Virología/Salud
Pública
Kasmera 48(1):e48106042020, Enero-Junio, 2020
P-ISSN 0075-5222 E-ISSN 2477-9628
https://doi.org/10.5281/zenodo.3830750
Progresión de
casos de Coronavirus en Latinoamérica: Análisis comparativo a una semana de
iniciada la pandemia en cada país
Progression of Coronavirus cases in Latin America:
Comparative analysis one week after the start of the pandemic in each country
Araujo-Banchon William J. https://orcid.org/0000-0002-5588-6860. Universidad Continental. Grupo de Investigación Continental. Lima. Perú. E-mail: williamdr_14@hotmail.com
Aveiro-Róbalo Telmo Raúl. https://orcid.org/0000-0003-2409-8324. Universidad del Pacífico. Asunción.
Paraguay. Email: raul.aveiro45@gmail.com
Fernández
María F. https://orcid.org/0000-0002-8932-8437.
Universidad Privada de Tacna. Tacna-Tacna. Perú. Email: miamafer0211@gmail.com
Castro-Pacoricona Diana. https://orcid.org/0000-0002-1628-6205.
Universidad Privada de Tacna. Tacna-Tacna. Perú. Email: dc.castro.pa@gmail.com
Moncada-Mapelli Enrique. https://orcid.org/0000-0002-2297-0695.
Universidad de San Martín de Porres. Sociedad Científica de Estudiantes de
Medicina de la Universidad de San Martín de Porres. Lima, Perú. Email: enrique_1613@hotmail.com
Chanava
Walter. https://orcid.org/0000-0002-0421-815X.
Universidad de Piura. Piura-Piura. Perú. Email: walter.chanava@gmail.com
Mejia
Christian R (Autor de
correspondencia). https://orcid.org/0000-0002-5940-7281. Universidad Continental.
Facultad de Medicina Humana. Huancayo-Junín. Perú. Dirección Postal: Av. Las
Palmeras 5713, Los Olivos, Lima, Perú. CP: 15304. Teléfono: (511) 997643516. E-mail:
christian.mejia.md@gmail.com
Resumen
La
pandemia generada por la COVID-19 progresa diferente cuando llega a cada
territorio, se comparó la progresión de casos de Coronavirus en la primera
semana de la pandemia en cada país en Latinoamérica. Se realizó un estudio
descriptivo, con la información de los casos confirmados en cada país, esto
desde que se anunciara el primer caso en cada territorio. Se muestran las
progresiones en formas de gráficas, con los casos totales y ajustados por la
densidad poblacional. Uruguay y Panamá fueron los países que destacaron de
todos los evaluados, tuvieron una mayor cantidad de casos confirmados
ponderados en la primera semana de la pandemia. Así mismo, estos dos países
también fueron los que tuvieron mayor cantidad de casos absolutos (no
ponderados por la cantidad de población), así como, el país de Venezuela; que
incluso se piensa que tiene más casos, por sus problemas políticos. Hubo
algunas diferencias en la cantidad de casos que se presentaron en cada país
Latinoamericano al final de su primera semana de epidemia COVID-19; esto podría
deberse a las políticas gubernamentales que se tomaron antes y durante esos
primeros días, las cuales deben servir como ejemplo para el actuar en futuros
casos similares.
Palabras claves: coronavirus, políticas de salud,
Latinoamérica
Abstract
The pandemic generated by COVID-19 progresses
differently when it reaches each territory, the progression of Coronavirus
cases in the first week of the pandemic was compared in each country in Latin
America. A descriptive study was carried out, with the information of the
confirmed cases in each country, this since the first case was announced in
each territory. Progressions are shown in graphical forms, with total cases and
adjusted for population density. Uruguay and Panama were the countries that
stood out from all those evaluated, they had a greater number of confirmed
cases weighted in the first week of the pandemic. Likewise, these two countries
were also those with the highest number of absolute cases (not weighted by the
number of population), as well as the country of Venezuela; that he is even
thought to have more cases, due to his political problems. There were some
differences in the number of cases that occurred in each Latin American country
at the end of its first week of the COVID-19 epidemic; this could be due to the
government policies that were taken before and during those first days, which
should serve as an example for acting in future similar cases.
