Análisis económico de las vacunas 10-valente y 13-valente contra neumococo: revisión sistemática

Introducción: Las vacunas clásicamente han representado un método económico y eficaz para el control y prevención de múltiples enfermedades infecciosas. En los últimos años se han introducido nuevas vacunas contra neumococo a precios elevados, y los diferentes análisis económicos a nivel mundial de estas vacunas no muestran tendencias. El objetivo de este trabajo era resumir la evidencia existente a través de los diferentes estudios económicos evaluando las dos vacunas de segunda generación contra neumococo en la población a riesgo. Metodología: En este trabajo se realizo una revisión sistemática de la literatura en 8 bases de datos localizadas en diferentes partes del mundo y también que tuvieran literatura gris. Los artículos fueron inicialmente evaluados acorde a su titulo y resumen, posteriormente los elegidos se analizaron en su totalidad. Resultados: Se encontraron 404 artículos, de los cuales 20 fueron incluidos en el análisis final. Se encontró que la mayoría de los estudios se realizaron en áreas donde la enfermedad tiene una carga baja, como es Norte América y Europa, mientras que en los lugares del mundo donde la carga es mas alta, se realizaron pocos estudios. De igual manera se observo que la mayoría de los estudios mostraron por los menos ser costo efectivos respecto a la no vacunación, y en su totalidad las dos vacunas de segunda generación mostraron costo efectividad respecto a la vacunación con PCV-7. Los resultados de los estudios son muy heterogéneos, hasta dentro del mismo país, señalando la necesidad de guías para la conducción de este tipo de estudios. De igual manera, la mayoría de los estudios fueron financiados por farmacéuticas, mientras en un numero muy reducido por entes gubernamentales. Conclusiones: La mayoría de los estudios económicos sobre las vacunas de segunda generación contra neumococo han sido realizados en países con un alto índice de desarrollo económico y patrocinados por farmacéuticas. Dado que la mayoría de la carga de la enfermedad se encuentran en regiones con un menor nivel de desarrollo económico se deberían realizar mas en estas zonas. De igual manera, al ser la vacunación un asunto de salud publica y con un importante impacto económico los gobiernos deberían estar mas involucrados en los mismos.

Aproximación a un marco teórico para la construcción de una metodología para el estudio sistémico de sectores estratégicos

En la búsqueda de adaptabilidad por parte de las organizaciones, para sobrevivir y crecer frente a los cambios, así como de los procesos de formulación y revisión de la estrategia empresarial para la toma de decisiones, la exploración e interpretación del entorno, sus elementos y dinámica se han convertido en una necesidad apremiante. En este contexto, una de las herramientas que permite a las organizaciones mejorar la visión sectorial es la metodología del Análisis Estructural de Sectores Estratégicos (en adelante AESE). Esta visión que se construye a partir de la aplicación de dicha metodología se deriva de los procesos de análisis y de síntesis. En el mismo sentido, la falta de uniformidad del mundo actual, la cantidad de factores que impactan el desempeño organizacional y la complejidad de las interacciones que se dan en los sectores estratégicos conducen a la búsqueda un nuevo enfoque para comprenderlos e intervenirlos. Lo anterior debido a que es claro que desde el pensamiento analítico no se contemplan las múltiples interrelaciones en los sectores estratégicos, su permanente variación, ni los procesos circulares que en ellos se dan, por lo cual la visión que proporciona se considera limitada para comprender la realidad y guiar a los directivos empresariales en la toma de decisiones estratégicas. Por el contrario, el uso del pensamiento sistémico en el estudio sectorial sí posibilita la comprensión de los sectores como sistemas, su diseño, estructura (relaciones) y funcionamiento (dinámica) a fin de obtener una visión de conjunto para intervenirlos. Dentro de los beneficios que brinda la aplicación del pensamiento sistémico (dinámica de sistemas) se encuentra la posibilidad de simular un modelo dinámico que permite determinar el futuro de los sectores estratégicos y guiar a las organizaciones a la definición de políticas alineadas con la búsqueda de la perdurabilidad. Luego, el presente trabajo de investigación pretende establecer los elementos teóricos, conceptuales y metodológicos, asociados con la toma de decisiones estratégicas y con el pensamiento sistémico (dinámica de sistemas), que contribuyen a la construcción de una metodología para el Estudio Sistémico de Sectores Estratégicos (en adelante ESSE).

