Derechos de autor 2022 Investigación e Innovación en Ingenierías
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
La revista Investigación e Innovación en Ingenierías respeta los derechos morales de cada autor, sin embargo los autores ceden los derechos patrimoniales de sus artículos, y al mismo tiempo certifican a través de una carta que su trabajo es inédito y no ha sido publicado anteriormente.
Análisis de clustering para entender la vulnerabilidad poblacional relacionada con el COVID-19
Corresponding Author(s) : Jose David Sánchez Grajales
jose.d.sanchez@correounivalle.edu.co
Investigación e Innovación en Ingenierías,
Vol. 10 Núm. 2 (2022): Julio-Diciembre
Resumen
Objetivo: El objetivo del estudio es identificar grupos poblacionales en la ciudad de Cali-Colombia, cuya vulnerabilidad poblacional dependen de sus características sociodemográficas y socioeconómicas. La hipótesis de este trabajo es que el crecimiento de los casos de COVID-19 es mayor para los grupos poblacionales más vulnerables. Metodología: Para este trabajo se integraron datos de casos positivos de COVID-19 para las comunas de la ciudad de Cali-Colombia y variables que representan la vulnerabilidad poblaciones en términos sociodemográficos y socioeconómicos. Así, se desarrolló un análisis de clustering jerárquico, para el periodo marzo-junio 2020. Resultados: Los resultados evidencian que existen grupos poblacionales más vulnerables que otros en la ciudad de Cali, debido a las dinámicas propias de la población. De esta forma, la dinámica de la pandemia por COVID-19 impacta de diferente manera a cada grupo poblacional de acuerdo con sus propias características. Además, algunos de los grupos obtenidos forman corredores geográficos, donde las comunas de un mismo grupo están ubicadas contiguamente. Conclusiones: Los resultados fueron corroborados con las curvas de crecimiento de los casos para cada uno de los grupos obtenidos y estos son consistentes. Estos resultados permiten diseñar estrategias diferentes de mitigación y prevención de COVID-19 por sectores, zonas o por grupos de comunas específicas y no estrategias generales para toda la ciudad. Adicionalmente, el diseño de estrategias basadas en datos que se pueden actualizar en el tiempo y permiten actualizar las estrategias de acuerdo con la dinámica de la pandemia.
Palabras clave
Clustering, CRISP-DM, vulnerabilidad, COVID-19, comunas, Cali, SIGELO
[1]
J. D. Sánchez Grajales, D. E. Cuartas Arroyave, y V. A. Bucheli Guerrero, «Análisis de clustering para entender la vulnerabilidad poblacional relacionada con el COVID-19», Investigación e Innovación en Ingenierías, vol. 10, n.º 2, pp. 7–24, jul. 2022.
Descargar cita
Endnote/Zotero/Mendeley (RIS)BibTeX
Referencias
-
[1] Naciones Unidas, «2009: UNISDR terminología sobre reducción del riesgo de desastres», 2009.
[2] D. Elías-Cuartas et al., «Análisis espacio-temporal del SARS-coV-2 en Cali, Colombia», Rev. Salud Pública, vol. 22, n.o 2, Art. n.o 2, mar. 2020, doi: https://doi.org/10.15446/rsap.v22n2.86431.
[3] Santiago de Cali. Alcaldía, Decreto no. 4112.010.20.0917 de 2020 (mayo 28 de 2020) «Por el cual se declara la alerta naranja en el distrito especial, deportivo, cultural, turístico, empresarial y de servicios de Santiago de Cali, se imparten instrucciones en materia de salud, orden público y reactivación económica para preservar la vida y la seguridad ciudadana, y se dictan otras disposiciones». 2020.
[4] L. Willem et al., «The impact of contact tracing and household bubbles on deconfinement strategies for COVID-19», Nat. Commun., vol. 12, n.o 1, Art. n.o 1, mar. 2021. DOI: https://doi.org/10.1038/s41467-021-21747-7.
[5] C. J. Silva et al., «Optimal control of the COVID-19 pandemic: controlled sanitary deconfinement in Portugal», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, feb. 2021. DOI: https://doi.org/10.1038/s41598-021-83075-6.
[6] B. L. Dickens et al., «Strategies at points of entry to reduce importation risk of COVID-19 cases and reopen travel», J. Travel Med., vol. 27, n.o taaa141, dic. 2020. DOI: https://doi.org/10.1093/jtm/taaa141.