Keywords: coronavirus, health policy, Latin America
Recibido: 07-04-2020 / Aceptado: 03-05-2020 / Publicado: 22-05-2020
Como Citar: Araujo-Banchon WJ, Aveiro-Róbalo TR,
Fernández MF, Castro-Pacoricona D, Moncada-Mapelli E, Chanava W, Mejia
Christian R. Progresión de casos
de Coronavirus en Latinoamérica: Análisis
comparativo a una semana de
iniciada la pandemia en cada país. Kasmera. 2020;48(1):e48131621. doi:
10.5281/zenodo.3830750
Introducción
La
COVID-19, cuyo agente etiológico es el virus SARS-COV-2, ha generado en poco
tiempo una gran cantidad de información a nivel mundial; esto por el hecho de
ser una pandemia que ha cambiado el comportamiento regular de la sociedad
durante los primeros meses del año 2020 (1-5).
Cada
gobierno decide cómo manejar la crisis; por ejemplo, algunos decidieron tener
controles en la frontera (en mayor o menor medida), otros empezaron a cancelar
eventos masivos y dar medidas de aislamiento social a grandes áreas geográficas
de su territorio (6). Esto por la experiencia
que tuvo China, en donde se mostró que el distanciamiento social, la cuarentena
y el aislamiento de poblaciones pueden llegar a contener la epidemia (7-8). Sin embargo, todas estas
medidas han provocado desabastecimiento de productos de primera necesidad,
histeria colectiva y hasta caída de las bolsas de valores (9-10).
Así
mismo, las medidas de contingencia en salud que fueron adoptadas por los
gobiernos tienen consecuencias económicas, sin embargo, él no adoptarlas
desencadenan consecuencias fatales a gran escala en la salud pública. En la
medida de lo posible, estas restricciones podrán contener un probable colapso
de los sistemas de salud, siendo el objetivo principal el “aplanar la curva
epidémica” (8). Entendiendo esta frase como el intento de reducir
la transmisión de la enfermedad (8); es así que, las acciones
que toman los gobiernos generan cambios en la presentación de los casos
confirmados, el número de muertos y de los recuperados, entre otros; por lo
que, es importante que se haga una comparación entre las distintas realidades (11-12). Es por todo esto que el
objetivo del presente estudio es comparar la progresión de casos de COVID-19 en
la primera semana de la pandemia en cada país en Latinoamérica.
Métodos
Diseño y fuente de datos: estudio observacional descriptivo de corte
transversal, realizado mediante la recopilación de datos estadísticos y medidas
de contingencia sobre el brote de COVID-19 en Latinoamérica. Todo esto se basó
en análisis secundario de información, con data que se obtuvo de la información
oficial que publicó cada país en sus fuentes o medios de información oficiales.
Recolección de datos: se realizó la recolección de datos durante el mes
de febrero y marzo del 2020, para lo cual se revisó las páginas web oficiales,
redes sociales verificadas de representación nacional y reportes periodísticos
en línea de los siguientes países de Latinoamérica: Argentina, Bolivia, Brasil,
Chile, Colombia, Ecuador, Paraguay, Perú, Uruguay, Venezuela, Costa Rica, Cuba,
El Salvador, Guatemala, Honduras, Nicaragua, Panamá, Puerto Rico, República
Dominicana, México, Jamaica, Haití y Belice. Se recopiló los datos en una hoja
de cálculo Microsoft Excel 2013. Se seleccionó la totalidad de los datos que se
reportó por cada uno de los países; bajo esta premisa, se incluyó la
información de la progresión de los casos de COVID-19 que se dio en la primera
semana de epidemia en todos los países de Latinoamérica. Se excluyó a tres
territorios (Guyana, Guyana Francesa y Surinam), debido a que estos presentan
características culturales y políticas distintas al resto de países americanos.
El
mismo equipo de trabajo recolectó toda la información, cabe resaltar que este
equipo lo conforman: profesionales epidemiólogos, médicos con publicaciones
científicas y estudiantes de ciencias de la salud. Se realizó una capacitación
para uniformizar las formas de recolección de cada uno de los datos, los cuales
fueron verificados en 4 oportunidades durante el 2020: 2 veces durante los
primeros días de marzo, 1 vez los primero días de abril y una última en mayo,
durante el tiempo de levantamiento de observaciones que dieron los revisores;
esto por el hecho que en ciertas ocasiones los reportes cambiaban según el paso
de los días (por una confirmación o cambio oficial).
Variables de estudio: se registró a diario los datos de los casos
confirmados, la fecha de ocurrencia, la cantidad de personas fallecidas, el día
de la cuarentena, los reportes realizados por la Organización Mundial de la
Salud (OMS), las características epidemiológicas de los casos confirmados y las
políticas sanitarias resaltantes de interés nacional de cada país; todo esto
respecto a la pandemia. Se definió cuarentena como la situación mediante la
cual un país o región restringe el libre tránsito de sus ciudadanos,
limitándolos a sólo movilizarse por necesidad de conseguir alimentación o
medicamentos. Se definió toque de queda como la situación mediante la cual un
país o región prohíbe tránsito total de sus ciudadanos durante un periodo de
horas definidas.