Rebellion, repression and welfare

I develop a dynamic model of social conflict whereby manifest grievances of the poor generate the incentive of taking over political power violently. Rebellion can be an equilibrium outcome depending on the level of preexisting inequality between the poor and the ruling elite, the relative military capabilities of the two groups and the destructiveness of conflict. Once a technology of repression is introduced, widespread fear reduces the parameter space for which rebellion is an equilibrium outcome. However, I show that repression driven peace comes at a cost as it produces a welfare loss to society.

Seguros de desempleo: revisión de literatura y propuesta para Colombia

En este artículo se estudia la posibilidad de introducir seguros de desempleo en Colombia. En una primera parte, se propone una revisión de literatura de los seguros de desempleo en la cual se exponen las ventajas generadas por una cobertura contra este riesgo, así como sus inconvenientes. En una segunda parte, se estudian varios escenarios para introducir seguros de desempleo en Colombia. Después de haber presentado el contexto del mercado laboral y de las normas que lo vigilan, se proponen varios diseños que abordan la gestión y la administración del riesgo de desempleo en Colombia. Igualmente se presentan algunas consideraciones teóricas para la valoración del costo del aseguramiento, las cuales incorporan los efectos del riesgo moral sobre la duración y la incidencia del desempleo.

Fumando mañas: construcción del sentido de la realidad social en un contexto de ilegalidad

Este texto ilustra la interacción entre violencia estructural y actores marginales para ver cómo lo primero crea lo segundo, y cómo, a su turno, la dinámica de estos actores les permite articularse y/o fugarse de sus condiciones. Si los actores de un espacio social determinado pueden llevar a cabo una acción que mínimamente los reproduce, sus condiciones y las relaciones de poder, esto es, una acción reflexionada, podría generar un cambio. Pero para no quedarse en los extremos viendo las maquinarias del poder sobre unos sujetos y sus acciones diarias, siempre condicionadas por aquellas, se puede comprobar el ámbito de autonomía de las decisiones que movilizan su acción, y medir el poder de esta tanto individual como colectiva, amarrada a unos fines: hacia la reafirmación de la identidad o en procura de lograr un cambio

Estudio de la aplicación de sistemas basados en el conocimiento a la operación de una planta de tratamiento de residuos sólidos urbanos por valorización energética