[7] S.-Y. Cheng, C. J. Wang, A. C.-T. Shen, y S.-C. Chang, «How to Safely Reopen Colleges and Universities During COVID-19: Experiences From Taiwan», Ann. Intern. Med., vol. 173, n.o 8, pp. 638-641, jul. 2020. DOI: https://doi.org/10.7326/M20-2927.
[8] P. J. Goldschmidt-Clermont, «COVID-19 real-world data for the US and lessons to reopen business», PLOS Pathog., vol. 16, n.o 8, p. e1008756, ago 2020. DOI: https://doi.org/10.1371/journal.ppat.1008756.
[9] J. Kinnunen, I. Georgescu, Z. Hosseini, y A.-M. Androniceanu, «Dynamic indexing and clustering of government strategies to mitigate Covid-19», Entrep. Bus. Econ. Rev., vol. 9, n.o 2, pp. 7-20, 2021. DOI: https://doi.org/10.15678/EBER.2021.090201.
[10] V. Zarikas, S. G. Poulopoulos, Z. Gareiou, y E. Zervas, «Clustering analysis of countries using the COVID-19 cases dataset», Data Brief, vol. 31, p. 105787, ago. 2020. DOI: https://doi.org/10.1016/j.dib.2020.105787.
[11] Johns Hopkins University, «Coronavirus COVID-19 (2019-nCoV)». https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 (accedido feb. 28, 2021).
[12] C. Lopez y N. Chhibba, «Clustering Analysis of Countries using INFORM risk and COVID-19 data», Towards Data Science, nov. 28, 2020. Accedido: mar. 07, 2021. [En línea]. Disponible en: https://towardsdatascience.com/clustering-analysis-of-countries-using-inform-risk-and-covid-19-data-6dbc54e0bd80
[13] M. R. Mahmoudi, D. Baleanu, Z. Mansor, B. A. Tuan, y K.-H. Pho, «Fuzzy clustering method to compare the spread rate of Covid-19 in the high risks countries», Chaos Solitons Fractals, vol. 140, p. 110230, nov. 2020. DOI: https://doi.org/10.1016/j.chaos.2020.110230.
[14] P. Sengupta, B. Ganguli, S. SenRoy, y A. Chatterjee, «An analysis of COVID-19 clusters in India», BMC Public Health, vol. 21, n.o 1, p. 631, mar. 2021. DOI: https://doi.org/10.1186/s12889-021-10491-8.
[15] S. Kumar, «Use of cluster analysis to monitor novel coronavirus-19 infections in Maharashtra, India», Indian J. Med. Sci., vol. 72, n.o 2, pp. 44-48, ago. 2020. DOI: https://doi.org/10.25259/IJMS_68_2020.
[16] Maharashtra. Departamento de Salud Pública, «Public Health Department, Governemnt of Maharashtra». https://phdmah.maps.arcgis.com/ (accedido feb. 28, 2021).
[17] A. Maugeri, M. Barchitta, G. Basile, y A. Agodi, «Applying a hierarchical clustering on principal components approach to identify different patterns of the SARS-CoV-2 epidemic across Italian regions», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, mar. 2021. DOI: https://doi.org/10.1038/s41598-021-86703-3.
[18] T. Tian et al., «Risk factors associated with mortality of COVID-19 in 3125 counties of the United States», Infect. Dis. Poverty, vol. 10, n.o 1, p. 3, ene. 2021, doi: https://doi.org/10.1186/s40249-020-00786-0.
[19] D. Lilleri, F. Zavaglio, E. Gabanti, G. Gerna, y E. Arbustini, «Analysis of the SARS-CoV-2 epidemic in Italy: The role of local and interventional factors in the control of the epidemic», PLOS ONE, vol. 15, n.o 11, p. e0242305, nov. 2020, doi: https://doi.org/10.1371/journal.pone.0242305.
[20] M. Cruz Rendón, «Radiografía del desempleo en Cali: jóvenes y mujeres los más afectados», 2020. Accedido: nov. 26, 2020. [En línea]. Disponible en: https://www.cali.gov.co/publicaciones/155527/radiografia-del-desempleo-en-cali-jovenes-y-mujeres-los-mas-afectados/
[21] Departamento Administrativo Nacional de Estadística, «DANE::Redatam Webserver | Procesamiento y Difusión de Microdatos», 2018. http://systema59.dane.gov.co/bincol/RpWebEngine.exe/Portal?BASE=CNPVBASE4V2&lang=esp (accedido nov. 25, 2020).