Análisis estadístico: se reportó el análisis descriptivo en frecuencias
absolutas, esto para la confección de las tablas. Se realizó los gráficos de
tipo “smooth line”, con el objetivo de comparar los
casos confirmados de cada país a lo largo de la primera semana de la epidemia.
Se generó gráficas de la progresión de casos confirmados según la fecha de
aparición, según los siete primeros días de epidemia de todos los países y
tomando los siete primeros días, pero ajustado por la cantidad de habitantes
que tenía cada territorio. Para esta última gráfica se confeccionó los
resultados ponderados, dicha cantidad se generó mediante una búsqueda realizada
en el mes de marzo en la plataforma de Google, para obtener el total de la
población que presenta cada país; se optó por este método debido a que es una
manera sencilla de tener una cifra aproximada y por la ausencia de censos
anuales en cada territorio. Se utilizó el programa estadístico R para el
análisis de los datos y la elaboración de los gráficos.
Consideraciones éticas: se obtuvo todos los datos de fuentes y registros
de libre acceso, de los portales oficiales, de sus ministerios de salud, de
redes sociales oficiales y de páginas gubernamentales, por lo que, no se
requirió la aprobación de un comité de ética.
Resultados
El rango de los siete primeros días
registrados por cada país se ha dado de la siguiente forma: Argentina del 3 al
9 de marzo, Bolivia del 8 al 14 de marzo, Brasil del 26 de febrero al 3 de
marzo, Chile del 3 al 9 de marzo, Colombia del 6 al 12 de marzo, Ecuador del 29
de febrero al 6 de marzo, Paraguay del 7 al 13 de marzo, Perú del 6 al 12 de
marzo, Uruguay del 13 al 19 de marzo, Venezuela del 13 al 19 de marzo, Costa
Rica del 6 al 12 de marzo, Cuba del 11 al 17 de marzo, El Salvador del 19 al 25
de marzo, Guatemala del 13 al 19 de marzo, Honduras del 11 al 17 de marzo,
Nicaragua del 18 al 24 de marzo, Panamá del 9 al 15 de marzo, Puerto Rico del
13 al 19 de marzo, República Dominicana del 1 al 7 de marzo, México del 28 de
febrero al 5 de marzo, Jamaica del 10 al 16 de marzo, Haití del 20 al 26 de
marzo y Belice del 23 al 29 de marzo. En la Tabla
1 se describe la ubicación, la fecha
del primer caso confirmado y la cantidad poblacional de cada país.
Tabla 1. Total de habitantes de cada país de Latinoamérica (ordenado ascendentemente
por la fecha de aparición del primer caso).
|
País |
Ubicación |
Fecha del primer caso |
Población Total* |
|
Brasil |
Sudamérica |
26
de febrero |
210147125 |
|
México |
Norte
América |
28
de febrero |
127090000 |
|
Ecuador |
Sudamérica |
29
de febrero |
17023000 |
|
República
Dominicana |
Centro
América |
1
de marzo |
10850000 |
|
Argentina |
Sudamérica |
3
de marzo |
44560000 |
|
Chile |
Sudamérica |
3
de marzo |
18876190 |
|
Colombia |
Sudamérica |
6
de marzo |
50.372.424 |
|
Perú |
Sudamérica |
6
de marzo |
32970000 |
|
Costa
Rica |
Centro
América |
6
de marzo |
5022000 |
|
Paraguay |
Sudamérica |
7
de marzo |
7130000 |
|
Bolivia |
Sudamérica |
8
de marzo |
11501900 |
|
Panamá |
Centro
América |
9
de marzo |
4159000 |
|
Jamaica |
Centro
América |
10
de marzo |
2934855 |
|
Cuba |
Centro
América |
11
de marzo |
11338138 |
|
Honduras |
Centro
América |
11
de marzo |
9300000 |
|
Guatemala |
Centro
América |
13
de marzo |
17263000 |
|
Uruguay |
Sudamérica |
13
de marzo |
3470000 |
|
Venezuela |
Sudamérica |
13
de marzo |
28435940 |
|
Puerto
Rico |
Centro
América |
13
de marzo |
2860853 |
|
Nicaragua |
Centro
América |
18
de marzo |
6465513 |
|
El
Salvador |
Centro
América |
19
de marzo |
6643000 |
|
Haití |
Centro
América |
20
de marzo |
11402528 |
|
Belice |
Centro
América |
23
de marzo |
397628 |
*Fuente: Búsqueda en
Google, marzo del 2020.
