hecho la prueba para detectar la presencia del virus COVID-19, han resultado positivos y se encuentran recluida en sala de observación de una instalación de salud, reportados de manera diaria, en la República de Panamá.
  • Casos Hospitalizados en UCI: Distribución de frecuencia acumulativa descendente de las personas a las cuales se le ha hecho la prueba para detectar la presencia del virus COVID-19, han resultado positivos y se encuentran recluida en la Unidad de Cuidados Intensivos (UCI) de una instalación de salud, reportados de manera diaria, en la República de Panamá.
  • Casos Fallecidos: Distribución de frecuencia acumulativa descendente de las personas a las cuales se le ha hecho la prueba para detectar la presencia del virus COVID-19, han resultado positivos y que han fallecido portando el virus, reportados de manera diaria, en la República de Panamá.
  • Casos Recuperados: Distribución de frecuencia acumulativa descendente de las personas a las cuales se le ha hecho la prueba para detectar la presencia del virus COVID-19, han resultado positivos y han sido declarados como recuperados, reportados de manera diaria, en la República de Panamá.

Antes de continuar es necesario hacer algunas acotaciones sobre estas variables y es que aún se sabe muy poco sobre el comportamiento del COVID-19 una vez una persona ha sido declarada como recuperada, pues hasta el momento no se cuenta con información que sustente o descarte que una persona declarada como recuperada pueda o no volver a ser infectada con el virus COVID-19, por otra parte las personas declaradas como fallecidas no fueron sometidas necesariamente a una autopsia, lo que puede afectar las mediciones de estas variables al no tener evidencia científica si el fallecimiento se debió al virus COVID-19 o a alguna situación de salud preexistente en los pacientes declarados fallecidos por COVID-19.

Metodología

Se hace necesario comprender la diferencia entre diferentes conceptos que usualmente se comunican durante una crisis sanitaria, por lo que es de vital importancia conocer algunos conceptos básicos de la epidemiología. Con la intención de compartir definiciones bastante sencillas sin tanto adorno que solo causan confusión nos remitimos a las definiciones dadas por la Real Academia Española (RAE), los concetos a aclarar son epidemiología, endemia, epidemia y pandemia, a continuación, las definiciones

  • Epidemiología: Tratado de las epidemias.
  • Endemia Enfermedad que reina habitualmente, o en épocas fijas, en un país o comarca.
  • Epidemia: Enfermedad que se propaga durante algún tiempo por un país, acometiendo simultáneamente a gran número de personas.
  • Pandemia: Enfermedad epidémica que se extiende a muchos países o que ataca a casi todos los individuos de una localidad o región.

Aclarados los conceptos claves nos remitimos al comunicado de la Organización Mundial de la Salud (OMS) que el 30 de enero de 2020 declara la epidemia de COVID-19 como una emergencia de salud pública de preocupación internacional y le hace la caracterización de pandemia, lo cual significa que la epidemia se ha extendido por varios países, continentes o todo el mundo, y que afecta a un gran número de personas, cumpliendo claramente con la definición dada por la RAE para este concepto, esto sin entrar en mayor discusión sobre los parámetros utilizados para hacer dicha declaración.

Dicho esto, podemos expresar que para el caso de este artículo los temas tratados corresponden a un contexto epidemiológico de tipo descriptivo de los casos acumulados de COVID-19, en la República de Panamá para el periodo 9 de marzo al 29 de abril 2020. Para ello es necesario que tengamos en consideración una serie de parámetros de la dinámica de enfermedades infecciosas de interés según Ridenhour B, Kowalik JM, Shay DK. Unraveling. En Tabla 1 se detallan estos parámetros y algunas consideraciones que es necesario tener presente al analizarlos (Ver tabla 1)

Cabe señalar que para nosotros hubiese sido muy placentero poder ofrecer un análisis pormenorizado de cada uno de estos parámetros sin embargo al momento de la elaboración de este artículo se contaba con muy poca información y el acceso a la misma fue muy dificultoso.

Resultados

El análisis se centró en el número reproductivo básico también denominado R0, primero presentaremos dos explicaciones sobre la interpretación del número reproductivo básico.