[22] Santiago de Cali. Alcaldía, «Boletines Epidemiológicos», 2020. https://www.cali.gov.co/publicaciones/152840/boletines-epidemiologicos/ (accedido nov. 25, 2020).
[23] W. Sullivan, Python Machine Learning Illustrated Guide For Beginners & Intermediates: The Future Is Here! PublishDrive, 2019.
[24] F. Provost y T. Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O’Reilly Media, Inc., 2013.
[25] R. Wirth y J. Hipp, «CRISP-DM: Towards a standard process model for data mining», Proc. 4th Int. Conf. Pract. Appl. Knowl. Discov. Data Min., ene. 2000, [En línea]. Disponible en: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.198.5133
[26] N. Legowo y K. Hwibawa, «Data mining as tools to improve marketing campaign», Int. J. Adv. Trends Comput. Sci. Eng., vol. 9, n.o 5, pp. 7283-7288, 2020. DOI: https://doi.org/10.30534/ijatcse/2020/57952020.
[27] S. P. Bagherighadikolaei, R. Ghousi, y A. Haeri, «A Data Mining Approach for Forecasting Failure Root Causes: A Case Study in an Automated Teller Machine (ATM) Manufacturing Company», J. Optim. Ind. Eng., vol. 13, n.o 2, pp. 101-121, 2020. DOI: https://doi.org/10.22094/JOIE.2020.1863364.1630.
[28] R. Valter et al., «Intelligent Epidemiological Surveillance in the Brazilian Semiarid», en 2020 IEEE International Conference on E-health Networking, Application Services (HEALTHCOM), mar. 2021, pp. 1-6. DOI: https://doi.org/10.1109/HEALTHCOM49281.2021.9399018.
[29] N. N. Fakhry, E. Asfoura, y G. Kassam, «Tracking Coronavirus Pandemic Diseases using Social Media: A Machine Learning Approach», Int. J. Adv. Comput. Sci. Appl. IJACSA, vol. 11, n.o 10, Art. n.o 10, 31 2020. DOI: https://doi.org/10.14569/IJACSA.2020.0111028.
[30] I. D. Sudirman, R. Aryanto, y Mulyani, «Optimizing decision tree criteria for predicting COVID-19 mortality in South Korea dataset», J. Theor. Appl. Inf. Technol., vol. 98, n.o 15, pp. 2889-2900, 2020.
[31] N. Vahabi, M. Salehi, J. D. Duarte, A. Mollalo, y G. Michailidis, «County-level longitudinal clustering of COVID-19 mortality to incidence ratio in the United States», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, feb. 2021. DOI: https://doi.org/10.1038/s41598-021-82384-0.
[32] Bogotá. Observatorio de Salud, «Casos confirmados de COVID-19 | SALUDATA». https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/enfermedades-trasmisibles/covid19/ (accedido mar. 03, 2021).
[33] H. Lara, «Datos y estadísticas en tiempo real sobre COVID-19 estarán a disposición de la ciudadanía», abr. 18, 2020. Accedido: mar. 03, 2021. [En línea]. Disponible en: https://saludata.saludcapital.gov.co/osb/index.php/2020/04/
[34] H. Lara, «Inicia intervención en zonas de cuidado especial», jun. 17, 2020. https://saludata.saludcapital.gov.co/osb/index.php/2020/06/17/inicia-intervencion-en-zonas-de-cuidado-especial/ (accedido mar. 03, 2021).
[35] Bogotá D.C. Alcaldía Mayor, Decreto No.186 de 2020 (15 de Agosto 2020) “Por medio del cual se adoptan medidas transitorias de policía para garantizar el orden público en diferentes localidades del Distrito Capital y se toman otras determinaciones”. 2020.
[36] C. J. Obando Gamboa, "Influencia del agua en el desempeño de los pavimentos: lluvia ácida", Investigación e Innovación en Ingenierías, vol. 5, n.º 2, pp. 190-206, 2017. DOI:https://doi.org/10.17081/invinno.5.2.2761
[37] G. E. Chanchí Golondrino, W. Y. Campo Muñoz, y L. M. Sierra Martinez, «Aplicación de la regresión polinomial para la caracterización de la curva del COVID-19, mediante técnicas de machine learning», Investigación e Innovación en Ingenierías, vol. 8, n.º 2, pp. 87 - 105, jul. 2020.