En la Tabla
2 se observa la descripción de los
sitios web en donde es posible encontrar información del seguimiento de casos
de enfermos con COVID-19, según cada uno de los países de Latinoamérica. Cabe
recalcar que Argentina fue el país que presentó la primera muerte en todo
Latinoamérica y que Uruguay (n=94), Panamá (n=55) y Venezuela (n=42) fueron los
países con mayor cantidad de casos confirmados en su primera semana. Panamá
reportó su primera muerte por COVID-19 un día después de notificar su primer caso
confirmado. También se observa que menos del 50 % de países estudiados
implementó medidas políticas sanitarias de cuarentena o toque de queda.
Tabla 2. Información epidemiológica
y política frente al COVID-19 durante la primera semana de epidemia en países
de Latinoamérica.
|
País |
Medio de
difusión de casos |
Casos |
Muertes |
Cuarentena |
Toque de
queda |
|
Argentina |
17 |
1 |
No |
No |
|
|
Bolivia |
12 |
0 |
Si* |
No |
|
|
Brasil |
2 |
0 |
Si** |
No |
|
|
Chile |
13 |
0 |
No |
No |
|
|
Colombia |
9 |
0 |
No |
No |
|
|
Ecuador |
14 |
0 |
No |
No |
|
|
Paraguay |
7 |
0 |
Si |
No |
|
|
Perú |
22 |
0 |
No |
No |
|
|
Uruguay |
94 |
2 |
No |
No |
|
|
Venezuela |
42 |
0 |
Sí |
No |
|
|
Costa Rica |
23 |
0 |
No |
No |
|
|
Cuba |
7 |
0 |
No |
No |
|
|
El Salvador |
13 |
0 |
Si*** |
No |
|
|
Guatemala |
9 |
1 |
No |
No |
|
|
Honduras |
9 |
0 |
Si**** |
No |
|
|
Nicaragua |
2 |
0 |
No |
No |
|
|
Panamá |
https://geosocial.maps.arcgis.com/apps/opsdashboard/index.html#/2c6e932c690d467b85375af52b614472 |
55 |
1 |
No |
No |
|
Puerto Rico |
https://twitter.com/DeptSaludPR https://bioseguridad.maps.arcgis.com/apps/opsdashboard/index.html#/3bfb64c9a91944bc8c41edd8ff27e6df |
6 |
0 |
Si |
Si |
|
República Dominicana |
2 |
0 |
No |
No |
|
|
México |
5 |
0 |
No |
No |
|
|
Jamaica |
11 |
0 |
Si |
No |
|
|
Haití |
https://twitter.com/MsppOfficiel |
8 |
0 |
No |
Si |
|
Belice |
2 |
0 |
No |
No |
* La provincia de Oruro
(Bolivia) fue la única que entró en cuarentena la primera semana de epidemia
** La región de Sao Paulo
(Brasil) inició una cuarentena parcial durante la primera semana de epidemia
*** El Salvador implementó su
cuarentena antes de presentar su primer caso confirmado
**** Honduras estableció toque de queda, sin
embargo, sus medidas políticas encajan con la definición de cuarentena que se
maneja en el presente documento.
En la Figura 1 se presenta un gráfico según la fecha de aparición de los casos en todos los países estudiados. Se puede observar que Brasil, México y Ecuador fueron los primeros países en presentar casos de COVID-19, así mismo, Belice fue el último. Se llega apreciar que Uruguay fue el país que tuvo más casos confirmados en esta etapa evaluada.
Figura 1. Casos confirmados de COVID-19 durante la primera semana de epidemia según la fecha de diagnóstico del primer caso
En la Figura 2 se observa que los países que presentaron más casos positivos fueron
Uruguay, Panamá y Venezuela; todos estos reportaron más de 25-30 casos en su
primera semana (Uruguay reportó casi 100 casos). También se observa que Costa
Rica, Perú y Argentina terminan su primera semana con la tendencia a ascender
notoriamente en el número de contagios.
Figura
2. Casos confirmados de COVID-19 durante la primera semana de epidemia
(estandarizado en 7 días)
Por último, cuando se ajustó la cantidad de casos confirmados en su primera semana según los habitantes de cada país (Figura 3), se encontró que Uruguay y Panamá fueron los países que más destacaron. Seguidos de Belice, Costa Rica y Jamaica; los tres con valores muy cercanos entre sí. Para luego tener un gran grupo de países restantes con valores muy similares.
