Lista de modelos de simulación de COVID-19

• Simulación de Chen et al. basada en el modelo Murciélagos-Hospederos-Reservorio-Personas (BHRP) (simplificado a solo RP) ^{[ 5 ]}
• CoSim19 ^{[ 6 ]} – Prof. Lehr, basado en el modelo SEIRD
• MODELADO DE MOVILIDAD COVID-19 ^{[ 7 ]} – Stanford basado en el modelo SEIR ^{[ 8 ]}
• Simulador de COVID-19 ^{[ 9 ]} – Escuela de Medicina de Harvard basado en un modelo de dinámica de sistemas (compartimental) validado ^{[ 10 ]}
• Aumento de casos de COVID-19 ^{[ 11 ]} – CDC ^{[ 12 ]}
• COVIDSIM ^{[ 13 ]} – por Mark Kok Yew Ng et al.
• CovidSim – Imperial College London , Centro MRC para el Análisis Global de Enfermedades Infecciosas , Neil Ferguson y otros.
• CovidSim ^{[ 14 ]} – Proyecto de investigación de la Universidad de Ciencias Aplicadas de Múnich , Prof. Köster
• COVIDSim ^{[ 15 ]} – escrito en MATLAB ^{[ 16 ]} por Ng y Gui ^{[ 17 ]}
• CovidSIM.eu ^{[ 18 ]} – Martin Eichner, Markus Schwehm con el apoyo de la Universidad de Tübingen y patrocinado por el Ministerio Federal Alemán de Educación e Investigación .
• CovidSIM ^{[ 19 ]} – Schneider et al.
• CovRadar ^{[ 20 ]} – para vigilancia molecular de la proteína de la espícula del coronavirus ^{[ 21 ] [ 22 ]}
• De-Leon y Pederiva – Un algoritmo de Monte Carlo de partículas dinámicas basado en los principios básicos de la física estadística. ^{[ 23 ] [ 24 ]}
• Modelo del Dr. Ghaffarzadegan ^{[ 25 ] [ 26 ] [ 27 ]}
• Horizonte de sucesos – COVID-19 ^{[ 28 ]} – HU Berlín basado en el modelo SIR-X ^{[ 29 ]}
• IA evolutiva ^{[ 30 ]} – "Intervenciones no farmacéuticas (INF) que la IA genera para diferentes países y regiones a lo largo del tiempo, su efecto previsto." ^{[ 31 ] [ 32 ] [ 33 ]}
• Desde el caso índice hasta la propagación global: el Dr. Siwiak, basándose en el marco GLEAM que incorpora densidades de población reales, patrones de desplazamiento y redes de viajes de largo alcance. ^{[ 34 ]}
• Modelo IHME – Instituto de Métricas y Evaluación de la Salud Modelo COVID
• MEmilio ^{[ 35 ]} – un software de simulación epidemiológica modular de alto rendimiento y código abierto basado en un modelo híbrido de tipo gráfico-SIR ^{[ 36 ]} con pruebas de desplazamiento entre regiones ^{[ 37 ]} y estrategias de vacunación ^{[ 38 ]} y modelos basados ​​en agentes
• OpenCOVID ^{[ 39 ] [ 40 ]} – Instituto Suizo de Salud Tropical y Pública (Swiss TPH) – Modelo de transmisión individual de acceso abierto de la infección por SARS-CoV-2 y la dinámica de la enfermedad COVID-19 implementado en R.
• OxCGRT ^{[ 41 ]} – El rastreador de respuesta gubernamental de Oxford ante el COVID-19 ^{[ 42 ] [ 33 ]}
• SC-COSMO ^{[ 43 ]} – Modelo de simulación del coronavirus de Stanford-CIDE
• SDL-PAND: Un gemelo digital de la situación de la pandemia en Cataluña. ^{[ 44 ]}
• SECIR ^{[ 45 ] [ 46 ] [ 47 ] [ 48 ]} – Modelo del Centro Helmholtz para la Investigación de Infecciones
• El modelo SEIR en una red de mundo pequeño se utiliza para estimar el efecto de las intervenciones no farmacéuticas en la estructura de la red de transmisión ^{[ 49 ].}
• Colección de Epidemiología de SIAM ^{[ 50 ] [ 51 ]}
• Modelo SIR _SS que combina la dinámica del estrés social con modelos epidémicos clásicos. ^{[ 52 ]} El estrés social se describe mediante las herramientas de la física social .
• Inversión inteligente de recursos para pruebas de ARN viral para mejorar la mitigación de la Covid-19 ^{[ 53 ] [ 54 ]}
• Modelo Youyang Gu COVID

Varios de estos modelos utilizan bases de datos genómicas, entre las que se incluyen las siguientes:

• Banco de datos de ADN de Japón
• Archivo Europeo de Nucleótidos
• GISAID
• Asignación filogenética de linajes de brotes globales identificados

• Lista de CDC de Inclusión y Supuestos de Pronóstico ^{[ 55 ]} – lista extensa con diferentes modelos, etc.
• CORSMA – Consorcio de la UE (Respuesta al brote de COVID-19 que combina salud electrónica, serología, modelado, inteligencia artificial e investigación de implementación) ^{[ 56 ]}
• Centro de pronósticos de COVID-19 ^{[ 57 ]} – Sirve como repositorio central de pronósticos y predicciones de más de 50 grupos de investigación internacionales. ^{[ 58 ] [ 59 ]}
• Nextstrain : proyecto de código abierto para aprovechar el potencial científico y de salud pública de los datos del genoma de los patógenos ^{[ 60 ].}
  • Véase también los recursos de Nextstrain SARS-CoV-2 ^{[ 61 ]}
• SIMID ^{[ 62 ]} – Modelos de simulación de enfermedades infecciosas – Consorcio de investigación belga
• RAMP – Asistencia rápida en la modelización de la pandemia ^{[ 63 ]} (Reino Unido)
• Consorcio de Modelización de COVID-19 de la UT Austin ^{[ 64 ]}
• Enfoques computacionales para fomentar la innovación en el tratamiento y diagnóstico de enfermedades infecciosas, por Frontiers

Nota: Los siguientes recursos (adicionales) se basan principalmente en datos reales, no en simulaciones. Pueden incluir características predictivas, por ejemplo, la estimación de la tasa de vacunación, pero en general no se basan en fundamentos teóricos o de modelización como la lista principal de este artículo. No obstante, la previsión sigue siendo importante. ^{[ 65 ]} (Véase, por ejemplo, el Centro de Predicción de la COVID-19 ) ^{[ 66 ]}

• Panel de control de COVID-19 ^{[ 67 ]} - Centro de Ciencia e Ingeniería de Sistemas (CSSE) de la Universidad Johns Hopkins (JHU) ^{[ 68 ] [ 69 ]}
• COVIDVaxView de los CDC ^{[ 70 ]}
• Conjunto de datos Datahub Novel Coronavirus 2019 ^{[ 71 ] [ 72 ]} - Conjunto de datos COVID-19 Serie temporal de la enfermedad por coronavirus 2019 (COVID-19) que enumera los casos confirmados, las muertes notificadas y las recuperaciones notificadas.
• Impfdashboard.de - Monitor de vacunación de Alemania ^{[ 73 ]}
• Simulación de la campaña de vacunación contra la COVID-19 ^{[ 74 ]} - Monitor para la campaña de vacunación en Alemania por Zi Data Science Lab
• Proyecciones del Instituto de Métricas y Evaluación de la Salud (IHME) sobre la COVID-19 ^{[ 75 ]}
  • Véase también el modelo COVID del Instituto de Métricas y Evaluación de la Salud.