[38] Bogotá D.C. Alcaldía Mayor, Decreto No. 169 de 2020 (Julio 12 de 2020) “Por medio del cual se imparten órdenes para dar cumplimiento a la medida de aislamiento preventivo obligatorio y se adoptan medidas transitorias de policía para garantizar el orden público en las diferentes localidades del Distrito Capital”. 2020.
Referencias
[1] Naciones Unidas, «2009: UNISDR terminología sobre reducción del riesgo de desastres», 2009.
[2] D. Elías-Cuartas et al., «Análisis espacio-temporal del SARS-coV-2 en Cali, Colombia», Rev. Salud Pública, vol. 22, n.o 2, Art. n.o 2, mar. 2020, doi: https://doi.org/10.15446/rsap.v22n2.86431.
[3] Santiago de Cali. Alcaldía, Decreto no. 4112.010.20.0917 de 2020 (mayo 28 de 2020) «Por el cual se declara la alerta naranja en el distrito especial, deportivo, cultural, turístico, empresarial y de servicios de Santiago de Cali, se imparten instrucciones en materia de salud, orden público y reactivación económica para preservar la vida y la seguridad ciudadana, y se dictan otras disposiciones». 2020.
[4] L. Willem et al., «The impact of contact tracing and household bubbles on deconfinement strategies for COVID-19», Nat. Commun., vol. 12, n.o 1, Art. n.o 1, mar. 2021. DOI: https://doi.org/10.1038/s41467-021-21747-7.
[5] C. J. Silva et al., «Optimal control of the COVID-19 pandemic: controlled sanitary deconfinement in Portugal», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, feb. 2021. DOI: https://doi.org/10.1038/s41598-021-83075-6.
[6] B. L. Dickens et al., «Strategies at points of entry to reduce importation risk of COVID-19 cases and reopen travel», J. Travel Med., vol. 27, n.o taaa141, dic. 2020. DOI: https://doi.org/10.1093/jtm/taaa141.
[7] S.-Y. Cheng, C. J. Wang, A. C.-T. Shen, y S.-C. Chang, «How to Safely Reopen Colleges and Universities During COVID-19: Experiences From Taiwan», Ann. Intern. Med., vol. 173, n.o 8, pp. 638-641, jul. 2020. DOI: https://doi.org/10.7326/M20-2927.
[8] P. J. Goldschmidt-Clermont, «COVID-19 real-world data for the US and lessons to reopen business», PLOS Pathog., vol. 16, n.o 8, p. e1008756, ago 2020. DOI: https://doi.org/10.1371/journal.ppat.1008756.
[9] J. Kinnunen, I. Georgescu, Z. Hosseini, y A.-M. Androniceanu, «Dynamic indexing and clustering of government strategies to mitigate Covid-19», Entrep. Bus. Econ. Rev., vol. 9, n.o 2, pp. 7-20, 2021. DOI: https://doi.org/10.15678/EBER.2021.090201.
[10] V. Zarikas, S. G. Poulopoulos, Z. Gareiou, y E. Zervas, «Clustering analysis of countries using the COVID-19 cases dataset», Data Brief, vol. 31, p. 105787, ago. 2020. DOI: https://doi.org/10.1016/j.dib.2020.105787.
[11] Johns Hopkins University, «Coronavirus COVID-19 (2019-nCoV)». https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 (accedido feb. 28, 2021).
[12] C. Lopez y N. Chhibba, «Clustering Analysis of Countries using INFORM risk and COVID-19 data», Towards Data Science, nov. 28, 2020. Accedido: mar. 07, 2021. [En línea]. Disponible en: https://towardsdatascience.com/clustering-analysis-of-countries-using-inform-risk-and-covid-19-data-6dbc54e0bd80
[13] M. R. Mahmoudi, D. Baleanu, Z. Mansor, B. A. Tuan, y K.-H. Pho, «Fuzzy clustering method to compare the spread rate of Covid-19 in the high risks countries», Chaos Solitons Fractals, vol. 140, p. 110230, nov. 2020. DOI: https://doi.org/10.1016/j.chaos.2020.110230.
[14] P. Sengupta, B. Ganguli, S. SenRoy, y A. Chatterjee, «An analysis of COVID-19 clusters in India», BMC Public Health, vol. 21, n.o 1, p. 631, mar. 2021. DOI: https://doi.org/10.1186/s12889-021-10491-8.
