El documento describe cómo la ciencia de datos ha contribuido a combatir la pandemia de COVID-19 a través de la recopilación, interpretación, modelado, predicción, visualización y comunicación de datos para comprender la propagación del virus y desarrollar estrategias efectivas. La ciencia de datos permite a los científicos desarrollar modelos predictivos que ayudan a los médicos a responder adecuadamente a la enfermedad. La visualización de datos también ha sido fundamental para comunicar información sobre el coronavirus y fomentar la responsabilidad cí
Qué es un Histograma estadístico teoria y problema
Le contribution del scientia de datos al lucta contra le COVID-19
1. Le contribution del scientia de datos al lucta contra le COVID-19
Contribution of data science to the fight against COVID-19
Autor: Josue Nina-Cuchillo
Currero: josueninacuchillo@gmail.com
ORCID ID: 0000-0002-2217-9713
Scientia e Cultura
26 de octubre de 2021
Summario: recension super le progresos que se ha facite in le collection,
interpretation, modellate, prediction, visualisation e communication de datos pro
detener le propagation del pandemia (Interlingua).
Abstract: review of the progress being made in data collection, interpretation,
modeling, prediction, visualization and communication to slow the spread of the
pandemic (English).
Resumen: reseña sobre los avances que se están realizando en la recopilación,
interpretación, modelado, predicción, visualización y comunicación de datos para
frenar el avance de la pandemia (Español).
Post del epocha del influenza espaniol de 1918, le pandemia causate per le
COVID-19 es le major crise de sanitate public con lo que le humanitate lucta
actualmente. Usque julio de 2021, plus de 219 milliones de personas a nivello
mundial ha essite infectate per le COVID-19 e plus de 4,55 milliones de personas
ha morte [1]. Pro isto, multe organisationes labora insimul pro agglutinar datos
de plure fontes, con le scopo de facer simple su accesso pro battaliar contra iste
maladia. Le acceso a iste datos es fundamental pro que le scientistas del sanitate
pote obtener le melior instrumentos pro disveloppar responsas effective de
mitigation e strategias efficace pro luctar contra le pandemia [2].
Pro illo, le technologias basante in le scientia de datos contribue al medicina in
le complimento de nove scopos in le genética, le discoperta de nove
medicamentos, analyse de imagines, attention de patientes e le medicina
2. predictive. Le Big Data approvisiona al scientistas e medicos systemas con le
capacitate de acumular e analysar grande quantitates de datos. Iste progresso
se ha accelerate durante le pandemia e pro isto, le Big Data es un complemento
pro le methodos traditional, que sole esser lente, multo car e confuse. Le nove
instrumentos technic que incorpora le telephonos mobile, retes social e recercas
in Google, monstra information importante e detaliate super le sanitate e le
comportamento del personas in tempore real [3]. E pro le comprehension del
contexto del pandemia es essential acumular datos precise e comprehender le
limitationes de iste datos. Pro iste motivo, con bon datos, le governamentos e
institutiones de sanitate pote prender melior decisiones [4].
Additionalmente, le uso del techniches de analyse de datos adequate permite
que le scientistas de datos disveloppe modellos de prediction de datos, pro que
le chimicos, le biologos e tote le personal que es involvite in le sanitate tene le
responsas adequate ante le maladia. Per exemplo, in le recerca del relationes de
multiple datos obtenite super le virus, le transferimento de massa, le
transferimento de energia e thermodynamica basic, se pote realisar le modellos
de processos e le diagnoses super le progresso del morbo in patientes pro facer
predictiones [5]. Tamben, le analyse de datos se usa succeditemente pro haber
sub controlo le apparition de casos de infection per COVID-19 in tempore real e
pro prognosticar e detectar le tendentias de evolution del pandemia. E isto es
multo utile pro le institutiones de sanitate e pro le societate [6].