Figura
3. Casos confirmados de COVID-19 ajustados por la cantidad poblacional y
que se dieron durante la primera semana de epidemia (estandarizado en 7 días)
Discusión
El virus SARS-COV-2 tardó menos de 3 meses en
llegar a Latinoamérica, el primer caso se reportó en Brasil el 26 de febrero (4). Posterior a ello, se expandió en menos de un mes por todo el
continente americano (13). Esta rápida expansión ha
sido claramente influida por algunos factores, tales como la comunicación a
través del transporte aéreo que tienen todos los países de América Latina, la
transmisión del virus en su periodo asintomático, las medidas que cada gobierno
adoptó desde el inicio y durante sus primeros casos reportados, y el rápido
poder de diseminación de la enfermedad, entre muchos otros (14-16). Sin embargo, se estima
que hasta el 80 % de los casos infectados podrían no ser documentados en las
estadísticas de cada país (17), lo cual explicaría más
aún la fácil diseminación del virus en todo el continente.
Los
países que tuvieron mayor cantidad de casos positivos en su primera semana
fueron Uruguay, Panamá y Venezuela. Sin embargo, cada uno de dichos países
presenta diferencias en sus cantidades poblacionales (Uruguay con 3 millones,
Panamá con 4 millones y Venezuela con 28 millones). Es así que, ajustando por
la cantidad de población que tiene cada territorio, se observa que los países
con mayor proporción de casos ponderados fueron Uruguay y Panamá; por lo que,
Venezuela dejó de estar dentro de los tres primeros países con mayor cantidad
de casos. No obstante, habrá que siempre tomar los resultados de Venezuela con
mucha cautela, ya que, se sabe que las políticas gubernamentales de ese país
son muy “cuestionables”, por lo que, el reporte de las cifras se deben tomar
solo como referenciales -sobre todo porque, luego de un mes y 20 días este país
es uno de los pocos en el mundo que
reporta 335 casos positivos y 10 muertes; lo que no solo es increíble, sino que,
es muy sospechoso-.
Las
medidas gubernamentales que tienen los países en cada caso, así como, el
comportamiento colectivo de la población para acatarlas pudría haber influido
en el número de casos positivos de cada país durante su primera semana de epidemia
(18). Un caso anecdótico es el que registró Panamá, ya
que, reportó su primera muerte un día después de registrar su primer caso
positivo, lo que nos mostraría que ya habría casos previos al caso notificado
como primer caso positivo; incluso esta realidad se podría extrapolar a los
otros países, ya que, en cada uno de los escenarios se dará un reporte del
primer caso sintomático detectado y comunicado. Por lo que, es probable que las
medidas de vigilancia epidemiológica que se dieron en Panamá y en los otros
países no hayan sido suficientes, causado que el ascenso de sus casos positivos
sea notorio al final de su primera semana de epidemia COVID-19. Claro que,
estos reportes son solo de la primera semana, posteriores investigaciones
deberán mostrar las curvas y progresión de los casos en los primeros meses.
El
resto de países presenta un crecimiento similar en cuanto a la cantidad de
casos positivos durante su primera semana; sin embargo, Costa Rica, Perú y
Argentina empezaron a evidenciar crecimiento notorio de sus casos al final de
la primera semana. Esto también puede estar influido por otros factores, ya
que, es conocido que el número de casos positivos diarios es directamente
proporcional al número de pruebas que se realizan en cada realidad (19-20). En el caso de Perú, este
país inició su semana con menos de 100 pruebas diarias (21-23); para el fin de su primera
semana, las pruebas diarias fueron superiores a las 300 (24). Por lo descrito, futuras
investigaciones tendrían que ponderar la cantidad de casos positivos por la
cantidad de pruebas realizadas en cada lugar, sabiendo que muchas veces esto no
es reportado. También es importante tener en cuenta el número de pruebas mal
tomadas, los resultados falsos positivos o falsos negativos, sabiendo que, en
esta enfermedad COVID-19, ambos son factores que pueden influir en el número de
casos reportados a diario (25). Así como, otros muchos
factores que son muy difíciles de medir, pero que, sirven para darnos una idea
del ataque inicial del virus en los países de realidades similares; pudiendo
esto luego ser comparado con otras realidades del mundo.