[15] S. Kumar, «Use of cluster analysis to monitor novel coronavirus-19 infections in Maharashtra, India», Indian J. Med. Sci., vol. 72, n.o 2, pp. 44-48, ago. 2020. DOI: https://doi.org/10.25259/IJMS_68_2020.
[16] Maharashtra. Departamento de Salud Pública, «Public Health Department, Governemnt of Maharashtra». https://phdmah.maps.arcgis.com/ (accedido feb. 28, 2021).
[17] A. Maugeri, M. Barchitta, G. Basile, y A. Agodi, «Applying a hierarchical clustering on principal components approach to identify different patterns of the SARS-CoV-2 epidemic across Italian regions», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, mar. 2021. DOI: https://doi.org/10.1038/s41598-021-86703-3.
[18] T. Tian et al., «Risk factors associated with mortality of COVID-19 in 3125 counties of the United States», Infect. Dis. Poverty, vol. 10, n.o 1, p. 3, ene. 2021, doi: https://doi.org/10.1186/s40249-020-00786-0.
[19] D. Lilleri, F. Zavaglio, E. Gabanti, G. Gerna, y E. Arbustini, «Analysis of the SARS-CoV-2 epidemic in Italy: The role of local and interventional factors in the control of the epidemic», PLOS ONE, vol. 15, n.o 11, p. e0242305, nov. 2020, doi: https://doi.org/10.1371/journal.pone.0242305.
[20] M. Cruz Rendón, «Radiografía del desempleo en Cali: jóvenes y mujeres los más afectados», 2020. Accedido: nov. 26, 2020. [En línea]. Disponible en: https://www.cali.gov.co/publicaciones/155527/radiografia-del-desempleo-en-cali-jovenes-y-mujeres-los-mas-afectados/
[21] Departamento Administrativo Nacional de Estadística, «DANE::Redatam Webserver | Procesamiento y Difusión de Microdatos», 2018. http://systema59.dane.gov.co/bincol/RpWebEngine.exe/Portal?BASE=CNPVBASE4V2&lang=esp (accedido nov. 25, 2020).
[22] Santiago de Cali. Alcaldía, «Boletines Epidemiológicos», 2020. https://www.cali.gov.co/publicaciones/152840/boletines-epidemiologicos/ (accedido nov. 25, 2020).
[23] W. Sullivan, Python Machine Learning Illustrated Guide For Beginners & Intermediates: The Future Is Here! PublishDrive, 2019.
[24] F. Provost y T. Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O’Reilly Media, Inc., 2013.
[25] R. Wirth y J. Hipp, «CRISP-DM: Towards a standard process model for data mining», Proc. 4th Int. Conf. Pract. Appl. Knowl. Discov. Data Min., ene. 2000, [En línea]. Disponible en: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.198.5133
[26] N. Legowo y K. Hwibawa, «Data mining as tools to improve marketing campaign», Int. J. Adv. Trends Comput. Sci. Eng., vol. 9, n.o 5, pp. 7283-7288, 2020. DOI: https://doi.org/10.30534/ijatcse/2020/57952020.
[27] S. P. Bagherighadikolaei, R. Ghousi, y A. Haeri, «A Data Mining Approach for Forecasting Failure Root Causes: A Case Study in an Automated Teller Machine (ATM) Manufacturing Company», J. Optim. Ind. Eng., vol. 13, n.o 2, pp. 101-121, 2020. DOI: https://doi.org/10.22094/JOIE.2020.1863364.1630.
[28] R. Valter et al., «Intelligent Epidemiological Surveillance in the Brazilian Semiarid», en 2020 IEEE International Conference on E-health Networking, Application Services (HEALTHCOM), mar. 2021, pp. 1-6. DOI: https://doi.org/10.1109/HEALTHCOM49281.2021.9399018.
[29] N. N. Fakhry, E. Asfoura, y G. Kassam, «Tracking Coronavirus Pandemic Diseases using Social Media: A Machine Learning Approach», Int. J. Adv. Comput. Sci. Appl. IJACSA, vol. 11, n.o 10, Art. n.o 10, 31 2020. DOI: https://doi.org/10.14569/IJACSA.2020.0111028.
[30] I. D. Sudirman, R. Aryanto, y Mulyani, «Optimizing decision tree criteria for predicting COVID-19 mortality in South Korea dataset», J. Theor. Appl. Inf. Technol., vol. 98, n.o 15, pp. 2889-2900, 2020.