Una de las actuaciones posibles para la gestión de los residuos sólidos urbanos es la valorización energética, es decir la incineración con recuperación de energía. Sin embargo es muy importante controlar adecuadamente el proceso de incineración para evitar en lo posible la liberación de sustancias contaminantes a la atmósfera que puedan ocasionar problemas de contaminación industrial.Conseguir que tanto el proceso de incineración como el tratamiento de los gases se realice en condiciones óptimas presupone tener un buen conocimiento de las dependencias entre las variables de proceso. Se precisan métodos adecuados de medida de las variables más importantes y tratar los valores medidos con modelos adecuados para transformarlos en magnitudes de mando. Un modelo clásico para el control parece poco prometedor en este caso debido a la complejidad de los procesos, la falta de descripción cuantitativa y la necesidad de hacer los cálculos en tiempo real. Esto sólo se puede conseguir con la ayuda de las modernas técnicas de proceso de datos y métodos informáticos, tales como el empleo de técnicas de simulación, modelos matemáticos, sistemas basados en el conocimiento e interfases inteligentes. En [Ono, 1989] se describe un sistema de control basado en la lógica difusa aplicado al campo de la incineración de residuos urbanos. En el centro de investigación FZK de Karslruhe se están desarrollando aplicaciones que combinan la lógica difusa con las redes neuronales [Jaeschke, Keller, 1994] para el control de la planta piloto de incineración de residuos TAMARA. En esta tesis se plantea la aplicación de un método de adquisición de conocimiento para el control de sistemas complejos inspirado en el comportamiento humano. Cuando nos encontramos ante una situación desconocida al principio no sabemos como actuar, salvo por la extrapolación de experiencias anteriores que puedan ser útiles. Aplicando procedimientos de prueba y error, refuerzo de hipótesis, etc., vamos adquiriendo y refinando el conocimiento, y elaborando un modelo mental. Podemos diseñar un método análogo, que pueda ser implementado en un sistema informático, mediante el empleo de técnicas de Inteligencia Artificial.Así, en un proceso complejo muchas veces disponemos de un conjunto de datos del proceso que a priori no nos dan información suficientemente estructurada para que nos sea útil. Para la adquisición de conocimiento pasamos por una serie de etapas: - Hacemos una primera selección de cuales son las variables que nos interesa conocer. - Estado del sistema. En primer lugar podemos empezar por aplicar técnicas de clasificación (aprendizaje no supervisado) para agrupar los datos y obtener una representación del estado de la planta. Es posible establecer una clasificación, pero normalmente casi todos los datos están en una sola clase, que corresponde a la operación normal. Hecho esto y para refinar el conocimiento utilizamos métodos estadísticos clásicos para buscar correlaciones entre variables (análisis de componentes principales) y así poder simplificar y reducir la lista de variables. - Análisis de las señales. Para analizar y clasificar las señales (por ejemplo la temperatura del horno) es posible utilizar métodos capaces de describir mejor el comportamiento no lineal del sistema, como las redes neuronales. Otro paso más consiste en establecer relaciones causales entre las variables. Para ello nos sirven de ayuda los modelos analíticos - Como resultado final del proceso se pasa al diseño del sistema basado en el conocimiento. El objetivo principal es aplicar el método al caso concreto del control de una planta de tratamiento de residuos sólidos urbanos por valorización energética. En primer lugar, en el capítulo 2 Los residuos sólidos urbanos, se trata el problema global de la gestión de los residuos, dando una visión general de las diferentes alternativas existentes, y de la situación nacional e internacional en la actualidad. Se analiza con mayor detalle la problemática de la incineración de los residuos, poniendo especial interés en aquellas características de los residuos que tienen mayor importancia de cara al proceso de combustión.En el capítulo 3, Descripción del proceso, se hace una descripción general del proceso de incineración y de los distintos elementos de una planta incineradora: desde la recepción y almacenamiento de los residuos, pasando por los distintos tipos de hornos y las exigencias de los códigos de buena práctica de combustión, el sistema de aire de combustión y el sistema de humos. Se presentan también los distintos sistemas de depuración de los gases de combustión, y finalmente el sistema de evacuación de cenizas y escorias.El capítulo 4, La planta de tratamiento de residuos sólidos urbanos de Girona, describe los principales sistemas de la planta incineradora de Girona: la alimentación de residuos, el tipo de horno, el sistema de recuperación de energía, y el sistema de depuración de los gases de combustión Se describe también el sistema de control, la operación, los datos de funcionamiento de la planta, la instrumentación y las variables que son de interés para el control del proceso de combustión.En el capítulo 5, Técnicas utilizadas, se proporciona una visión global de los sistemas basados en el conocimiento y de los sistemas expertos. Se explican las diferentes técnicas utilizadas: redes neuronales, sistemas de clasificación, modelos cualitativos, y sistemas expertos, ilustradas con algunos ejemplos de aplicación.Con respecto a los sistemas basados en el conocimiento se analizan en primer lugar las condiciones para su aplicabilidad, y las formas de representación del conocimiento. A continuación se describen las distintas formas de razonamiento: redes neuronales, sistemas expertos y lógica difusa, y se realiza una comparación entre ellas. Se presenta una aplicación de las redes neuronales al análisis de series temporales de temperatura.Se trata también la problemática del análisis de los datos de operación mediante técnicas estadísticas y el empleo de técnicas de clasificación. Otro apartado está dedicado a los distintos tipos de modelos, incluyendo una discusión de los modelos cualitativos.Se describe el sistema de diseño asistido por ordenador para el diseño de sistemas de supervisión CASSD que se utiliza en esta tesis, y las herramientas de análisis para obtener información cualitativa del comportamiento del proceso: Abstractores y ALCMEN. Se incluye un ejemplo de aplicación de estas técnicas para hallar las relaciones entre la temperatura y las acciones del operador. Finalmente se analizan las principales características de los sistemas expertos en general, y del sistema experto CEES 2.0 que también forma parte del sistema CASSD que se ha utilizado.El capítulo 6, Resultados, muestra los resultados obtenidos mediante la aplicación de las diferentes técnicas, redes neuronales, clasificación, el desarrollo de la modelización del proceso de combustión, y la generación de reglas. Dentro del apartado de análisis de datos se emplea una red neuronal para la clasificación de una señal de temperatura. También se describe la utilización del método LINNEO+ para la clasificación de los estados de operación de la planta.En el apartado dedicado a la modelización se desarrolla un modelo de combustión que sirve de base para analizar el comportamiento del horno en régimen estacionario y dinámico. Se define un parámetro, la superficie de llama, relacionado con la extensión del fuego en la parrilla. Mediante un modelo linealizado se analiza la respuesta dinámica del proceso de incineración. Luego se pasa a la definición de relaciones cualitativas entre las variables que se utilizan en la elaboración de un modelo cualitativo. A continuación se desarrolla un nuevo modelo cualitativo, tomando como base el modelo dinámico analítico.Finalmente se aborda el desarrollo de la base de conocimiento del sistema experto, mediante la generación de reglas En el capítulo 7, Sistema de control de una planta incineradora, se analizan los objetivos de un sistema de control de una planta incineradora, su diseño e implementación. Se describen los objetivos básicos del sistema de control de la combustión, su configuración y la implementación en Matlab/Simulink utilizando las distintas herramientas que se han desarrollado en el capítulo anterior.Por último para mostrar como pueden aplicarse los distintos métodos desarrollados en esta tesis se construye un sistema experto para mantener constante la temperatura del horno actuando sobre la alimentación de residuos.Finalmente en el capítulo Conclusiones, se presentan las conclusiones y resultados de esta tesis.