Además,
es importante en cada caso la implementación de políticas de emergencia en
salud pública, el reforzamiento del control de las fronteras, la investigación
epidemiológica -que se ha realizado en los países afectados por la pandemia-,
la compra de materiales de protección, las pruebas diagnósticas más adecuadas,
el comportamiento social, entre otros (26). Es así que, en el
presente estudio, se reporta que un gran número de países implementó medidas de
cuarentena y toques de queda. Sin embargo, dado que el periodo de manifestación
de síntomas de COVID-19 puede demorar hasta 14 días (27), los efectos de estas
medidas de aislamiento se verán reflejadas más notoriamente en el mes de abril
del 2020; siendo posible hacer las investigaciones recién a partir de mayo, ya
que, como se ha mencionado anteriormente, muchas de las cifras cambian con el
paso de las semanas y según la confirmación oficial. Cabe menciona que El
Salvador fue el país que implementó medidas de restricción, incluso antes de
registrar sus primeros casos confirmados de COVID-19, por lo que es probable
que el número de casos positivo en su primera semana se encuentre dentro del
grupo de países con menos casos durante su primera semana de epidemia.
El
estudio tuvo la principal limitación en que se basó en data reportada por cada
país, por lo que, los resultados deben tomarse bajo esa premisa, sabiendo que,
esto puede ser muy parecido a la realidad en gobiernos democráticos, con
políticas de transparencia de sus datos y entre los que tengan un adecuado
reporte de sus casos. Es así que, esto ha sido difícil de medir y lo seguirá
siendo, ya que, algunos gobiernos en su intento de “no causar pánico a la población”
o al mundo, podrían estar alterando sus cifras. Sin embargo, estos datos aún
son importantes, ya que, reflejan lo acontecido y reportado por cada gobierno,
lo que nos puede servir para tener un punto de comparación para aprender de
cómo se comporta una enfermedad pandémica en los primeros días de interacción
de cada una de nuestras realidades.
Por
todo lo mencionado, se concluye que, Uruguay y Panamá fueron los países que
presentaron peor cantidad de casos confirmados en su primera semana de la pandemia
en Latinoamérica, además, estos dos países también fueron los que tuvieron
mayor cantidad de casos absolutos, así como, el país de Venezuela. Todos los
demás países tuvieron una presentación muy similar en cuanto a sus casos
absolutos y ponderados.
Conflicto de relaciones y
actividades
Los autores declaran no
presentar conflictos de intereses.
Financiamiento
El presente estudio fue
financiado por los autores.
Referencias
Bibliográficas
1. Organización
Panamericana de la Salud. Vigilancia Global de enfermedad causada por infeccion
humana con nuevo coronavirus (COVID-19) - OPS/OMS [Internet]. 2020 [citado 3 de
abril de 2020]. Disponible en: https://www.paho.org/es/documentos/vigilancia-global-enfermedad-causada-por-infeccion-humana-con-nuevo-coronavirus-covid-19
2.
Brooks
SK, Webster RK, Smith LE, Woodland L, Wessely S, Greenberg N, et al. The
psychological impact of quarantine and how to reduce it: rapid review of the
evidence. Lancet [Internet]. 2020;395(10227):912-20. Disponible en: https://doi.org/10.1016/S0140-6736(20)30460-8 DOI: 10.1016/S0140-6736(20)30460-8 PMID 32112714 PMCID PMC7158942 Google Académico
3. Center for Disease Control and Prevention. World Map | CDC
[Internet]. 2020 [citado 3 de abril de 2020]. [E-pub publicación en avance]
Disponible en: https://www.cdc.gov/coronavirus/2019-ncov/cases-updates/world-map.html
4. Rodriguez-Morales
AJ, Gallego V, Escalera-Antezana JP, Méndez CA, Zambrano LI, Franco-Paredes C,
et al. COVID-19 in Latin America: The implications of the first confirmed case
in Brazil. Travel Med Infect Dis [Internet]. 2020;101613. Disponible en: http://www.sciencedirect.com/science/article/pii/S1477893920300806 DOI: 10.1016/j.tmaid.2020.101613 PMID 32126292 PMCID PMC7129040 Google Académico
5. Duan H, Wang S, Yang C. Coronavirus: limit short-term
economic damage. Nature [Internet]. 2020;578(7796):515. Disponible en: https://www.nature.com/articles/d41586-020-00522-6 DOI: 10.1038/d41586-020-00522-6 PMID 32099120 Google Académico
6. Moquillaza-Alcántara V, Romero-Cerdán A, Munares-García
O, Merellano-Navarro E. Variation in the epidemiological indicators of COVID-19
a part of the emergency policies adopted in south american countries | SciELO
Preprints [Internet]. 2020; [citado 5 de abril de 2020]. [Preprints]
[Preprint} Disponible en: https://preprints.scielo.org/index.php/scielo/preprint/view/161/version/166
7. World Health Organization. Situation Report-44
[Internet]. 2020 [citado 5 de abril de 2020]. Disponible en: https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200304-sitrep-44-covid-19.pdf?sfvrsn=783b4c9d_2
8. Anderson RM, Heesterbeek H, Klinkenberg D, Dã T,
Hollingsworth I. How will country-based mitigation measures influence the
course of the COVID-19 epidemic?. The Lancet [Internet]. 2020;395(10228):931-934
[citado 5 de abril de 2020]; Disponible en: https://doi.org/10.1016/ DOI: 10.1016/S01406736(20)305675 PMID 32164834 PMCID PMC7158572 Google Académico
9. Díez
Guijarro JR. Coronavirus, ¿un nuevo obstáculo para la economía mundial?. Executive Excellence [Internet]. 2020 [citado 3 de
abril de 2020]; Disponible en: http://www.eexcellence.es/index.php/expertos-en-gestion/coronavirus-economia-bankia
10. Castro
C. Epidemia de histeria por el coronavirus: por qué nos volvemos locos y cómo
vencer el miedo [Internet]. El Independiente. 2020 [citado 3 de abril de 2020].