[31] N. Vahabi, M. Salehi, J. D. Duarte, A. Mollalo, y G. Michailidis, «County-level longitudinal clustering of COVID-19 mortality to incidence ratio in the United States», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, feb. 2021. DOI: https://doi.org/10.1038/s41598-021-82384-0.
[32] Bogotá. Observatorio de Salud, «Casos confirmados de COVID-19 | SALUDATA». https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/enfermedades-trasmisibles/covid19/ (accedido mar. 03, 2021).
[33] H. Lara, «Datos y estadísticas en tiempo real sobre COVID-19 estarán a disposición de la ciudadanía», abr. 18, 2020. Accedido: mar. 03, 2021. [En línea]. Disponible en: https://saludata.saludcapital.gov.co/osb/index.php/2020/04/
[34] H. Lara, «Inicia intervención en zonas de cuidado especial», jun. 17, 2020. https://saludata.saludcapital.gov.co/osb/index.php/2020/06/17/inicia-intervencion-en-zonas-de-cuidado-especial/ (accedido mar. 03, 2021).
[35] Bogotá D.C. Alcaldía Mayor, Decreto No.186 de 2020 (15 de Agosto 2020) “Por medio del cual se adoptan medidas transitorias de policía para garantizar el orden público en diferentes localidades del Distrito Capital y se toman otras determinaciones”. 2020.
[36] C. J. Obando Gamboa, "Influencia del agua en el desempeño de los pavimentos: lluvia ácida", Investigación e Innovación en Ingenierías, vol. 5, n.º 2, pp. 190-206, 2017. DOI:https://doi.org/10.17081/invinno.5.2.2761
[37] G. E. Chanchí Golondrino, W. Y. Campo Muñoz, y L. M. Sierra Martinez, «Aplicación de la regresión polinomial para la caracterización de la curva del COVID-19, mediante técnicas de machine learning», Investigación e Innovación en Ingenierías, vol. 8, n.º 2, pp. 87 - 105, jul. 2020.
[38] Bogotá D.C. Alcaldía Mayor, Decreto No. 169 de 2020 (Julio 12 de 2020) “Por medio del cual se imparten órdenes para dar cumplimiento a la medida de aislamiento preventivo obligatorio y se adoptan medidas transitorias de policía para garantizar el orden público en las diferentes localidades del Distrito Capital”. 2020.
[2] D. Elías-Cuartas et al., «Análisis espacio-temporal del SARS-coV-2 en Cali, Colombia», Rev. Salud Pública, vol. 22, n.o 2, Art. n.o 2, mar. 2020, doi: https://doi.org/10.15446/rsap.v22n2.86431.
[3] Santiago de Cali. Alcaldía, Decreto no. 4112.010.20.0917 de 2020 (mayo 28 de 2020) «Por el cual se declara la alerta naranja en el distrito especial, deportivo, cultural, turístico, empresarial y de servicios de Santiago de Cali, se imparten instrucciones en materia de salud, orden público y reactivación económica para preservar la vida y la seguridad ciudadana, y se dictan otras disposiciones». 2020.
[4] L. Willem et al., «The impact of contact tracing and household bubbles on deconfinement strategies for COVID-19», Nat. Commun., vol. 12, n.o 1, Art. n.o 1, mar. 2021. DOI: https://doi.org/10.1038/s41467-021-21747-7.
[5] C. J. Silva et al., «Optimal control of the COVID-19 pandemic: controlled sanitary deconfinement in Portugal», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, feb. 2021. DOI: https://doi.org/10.1038/s41598-021-83075-6.
[6] B. L. Dickens et al., «Strategies at points of entry to reduce importation risk of COVID-19 cases and reopen travel», J. Travel Med., vol. 27, n.o taaa141, dic. 2020. DOI: https://doi.org/10.1093/jtm/taaa141.
[7] S.-Y. Cheng, C. J. Wang, A. C.-T. Shen, y S.-C. Chang, «How to Safely Reopen Colleges and Universities During COVID-19: Experiences From Taiwan», Ann. Intern. Med., vol. 173, n.o 8, pp. 638-641, jul. 2020. DOI: https://doi.org/10.7326/M20-2927.
[8] P. J. Goldschmidt-Clermont, «COVID-19 real-world data for the US and lessons to reopen business», PLOS Pathog., vol. 16, n.o 8, p. e1008756, ago 2020. DOI: https://doi.org/10.1371/journal.ppat.1008756.
