Resumen

Este artículo es producto de la investigación "Clustering Framework to Cope with COVID-19 for Cities in Turkey", desarrollada en la Universidad de Bayburt en 2021. El mapa de riesgos de Turquía, presentado en enero de 2021, para tomar decisiones locales a la hora de hacer frente a la pandemia de COVID-19 se basaba únicamente en los casos confirmados. Los indicadores sanitarios, socioeconómicos y medioambientales también son importantes para las decisiones de gestión del COVID-19. El mapa de riesgos que se diseñará añadiendo estos indicadores apoyará decisiones más eficaces. La investigación tiene como objetivo proponer un esquema de agrupación para diseñar un mapa de riesgo de las ciudades para Turquía. El algoritmo de clustering no supervisado propuso dividir las ciudades de Turquía en clusters, considerando indicadores sanitarios, socioeconómicos, medioambientales y el patrón de propagación de COVID-19. Encontramos que las ciudades se agrupan en cinco grupos, mientras que la megaciudad de Estambul por sí sola formaba un clúster, tres de las ciudades más grandes de Turquía formaban otro clúster. Otros grupos están formados por 19, 26 y 32 ciudades, respectivamente. Se identifican los determinantes más importantes que tienen poder predictivo. El método de agrupación sugerido puede ser un sistema de apoyo a la toma de decisiones para que los responsables políticos determinen las diferencias y similitudes de las ciudades en las decisiones de cuarentena y las fases de normalización para los siguientes periodos de la pandemia.

1. INTRODUCCIÓN

El COVID-19, que surgió con el primer caso en Wuhan, China, el 31 de diciembre de 2019, fue declarado pandemia por la Organización Mundial de la Salud (OMS) el 11 de marzo de 2020, cuando se observó el primer caso en Turquía [1]. El coronavirus se propagó rápidamente por todo el mundo, y el brote se observó en Corea, Japón, Europa y América, respectivamente, después de China. En los primeros seis meses de 2020, Europa, Italia y España se vieron gravemente afectados por el virus, con numerosos casos confirmados y muertes. Después, con la propagación del virus en el ABD, Estados Unidos también se vio fuertemente afectado.

La humanidad se ha enfrentado a muchas epidemias a lo largo de la historia, pero parece que las epidemias de la historia no se propagaron tan rápidamente como el COVID-19. La principal razón de ello es que la movilidad humana ha aumentado, y la globalización afecta drásticamente a la transmisión. Debido a la movilidad humana, la epidemia que comenzó en China se propagó muy rápidamente por todo el mundo. Como resultado, los estados han tomado decisiones radicales que restringen la movilidad global y afectan en gran medida a la economía global y a las personas, como restricciones en las fronteras nacionales, cuarentenas para las ciudades y políticas de bloqueo. Estas decisiones para la gestión eficaz de la epidemia casi provocaron el cese de la vida. Durante el periodo epidémico de un año, muchos países han llevado a cabo estudios de desarrollo de vacunas; China, Alemania, Inglaterra y Rusia han sido los pioneros en este proceso.

• Materias:Toma de decisiones Pandemia Monitoreo Toma de decisiones - Modelos matemáticos
• Subjects:Decision making pandemic Monitoring Decision-making - Mathematical models
• Palabras claves:COVID-19; Aprendizaje no supervisado; Algoritmo de agrupamiento; Sistema de apoyo a la toma de decisiones
• Keywords:COVID-19; Unsupervised Learning; Clustering Algorithm; Decision Support System