COVID-19 prediction using time series modelling in patients in a rural health clinic
Keywords:
time series models, COVID-19, forecasting, exponential smoothing model, Mean Square Error.Abstract
Introduction: Time series models are valuable tools to anticipate future COVID-19 values based on historical patterns.
Objective: To predict COVID-19 using time series modelling in patients at a clinic in Ecuador.
Methods: The study was predictive. The study population included patients with a diagnosis of COVID-19 seen at the clinic. The variable of interest was the number of COVID-19 cases, and time-related variables and time series model parameters (alpha, gamma and delta) were used for predictions. A time series model was created and validated using the Ljung-Box test and other goodness-of-fit tests.
Results: The results revealed a stationary R-squared of -2.190 and an R-squared of 0.658, suggesting an adequate ability of the model to capture the trend. The RMSE (Root Mean Square Error) was 8.271, indicating reasonable accuracy of predictions, while the MAPE (Mean Absolute Percentage Error) was 18.970, representing acceptable relative accuracy. The MaxAPE (Maximum Absolute Percentage Error) reached 49.501, and the MAE (Mean Absolute Error) and MaxAE (Maximum Absolute Error) were 4.783 and 14.850, respectively.
Conclusions: The parameters of the exponential smoothing model indicated that past observations had a moderate impact on the level and trend of the model, while seasonality hardly affected the prediction. Significance values suggested that these parameters were not statistically significant in this context.
Downloads
Downloads
Published
How to Cite
Issue
Section
License
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes: Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (CC-BY-NC 4.0) que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista. Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
Como Revista Cubana de Investigaciones Biomédicas forma parte de la red SciELO, una vez los artículos sean aceptados para entrar al proceso editorial (revisión), estos pueden ser depositados por parte de los autores, si estan de acuerdo, en SciELO preprints, siendo actualizados por los autores al concluir el proceso de revisión y las pruebas de maquetación.