[9] J. Kinnunen, I. Georgescu, Z. Hosseini, y A.-M. Androniceanu, «Dynamic indexing and clustering of government strategies to mitigate Covid-19», Entrep. Bus. Econ. Rev., vol. 9, n.o 2, pp. 7-20, 2021. DOI: https://doi.org/10.15678/EBER.2021.090201.
[10] V. Zarikas, S. G. Poulopoulos, Z. Gareiou, y E. Zervas, «Clustering analysis of countries using the COVID-19 cases dataset», Data Brief, vol. 31, p. 105787, ago. 2020. DOI: https://doi.org/10.1016/j.dib.2020.105787.
[11] Johns Hopkins University, «Coronavirus COVID-19 (2019-nCoV)». https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6 (accedido feb. 28, 2021).
[12] C. Lopez y N. Chhibba, «Clustering Analysis of Countries using INFORM risk and COVID-19 data», Towards Data Science, nov. 28, 2020. Accedido: mar. 07, 2021. [En línea]. Disponible en: https://towardsdatascience.com/clustering-analysis-of-countries-using-inform-risk-and-covid-19-data-6dbc54e0bd80
[13] M. R. Mahmoudi, D. Baleanu, Z. Mansor, B. A. Tuan, y K.-H. Pho, «Fuzzy clustering method to compare the spread rate of Covid-19 in the high risks countries», Chaos Solitons Fractals, vol. 140, p. 110230, nov. 2020. DOI: https://doi.org/10.1016/j.chaos.2020.110230.
[14] P. Sengupta, B. Ganguli, S. SenRoy, y A. Chatterjee, «An analysis of COVID-19 clusters in India», BMC Public Health, vol. 21, n.o 1, p. 631, mar. 2021. DOI: https://doi.org/10.1186/s12889-021-10491-8.
[15] S. Kumar, «Use of cluster analysis to monitor novel coronavirus-19 infections in Maharashtra, India», Indian J. Med. Sci., vol. 72, n.o 2, pp. 44-48, ago. 2020. DOI: https://doi.org/10.25259/IJMS_68_2020.
[16] Maharashtra. Departamento de Salud Pública, «Public Health Department, Governemnt of Maharashtra». https://phdmah.maps.arcgis.com/ (accedido feb. 28, 2021).
[17] A. Maugeri, M. Barchitta, G. Basile, y A. Agodi, «Applying a hierarchical clustering on principal components approach to identify different patterns of the SARS-CoV-2 epidemic across Italian regions», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, mar. 2021. DOI: https://doi.org/10.1038/s41598-021-86703-3.
[18] T. Tian et al., «Risk factors associated with mortality of COVID-19 in 3125 counties of the United States», Infect. Dis. Poverty, vol. 10, n.o 1, p. 3, ene. 2021, doi: https://doi.org/10.1186/s40249-020-00786-0.
[19] D. Lilleri, F. Zavaglio, E. Gabanti, G. Gerna, y E. Arbustini, «Analysis of the SARS-CoV-2 epidemic in Italy: The role of local and interventional factors in the control of the epidemic», PLOS ONE, vol. 15, n.o 11, p. e0242305, nov. 2020, doi: https://doi.org/10.1371/journal.pone.0242305.
[20] M. Cruz Rendón, «Radiografía del desempleo en Cali: jóvenes y mujeres los más afectados», 2020. Accedido: nov. 26, 2020. [En línea]. Disponible en: https://www.cali.gov.co/publicaciones/155527/radiografia-del-desempleo-en-cali-jovenes-y-mujeres-los-mas-afectados/
[21] Departamento Administrativo Nacional de Estadística, «DANE::Redatam Webserver | Procesamiento y Difusión de Microdatos», 2018. http://systema59.dane.gov.co/bincol/RpWebEngine.exe/Portal?BASE=CNPVBASE4V2&lang=esp (accedido nov. 25, 2020).
[22] Santiago de Cali. Alcaldía, «Boletines Epidemiológicos», 2020. https://www.cali.gov.co/publicaciones/152840/boletines-epidemiologicos/ (accedido nov. 25, 2020).
[23] W. Sullivan, Python Machine Learning Illustrated Guide For Beginners & Intermediates: The Future Is Here! PublishDrive, 2019.
[24] F. Provost y T. Fawcett, Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O’Reilly Media, Inc., 2013.