Identification of Putative Wintering Areas and Ecological Determinants of Population Dynamics of Common House-Martin (Delichon urbicum) and Common Swift (Apus apus) Breeding in Northern Italy

To identify the causes of population decline in migratory birds, researchers must determine the relative influence of environmental changes on population dynamics while the birds are on breeding grounds, wintering grounds, and en route between the two. This is problematic when the wintering areas of specific populations are unknown. Here, we first identified the putative wintering areas of Common House-Martin (Delichon urbicum) and Common Swift (Apus apus) populations breeding in northern Italy as those areas, within the wintering ranges of these species, where the winter Normalized Difference Vegetation Index (NDVI), which may affect winter survival, best predicted annual variation in population indices observed in the breeding grounds in 1992–2009. In these analyses, we controlled for the potentially confounding effects of rainfall in the breeding grounds during the previous year, which may affect reproductive success; the North Atlantic Oscillation Index (NAO), which may account for climatic conditions faced by birds during migration; and the linear and squared term of year, which account for nonlinear population trends. The areas thus identified ranged from Guinea to Nigeria for the Common House-Martin, and were located in southern Ghana for the Common Swift. We then regressed annual population indices on mean NDVI values in the putative wintering areas and on the other variables, and used Bayesian model averaging (BMA) and hierarchical partitioning (HP) of variance to assess their relative contribution to population dynamics. We re-ran all the analyses using NDVI values at different spatial scales, and consistently found that our population of Common House-Martin was primarily affected by spring rainfall (43%–47.7% explained variance) and NDVI (24%–26.9%), while the Common Swift population was primarily affected by the NDVI (22.7%–34.8%). Although these results must be further validated, currently they are the only hypotheses about the wintering grounds of the Italian populations of these species, as no Common House-Martin and Common Swift ringed in Italy have been recovered in their wintering ranges.

Modeling Habitat Associations for the Common Loon (Gavia immer) at Multiple Scales in Northeastern North America

Common Loon (Gavia immer) is considered an emblematic and ecologically important example of aquatic-dependent wildlife in North America. The northern breeding range of Common Loon has contracted over the last century as a result of habitat degradation from human disturbance and lakeshore development. We focused on the state of New Hampshire, USA, where a long-term monitoring program conducted by the Loon Preservation Committee has been collecting biological data on Common Loon since 1976. The Common Loon population in New Hampshire is distributed throughout the state across a wide range of lake-specific habitats, water quality conditions, and levels of human disturbance. We used a multiscale approach to evaluate the association of Common Loon and breeding habitat within three natural physiographic ecoregions of New Hampshire. These multiple scales reflect Common Loon-specific extents such as territories, home ranges, and lake-landscape influences. We developed ecoregional multiscale models and compared them to single-scale models to evaluate model performance in distinguishing Common Loon breeding habitat. Based on information-theoretic criteria, there is empirical support for both multiscale and single-scale models across all three ecoregions, warranting a model-averaging approach. Our results suggest that the Common Loon responds to both ecological and anthropogenic factors at multiple scales when selecting breeding sites. These multiscale models can be used to identify and prioritize the conservation of preferred nesting habitat for Common Loon populations.