[3]The basic reproduction number R0

“The basic reproduction number Ro is the number of secondary cases which one case would produce in a completely susceptible population. It depends on the duration of the infectious period, the probability of infecting a susceptible individual during one contact, and the number of new susceptible individuals contacted per unit of time. Therefore Ro may vary considerably for different infectious diseases but also for the same disease in different populations. The key threshold result of epidemic theory associates the outbreaks of epidemics and the persistence of endemic levels with basic reproduction numbers greater than one. Because the magnitude of R0 allows one to determine the amount of effort which is necessary either to prevent an epidemic or to eliminate an infection from a population, it is crucial to estimate Ro for a given disease in a particular population. The present paper gives a survey about the various estimation methods available.”

La otra explicación que compartimos también incorpora el número reproductivo efectivo R.

[4]Basic reproduction number (R0)

“The basic reproduction number (R0) is used to measure the transmission potential of a disease. It is the average number of secondary infections produced by a typical case of an infection in a population where everyone is susceptible.1 For example, if the R0 for measles in a population is 15, then we would expect each new case of measles to produce 15 new secondary cases (assuming everyone around the case was susceptible). R0 excludes new cases produced by the secondary cases.

The basic reproductive number is affected by several factors:

  • The rate of contacts in the host population
  • The probability of infection being transmitted during contact
  • The duration of infectiousness.
  • In general, for an epidemic to occur in a susceptible population R0 must be >1, so the number of cases is increasing.1
  • In many circumstances not all contacts will be susceptible to infection. This is measured by the effective reproductive rate (R)
  • Effective reproductive number (R)

A population will rarely be totally susceptible to an infection in the real world. Some contacts will be immune, for example due to prior infection which has conferred life-long immunity, or as a result of previous immunisation. Therefore, not all contacts will become infected and the average number of secondary cases per infectious case will be lower than the basic reproduction number. The effective reproductive number (R) is the average number of secondary cases per infectious case in a population made up of both susceptible and non-susceptible hosts. If R>1, the number of cases will increase, such as at the start of an epidemic. Where R=1, the disease is endemic, and where R<1 there will be a decline in the number of cases.

The effective reproduction number can be estimated by the product of the basic reproductive number and the fraction of the host population that is susceptible (x). So:

R = R0x

For example, if R0 for influenza is 12 in a population where half of the population is immune, the effective reproductive number for influenza is 12 x 0.5 = 6. Under these circumstances, a single case of influenza would produce an average of 6 new secondary cases.1

To successfully eliminate a disease from a population, R needs to be less than 1.\”

Si bien el cálculo de R dependerá de los protocolos que se utilicen en cada región o país, estas explicaciones nos dieron un buen punto de partida para la estimación del R que para el caso de la República de Panamá también se le denominada RT, para ello se utilizó la aplicación EpiEstim App[5], a continuación, una descripción de esta aplicación web: “This web application generates an estimate of infectious disease transmissibility throughout an outbreak. The time-dependent reproduction number (R) is inferred from disease incidence time series and patient data or estimates of the serial interval”. Los datos necesarios para correr la aplicación son los siguientes:

  • Serie de tiempo de los casos acumulados para este caso datos de COVID-19
  • Elegir la longitud de la ventana de tiempo, τ, sobre la cual se estima R.
  • Seleccionar el valor medio anterior para R.
  • Elegir el valor de desviación estándar anterior para R.

Al momento de la realización de este artículo no se contaba con información de estos parámetros para la República de Panamá por lo que para fijar estos parámetros utilizamos la experiencia [6]japonesa “Model development and statistical analysis: To evaluate the transmissibility of COVID-19 on the ship, we applied the “earlyR” package to estimate the R0 in the early stage of outbreak (Jombart et al., 2017). Serial interval distribution is required for R0 estimation, and there was insufficient information about cluster cases for serial interval estimation. Therefore, we assumed the serial interval of COVID-19 on the ship was equal to that of COVID-19 in Wuhan, China, with a mean of 7.5 days and a standard deviation of 3.4 days (Li et al., 2020). We fitted the value of serial interval (mean and standard deviation) with a gamma distribution, as previously described (Li et al., 2020). The “get_R” function with Maximum-Likelihood (ML) estimation was used to obtain the distribution of R0.”