[25] R. Wirth y J. Hipp, «CRISP-DM: Towards a standard process model for data mining», Proc. 4th Int. Conf. Pract. Appl. Knowl. Discov. Data Min., ene. 2000, [En línea]. Disponible en: http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.198.5133
[26] N. Legowo y K. Hwibawa, «Data mining as tools to improve marketing campaign», Int. J. Adv. Trends Comput. Sci. Eng., vol. 9, n.o 5, pp. 7283-7288, 2020. DOI: https://doi.org/10.30534/ijatcse/2020/57952020.
[27] S. P. Bagherighadikolaei, R. Ghousi, y A. Haeri, «A Data Mining Approach for Forecasting Failure Root Causes: A Case Study in an Automated Teller Machine (ATM) Manufacturing Company», J. Optim. Ind. Eng., vol. 13, n.o 2, pp. 101-121, 2020. DOI: https://doi.org/10.22094/JOIE.2020.1863364.1630.
[28] R. Valter et al., «Intelligent Epidemiological Surveillance in the Brazilian Semiarid», en 2020 IEEE International Conference on E-health Networking, Application Services (HEALTHCOM), mar. 2021, pp. 1-6. DOI: https://doi.org/10.1109/HEALTHCOM49281.2021.9399018.
[29] N. N. Fakhry, E. Asfoura, y G. Kassam, «Tracking Coronavirus Pandemic Diseases using Social Media: A Machine Learning Approach», Int. J. Adv. Comput. Sci. Appl. IJACSA, vol. 11, n.o 10, Art. n.o 10, 31 2020. DOI: https://doi.org/10.14569/IJACSA.2020.0111028.
[30] I. D. Sudirman, R. Aryanto, y Mulyani, «Optimizing decision tree criteria for predicting COVID-19 mortality in South Korea dataset», J. Theor. Appl. Inf. Technol., vol. 98, n.o 15, pp. 2889-2900, 2020.
[31] N. Vahabi, M. Salehi, J. D. Duarte, A. Mollalo, y G. Michailidis, «County-level longitudinal clustering of COVID-19 mortality to incidence ratio in the United States», Sci. Rep., vol. 11, n.o 1, Art. n.o 1, feb. 2021. DOI: https://doi.org/10.1038/s41598-021-82384-0.
[32] Bogotá. Observatorio de Salud, «Casos confirmados de COVID-19 | SALUDATA». https://saludata.saludcapital.gov.co/osb/index.php/datos-de-salud/enfermedades-trasmisibles/covid19/ (accedido mar. 03, 2021).
[33] H. Lara, «Datos y estadísticas en tiempo real sobre COVID-19 estarán a disposición de la ciudadanía», abr. 18, 2020. Accedido: mar. 03, 2021. [En línea]. Disponible en: https://saludata.saludcapital.gov.co/osb/index.php/2020/04/
[34] H. Lara, «Inicia intervención en zonas de cuidado especial», jun. 17, 2020. https://saludata.saludcapital.gov.co/osb/index.php/2020/06/17/inicia-intervencion-en-zonas-de-cuidado-especial/ (accedido mar. 03, 2021).
[35] Bogotá D.C. Alcaldía Mayor, Decreto No.186 de 2020 (15 de Agosto 2020) “Por medio del cual se adoptan medidas transitorias de policía para garantizar el orden público en diferentes localidades del Distrito Capital y se toman otras determinaciones”. 2020.
[36] C. J. Obando Gamboa, "Influencia del agua en el desempeño de los pavimentos: lluvia ácida", Investigación e Innovación en Ingenierías, vol. 5, n.º 2, pp. 190-206, 2017. DOI:https://doi.org/10.17081/invinno.5.2.2761
[37] G. E. Chanchí Golondrino, W. Y. Campo Muñoz, y L. M. Sierra Martinez, «Aplicación de la regresión polinomial para la caracterización de la curva del COVID-19, mediante técnicas de machine learning», Investigación e Innovación en Ingenierías, vol. 8, n.º 2, pp. 87 - 105, jul. 2020.
[38] Bogotá D.C. Alcaldía Mayor, Decreto No. 169 de 2020 (Julio 12 de 2020) “Por medio del cual se imparten órdenes para dar cumplimiento a la medida de aislamiento preventivo obligatorio y se adoptan medidas transitorias de policía para garantizar el orden público en las diferentes localidades del Distrito Capital”. 2020.