Using Big Data and Network Theory to Inform Decision-making on COVID-19 in Bogotá

Alejandro Feged Rivadeneira; Felipe  González- Casabianca; Andrea  Parra-Salazar

doi:https://doi.org/10.21203/rs.3.rs-2148358/v1

Using Big Data and Network Theory to Inform Decision-making on COVID-19 in Bogotá

Alejandro Feged Rivadeneira, Felipe González- Casabianca, Andrea Parra-Salazar

Producción científica: Documento de Trabajo › Documento de trabajo

Resumen

Después del año inicial de la pandemia (2020), se hizo evidente la necesidad de intervenciones no farmacéuticas (NPI) que no implicaran confinamientos, particularmente en lugares donde la movilidad humana estaba muy restringida, como en América del Sur. En esta investigación, proponemos un marco multidisciplinario para combinar hallazgos de diversos campos académicos (epidemiología, salud pública, estudios urbanos, biología molecular) para informar la toma de decisiones en salud pública. Además, diseñamos e implementamos NPI que minimizan el efecto sobre la movilidad humana mientras mitigamos la transmisión viral en Bogotá, una ciudad de ~10 millones de personas en un país de ingresos medios. Nuestros resultados sugieren que la información casi en tiempo real puede y debe usarse para diseñar

Idioma original	Inglés
Editorial	Research Square Publications
DOI	https://doi.org/10.21203/rs.3.rs-2148358/v1
Estado	Publicada - oct. 2022

Áreas temáticas de ASJC Scopus

Ciencias Sociales General

ODS de las Naciones Unidas

Este resultado contribuye a los siguientes Objetivos de Desarrollo Sostenible

Acceder al documento

https://doi.org/10.21203/rs.3.rs-2148358/v1

Citar esto

@techreport{efbfd28542f84fbb898830fe1da325ee,

title = "Using Big Data and Network Theory to Inform Decision-making on COVID-19 in Bogot{\'a}",

abstract = "Despu{\'e}s del a{\~n}o inicial de la pandemia (2020), se hizo evidente la necesidad de intervenciones no farmac{\'e}uticas (NPI) que no implicaran confinamientos, particularmente en lugares donde la movilidad humana estaba muy restringida, como en Am{\'e}rica del Sur. En esta investigaci{\'o}n, proponemos un marco multidisciplinario para combinar hallazgos de diversos campos acad{\'e}micos (epidemiolog{\'i}a, salud p{\'u}blica, estudios urbanos, biolog{\'i}a molecular) para informar la toma de decisiones en salud p{\'u}blica. Adem{\'a}s, dise{\~n}amos e implementamos NPI que minimizan el efecto sobre la movilidad humana mientras mitigamos la transmisi{\'o}n viral en Bogot{\'a}, una ciudad de ~10 millones de personas en un pa{\'i}s de ingresos medios. Nuestros resultados sugieren que la informaci{\'o}n casi en tiempo real puede y debe usarse para dise{\~n}ar",

author = "{Feged Rivadeneira}, Alejandro and {Gonz{\'a}lez- Casabianca}, Felipe and Andrea Parra-Salazar",

year = "2022",

month = oct,

doi = "https://doi.org/10.21203/rs.3.rs-2148358/v1",

language = "Ingl{\'e}s",

publisher = "Research Square Publications",

address = "India",

type = "WorkingPaper",

institution = "Research Square Publications",

}

TY - UNPB

T1 - Using Big Data and Network Theory to Inform Decision-making on COVID-19 in Bogotá

AU - Feged Rivadeneira, Alejandro

AU - González- Casabianca, Felipe

AU - Parra-Salazar, Andrea

PY - 2022/10

Y1 - 2022/10

N2 - Después del año inicial de la pandemia (2020), se hizo evidente la necesidad de intervenciones no farmacéuticas (NPI) que no implicaran confinamientos, particularmente en lugares donde la movilidad humana estaba muy restringida, como en América del Sur. En esta investigación, proponemos un marco multidisciplinario para combinar hallazgos de diversos campos académicos (epidemiología, salud pública, estudios urbanos, biología molecular) para informar la toma de decisiones en salud pública. Además, diseñamos e implementamos NPI que minimizan el efecto sobre la movilidad humana mientras mitigamos la transmisión viral en Bogotá, una ciudad de ~10 millones de personas en un país de ingresos medios. Nuestros resultados sugieren que la información casi en tiempo real puede y debe usarse para diseñar

AB - Después del año inicial de la pandemia (2020), se hizo evidente la necesidad de intervenciones no farmacéuticas (NPI) que no implicaran confinamientos, particularmente en lugares donde la movilidad humana estaba muy restringida, como en América del Sur. En esta investigación, proponemos un marco multidisciplinario para combinar hallazgos de diversos campos académicos (epidemiología, salud pública, estudios urbanos, biología molecular) para informar la toma de decisiones en salud pública. Además, diseñamos e implementamos NPI que minimizan el efecto sobre la movilidad humana mientras mitigamos la transmisión viral en Bogotá, una ciudad de ~10 millones de personas en un país de ingresos medios. Nuestros resultados sugieren que la información casi en tiempo real puede y debe usarse para diseñar

U2 - https://doi.org/10.21203/rs.3.rs-2148358/v1

DO - https://doi.org/10.21203/rs.3.rs-2148358/v1

M3 - Documento de trabajo

BT - Using Big Data and Network Theory to Inform Decision-making on COVID-19 in Bogotá

PB - Research Square Publications

ER -

Using Big Data and Network Theory to Inform Decision-making on COVID-19 in Bogotá

Resumen

Áreas temáticas de ASJC Scopus

ODS de las Naciones Unidas

Acceder al documento

Huella

Citar esto