Por otra parte, la ventana de tiempo se fijó en 14 días. La aplicación da la posibilidad de incorporar más información sobre los datos de los casos que se importan, sin embargo, al no contar más información no se utilizó esta opción. La aplicación también brinda la oportunidad de usar una estimación distribucional del intervalo en serie, o usar datos de pacientes en cadenas de transmisión conocidas, sin embargo, al no contar con esta información se fijó la opción de estimación de la distribución de manera automática por la aplicación. Por último, se definió como tipos de distribuciones de intervalos en serie un tipo de distribución paramétrica con incertidumbre (compensación gamma) con los parámetros preestablecidos por la aplicación.

A continuación, presentamos la tabla de cálculo de RT para los datos y parámetros proporcionados por la aplicación, observamos que, si bien nuestras estimaciones no coinciden con las del MINSA, sí sigue la misma tendencia a la baja y estabilización del RT para el periodo analizado que va del 9 de marzo al 29 de abril de 2020 (Ver tabla 2).

Se puedo apreciar que, para los datos analizados, el comportamiento del RT básicamente sigue el mismo comportamiento observado al realizar el método gráfico y los resultados son similares a los obtenido con el análisis de series de tiempo, solo que de manera inversa debido a que para el cálculo del RT se utilizó la variable los casos acumulados de COVID-19, mientras que para el método gráfico y series de tiempo se utilizó la variable los casos nuevos de COVID-19. Incluso vemos como el valor del RT cae rápidamente en el segundo periodo, en el tercer periodo se evidencia un revés en el día 35 que coincide con la gran variabilidad de este periodo observada en el análisis gráfico y el análisis de series de tiempo, al final vemos como el RT básicamente se estabiliza, coincidiendo también con lo señalado al hacer el análisis gráfico y el análisis de series de tiempo.

Discusión

Si bien a la sociedad y sector empresarial le hubiese gustado tener información más pormenorizada por parte del gobierno de la República de Panama sobre las variables utilizadas para calcular los diversos parámetros de la dinámica de las enfermedades infecciosas, podemos decir que la información publicada por el MINSA a pesar de ser básica fue suficiente para poder modelar el comportamiento del COVID-19 durante el periodo de análisis de este artículo que fue del 9 de marzo al 29 de abril de 2020.

El desarrollo del internet y el intercambio libre de información es un aliado fundamental para el desarrollo del conocimiento y esto a su vez da la posibilidad de realizar análisis científico de primera mano para la toma de decisiones para lo cual es fundamental seguir desarrollando redes de conocimiento y que este sea cada día más accesible a la sociedad.

Ha sido interesante ver como la sociedad científica comparte el avance tecnológico, prueba de ello la aplicación EpiEstim App la cual es libre para su uso, siendo una herramienta de fácil utilización y muy potente que permite a la sociedad y comunidad empresarial desarrollar modelos que les permitan dar seguimiento de primera mano a una crisis sanitaria como la del COVID-19.

Indudablemente ha quedado en evidencia que los gobiernos deben poner a disposición de su población no solo el resultados de los principales parámetros de la dinámica de las enfermedades infecciosas, sino también dotarla de los datos y herramientas para que esta pueda realizar sus propios análisis, una sociedad informada es una sociedad cuyo potencial humano se potencia y empodera, haciendo más fácil la comprensión del comportamiento de una crisis sanitaria y de las medidas que se adoptan, ya que de primera mano podrán observar los resultados de estas medidas sin ruido o interpretaciones parciales.

Conclusiones

Aun cuando en la República de Panamá se sabía muy poco sobre la pandemia de COVID-19 durante el periodo de tiempo analizado en este artículo, observamos que la información existente sobre epidemiología fue suficiente para construir constructos que nos permitiera utilizar aplicaciones de modelación de datos durante una crisis sanitaria, COVID-19 para el caso de este artículo.