Alteremente, le designo del information esseva fundamental durante le periodo
del pandemia. Le visualisation effective de datos adjuta al personas a
comprender, in differente nivellos e aspectos, le causas e implicationes connexe
al nove coronavirus e fomenta le civic responsabilitate per medio del
autoattention e le practica del distantia social [7].
Pro isto, le scientia de datos pote tamben crear fontes de information interactive
e actualitate continuemente, basante in le datos plus recente e isto pote garantir
que omnes es al currente del ultime cifras de infectiones, mortes e de personas
que se ha recovrate [4]. Le visualisation de datos es un optime maniera de
transformar un large amonta de datos sin procesar in information utile que pote
3. adjutar al personas a obtener information de datos complexo [8]. Un ejemplo de
visualisation simple e effective es le hashtag. Le transmission de information per
medio de iste conjuncto de caracteres apud un signo numeral, ha devenite in un
medio pro exprimer un opinion public e influentia de maniera importante in le
modo de responsa ante le emergentia causate per le coronavirus [9].
Tal como on vide, durante le pandemia ha avantiate le disveloppamento del
scientia de datos. Sub iste panorama, le governamentos e le sector del sanitate
debe continuar con le incorporation de iste ressource al sistema de analyse e
diagnosis, no solmente del maladias infective ma de qualcunque altere [10]. Assi,
le decisiones que pote prender le governamentos en le recerca del limitation del
propagation del maladia evitara le collapso del systema de sanitate e isto
contribuera con multe beneficios al population.
Referentias
[1] Universitate Johns Hopkins, “Dashboard del Centro de Ciencia e Ingeniería
de Sistemas (CSSE),” 2021. https://coronavirus.jhu.edu/map.html
[2] S. Prasanna e P. Rao, “A data science perspective of real-world COVID-
19 databases,” in Leveraging Artificial Intelligence in Global Epidemics, L.
Gruenwald, J. Sarika, and G. Sven, Eds. Elsevier Inc., 2021, pp. 133–163.
[3] D. Aromí e J. Cristia, “El big data en los tiempos del coronavirus,” BID:
Ideas que cuentan, 2020. https://blogs.iadb.org/ideas-que-cuentan/es/el-
big-data-en-los-tiempos-del-coronavirus/.
[4] S. Callaghan, “COVID-19 Is a Data Science Issue,” Patterns, vol. 1, no. 2,
pp. 8–10, 2020, doi: 10.1016/j.patter.2020.100022.
[5] L. Chiang, B. Lu e I. Castillo, “Big Data Analytics in Chemical Engineering,”
Annu. Rev. Chem. Biomol. Eng., vol. 8, pp. 63–85, Jun. 2017, doi:
10.1146/ANNUREV-CHEMBIOENG-060816-101555.
[6] N. Saxena, P. Gupta, R. Raman e A. S. Rathore, “Role of data science in
managing COVID-19 pandemic,” Indian Chem. Eng., vol. 62, no. 4, pp.
385–395, 2020, doi: 10.1080/00194506.2020.1855085.
[7] J. R. Giannella e L. Velho, “Data visualization in the time of coronavirus,”
Strateg. Des. Res. J., vol. 14, no. 1, pp. 275–288, 2021, doi:
4. 10.4013/sdrj.2021.141.23.
[8] M. F. Pang et al., “Spatiotemporal visualization for the global COVID-19
surveillance by balloon chart,” Infect. Dis. Poverty, vol. 10, no. 1, pp. 1–9,
2021, doi: 10.1186/s40249-021-00800-z.
[9] Á. E. Páez e C. A. Solano, “Tendencias en la opinión pública en torno al
hashtag #Coronavirus,” Question, vol. 68, no. 3, pp. 488–515, 2021, doi:
10.24215/16696581e533.
[10] J. E. Márquez, “Inteligencia Artificial y Big Data como soluciones frente al
COVID-19,” Rev. Bioética y Derecho, no. 50, pp. 315–331, 2020, doi:
10.1344/rbd2020.50.31643.