Disponible en: https://www.elindependiente.com/vida-sana/2020/03/10/epidemia-de-histeria-por-el-coronavirus-por-que-nos-volvemos-locos-y-como-vencer-el-miedo/
11. Ren SY, Gao RD, Chen YL. Fear can be more harmful than
the severe acute respiratory syndrome coronavirus 2 in controlling the corona
virus disease 2019 epidemic. World J Clin Cases [Internet]. 26 de febrero de
2020 [citado 3 de abril de 2020];8(4):652-7. Disponible en: https://www.wjgnet.com/2307-8960/full/v8/i4/652.htm DOI: 10.12998/wjcc.v8.i4.652 PMID 32149049 PMCID PMC7052559 Google Académico
12. Villegas-Chiroque
M. Pandemia de COVID-19: pelea o huye. Rev Exp en Med del Hosp Reg Lambayeque.
5 de marzo de 2020;6(1). Disponibe en: http://rem.hrlamb.gob.pe/index.php/REM/article/view/424 DOI: 10.37065/rem.v6i1.424 Google Académico
13. El
coronavirus llega a todos los países de América Latina - BBC News Mundo
[Internet]. BBC News Mundo. 2020 [citado 3 de abril de 2020]. Disponible en: https://www.bbc.com/mundo/noticias-america-latina-51713166
14. Lauer SA, Grantz KH, Bi Q, Jones FK, Zheng Q, Meredith
HR, et al. The Incubation Period of Coronavirus Disease 2019 (COVID-19) From
Publicly Reported Confirmed Cases: Estimation and Application. Ann Intern Med. 10 de
marzo de 2020; [E-pub publicación en avance]. Disponible en: https://www.acpjournals.org/doi/10.7326/M20-0504 DOI: 10.7326/m20-0504 PMID 32150748 PMCID PMC7081172 Google Académico
15. Ferguson
NM, Laydon D, Nedjati-Gilani G, Imai N, Ainslie K, Baguelin M, et al. Impact of non-pharmaceutical interventions (NPIs) to reduce
COVID-19 mortality and healthcare demand. Imp Ac Uk [Internet].