La aplicación EpiEstim App demostró ser una excelente herramienta para la modelación y la obtención de resultados para indicadores epidemiológicos durante una crisis sanitaria, como el RT., esto la convierte en una herramienta fundamental para el análisis de esta pandemia y próximas pandemias que puedan azotar este planeta en futuro.

Es observable que los resultados de los modelos con los datos disponibles al momento de realizar este artículo sugieren que las medidas adoptadas por el gobierno de la República de Panamá, su capacidad de hacerlas cumplir y la disposición de la población a seguir estas medidas tuvieron un resultado positivo en el control de la pandemia de COVID-19 en la República de Panamá durante el periodo 9 de marzo al 29 de abril de 2020.

Ver anexo

Referencias

  1. Anderson, Sweney Y Williams.  Estadística para Administración y Economía. México Internacional Thompson Editores. 1999.
  2. Barratt, H., Kirwan, M., & Shantikumar, S. (2018). healthknowledge. Obtenido de https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1a-epidemiology/epidemic-theory.
  3. Becker, N., Glass, K., Barnes, B., Caley, P., Philp , D., McCaw, J., . . . Wood , J. (abril de 2006). Obtenido de https://www1.health.gov.au/internet/publications/publishing.nsf/Content/mathematical-models
  4. Dietz, K. (1993). La estimación del número de reproducción básico para enfermedades infecciosas. Pubmed, 2 (1), 23-41.
  5. Hersh, E. (13 de marzo de 2020). Obtenido de https://www.healthline.com/health/es/coronavirus-periodo-de-incubacion
  6. Liu, Y., Gayle, A., Wilder-Smith, A., & Rocklov, J. (2020). El número reproductivo de COVID-19 es mayor en comparación con el coronavirus del SARS. Journal of Travel Medicine , Volumen 27, Número 2, 1-4.
  7. Ministerio de Salud. (2020). Minsa. Obtenido de http://minsa.gob.pa/coronavirus-covid19
  8. Rindehaour, B., Kowalik, J., & Shay, D. (2018). El número reproductivo básico (R0): consideraciones para su aplicación en la salud póblica. Am J Public Health. 2018 December; 108(Suppl 6), 455–S465.
  9. Thompson, R., Stockwin, J., van Gaalen , R., & Polonsky , J. (2019). Inferencia mejorada de números de reproducción variables en el tiempo durante brotes de enfermedades infecciosas. Obtenido de https://shiny.dide.imperial.ac.uk/epiestim/
  10. Zhang, S., Yuan Diao, M., Yu, W., Pei, L., Lin, Z., & Chen, D. (2020). Estimación del número reproductivo del nuevo coronavirus (COVID-19) y el tamaño probable del brote en el crucero Diamond Princess: un análisis basado en datos. International Journal of Infectious Diseases, Volumen 93, abril, 201-204.

[1] Ministerio de Salud (2020). Casos de Coronavirus COVID-19 en Panamá. Panamá, Panamá: Ministerio de Salud. Recuperado de http://minsa.gob.pa/coronavirus-covid19

[2] Ministerio de Salud (2020). Comunicados COVID-19, Panamá: Ministerio de Salud. Recuperado de http://www.minsa.gob.pa/informacion-salud/comunicados-covid-19

[3] Dietz, K. (1993). La estimación del número de reproducción básico para enfermedades infecciosas. Pubmed, 2 (1), 23-41

[4] Barratt, H., Kirwan, M., & Shantikumar, S. (2018). healthknowledge. Obtenido de https://www.healthknowledge.org.uk/public-health-textbook/research-methods/1a-epidemiology/epidemic-theory

[5] Thompson, R., Stockwin, J., van Gaalen, R., & Polonsky, J. (2019). Inferencia mejorada de números de reproducción variables en el tiempo durante brotes de enfermedades infecciosas. Obtenido de https://shiny.dide.imperial.ac.uk/epiestim/

[6] reproductivo del nuevo coronavirus (COVID-19) y el tamaño probable del brote en el crucero Diamond Princess: un análisis basado en datos. International Journal of Infectious Diseases, Volumen 93, abril, 201-204