2020 [citado 3 de abril de 2020];(March):3-20. Disponible en: https://doi.org/10.25561/77482. DOI: 10.25561/77482 Google Académico
16. Liu Y,
Yan L-M, Wan L, Xiang T-X, Le A, Liu J-M, et al. Viral dynamics in mild and severe cases of COVID-19. Lancet
Infect Dis [Internet]. marzo de 2020;S1473-3099(20)30232-2. Disponible en: https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30232-2/fulltext DOI: 10.1016/S1473-3099(20)30232-2 PMID 32199493 PMCID PMC7158902 Google Académico
17. Li R, Pei S, Chen B, Song Y, Zhang T, Yang W,
et al. Substantial undocumented infection facilitates the rapid
dissemination of novel coronavirus (SARS-CoV2). Science [Internet]. 16 de marzo
de 2020;eabb3221. [E-pub ahead of print] Disponible en: http://science.sciencemag.org/content/early/2020/03/24/science.abb3221.abstract DOI: 10.1126/science.abb3221 PMID 32179701 PMCID PMC7164387 Google Académico
18. Acción
contra el Hambre. Covid-19: “El comportamiento en la comunidad será clave para
detener el coronavirus en Africa, Asia o América Latina” [Internet]. 2020
[citado 5 de abril de 2020]. Disponible en: https://www.accioncontraelhambre.org/es/te-contamos/actualidad/covid-19-el-comportamiento-en-la-comunidad-sera-clave-para-detener-el-coronavirus-en-africa-asia-o-america-latina
19. Corbella
J. España debe multiplicar los tests de diagnóstico para frenar el coronavirus
[Internet]. La Vanguardia. 2020 [citado 5 de abril de 2020]. Disponible en: https://www.lavanguardia.com/vida/20200313/474104973378/coronavirus-espana-multipla-tests-diagnostico-frenar-covid-19.html
20. Mark K, Steel K, Stevenson J, Evans C, McCormick D,
Willocks L, et al. Coronavirus disease (COVID-19) Community Testing Team
in Scotland: A 14-day review, 6 to 20 February 2020. Eurosurveillance
[Internet]. 2020;25(12). Disponible en: https://www.eurosurveillance.org/content/10.2807/1560-7917.ES.2020.25.12.2000217 DOI: 10.2807/1560-7917.ES.2020.25.12.2000217 PMID 32234116 PMCID PMC7118345 PMCID PMC7118345 Google Académico
21. Ministerio
de Salud en Twitter: Reporte │ Esta es la situación del coronavirus en
Perú hasta las 18:00 horas del 6 de marzo [Internet]. 2020 [citado 5 de abril
de 2020]. Disponible en: https://twitter.com/minsa_peru/status/1236094441657688070
22. Ministerio
de Salud en Twitter: Reporte │ Esta es la situación del coronavirus en
Perú hasta las 18:00 horas del 7 de marzo [Internet]. 2020 [citado 5 de abril
de 2020]. Disponible en: https://twitter.com/minsa_peru/status/1236481241840566273
23. Ministerio
de Salud. Casos confirmados de coronavirus son importados y no existe transmisión
comunitaria | Gobierno del Perú [Internet]. [citado 5 de abril de 2020].
Disponible en: https://www.gob.pe/institucion/minsa/noticias/94121-casos-confirmados-de-coronavirus-son-importados-y-no-existe-transmision-comunitaria
24. Ministerio
de Salud en Twitter: Reporte │ Esta es la situación del coronavirus en
Perú hasta las 20:00 horas del 11 de marzo [Internet]. 2020 [citado 5 de abril
de 2020]. Disponible en: https://twitter.com/minsa_peru/status/1237916429975945217
25. Long C, Xu H, Shen Q, Zhang X, Fan B, Wang C,
et al. Diagnosis of the Coronavirus disease (COVID-19): rRT-PCR or CT? Eur J Radiol [Internet]. marzo de 2020;126:108961.
Disponible en: https://www.ejradiology.com/article/S0720-048X(20)30150-9/pdf DOI: 10.1016/j.ejrad.2020.108961 PMID 32229322 PMCID PMC7102545 Google Académico
26. Rodriguez-Morales
AJ, Sánchez-Duque JA, Hernández Botero S, Pérez-Díaz CE, Villamil-Gómez WE,
Méndez CA, et al. Preparación y control de la enfermedad por coronavirus 2019
(COVID-19) en América Latina. Acta Médica Peru [Internet]. 18 de marzo de 2020
[citado 3 de abril de 2020];37(1):3-7. Disponible en: http://amp.cmp.org.pe/index.php/AMP/article/view/909 DOI: 10.35663/amp.2020.371.909 Google Académico
27. McIntosh K, Hirsch MS, Bloom A. Coronavirus disease
2019 (COVID-19): Epidemiology, virology, clinical features, diagnosis, and
prevention. UpToDate [Internet]. 2020 [citado 30 de abril de
2020]; Disponible en: https://www.uptodate.com/contents/coronavirus-disease-2019-covid-19-epidemiology-virology-clinical-features-diagnosis-and-prevention#H4141359801
Contribución de los Autores:
ABWJ, ARTR, FMF, CPD, MME, CW y MCR: participaron en la conceptualización,
metodología, software, validación, análisis formal, investigación, recursos,
curación de datos, redacción-preparación del borrador original, redacción-revisión
y edición.
©2020. Los Autores. Kasmera. Publicación del Departamento de Enfermedades
Infecciosas y Tropicales de la Facultad de Medicina. Universidad del Zulia.
Maracaibo-Venezuela. Este es un artículo de acceso abierto
distribuido bajo los términos de la licencia Creative
Commons atribución no comercial (https://creativecommons.org/licenses/by-nc-sa/4.0/) que permite el uso no comercial, distribución y
reproducción sin restricciones en cualquier medio, siempre y cuando la obra
original sea debidamente citada.