The molecular structure of hexamethyldigermane determined by gas-phase electron diffraction with theoretical calculations for (CH3)3M-M(CH3)3 Where M = C, Si, and Ge

Gas-phase electron diffraction (GED) data together with results from ab initio molecular orbital calculations (HF and MP2/6-311+G(d,p)) have been used to determine the structure of hexamethyldigermane ((CH3)3Ge-Ge(CH3)3). The equilibrium symmetry is D3d, but the molecule has a very low-frequency, largeamplitude, torsional mode (φCGeGeC) that lowers the thermal average symmetry. The effect of this largeamplitude mode on the interatomic distances was described by a dynamic model which consisted of a set of pseudoconformers spaced at even intervals. The amount of each pseudoconformer was obtained from the ab initio calculations (HF/6-311+G(d,p)). The results for the principal distances (ra) and angles (∠h1) obtained from the combined GED/ab initio (with estimated 1σ uncertainties) are r(Ge-Ge) ) 2.417(2) Å, r(Ge-C) ) 1.956(1) Å, r(C-H) ) 1.097(5) Å, ∠GeGeC ) 110.5(2)°, and ∠GeCH ) 108.8(6)°. Theoretical calculations were performed for the related molecules ((CH3)3Si-Si(CH3)3 and (CH3)3C-C(CH3)3).

A method for merging flow-dependent forecast error statistics from an ensemble with static statistics for use in high resolution variational data assimilation

The background error covariance matrix, B, is often used in variational data assimilation for numerical weather prediction as a static and hence poor approximation to the fully dynamic forecast error covariance matrix, Pf. In this paper the concept of an Ensemble Reduced Rank Kalman Filter (EnRRKF) is outlined. In the EnRRKF the forecast error statistics in a subspace defined by an ensemble of states forecast by the dynamic model are found. These statistics are merged in a formal way with the static statistics, which apply in the remainder of the space. The combined statistics may then be used in a variational data assimilation setting. It is hoped that the nonlinear error growth of small-scale weather systems will be accurately captured by the EnRRKF, to produce accurate analyses and ultimately improved forecasts of extreme events.

Decentralized PID self-tuning control of industrial robots

A three degrees of freedom industrial robot is controlled by applying PID self-tuning (PID/ST) controllers. This control is considered as a corrective term to a nominal value, centrally computed from an inaccurate and/ or simplified dynamic model. An identification scheme on an assumed linear plant describing the deviation from the desired trajectory is employed in order to tune the controller coefficients and thus accomplish a behaviour prescribed through a desired pole placement. A salient feature of our approach is the decentralized nature of the controllers producing the corrective term for each joint. This opens the way to practical implementation, as recent computing requirement calculations for similar set-ups have shown in the literature. Numerical results are presented.

A method of formulating energy load profile for domestic buildings in the UK

There are varieties of physical and behavioral factors to determine energy demand load profile. The attainment of the optimum mix of measures and renewable energy system deployment requires a simple method suitable for using at the early design stage. A simple method of formulating load profile (SMLP) for UK domestic buildings has been presented in this paper. Domestic space heating load profile for different types of houses have been produced using thermal dynamic model which has been developed using thermal resistant network method. The daily breakdown energy demand load profile of appliance, domestic hot water and space heating can be predicted using this method. The method can produce daily load profile from individual house to urban community. It is suitable to be used at Renewable energy system strategic design stage.

Inequality, intergenerational mobility and redistributive policies under endogenous information

This paper presents a dynamic model to study how different levels of information about the root determinants of wealth (luck versus effort) can impact inequality and intergenerational mobility through societal beliefs, individual choices and redistributive policies. To my knowledge, the model presented is the first dynamicmodel in which skills are stochastic and both beliefs and voted redistribution are determined endogenously. The model is able to explain a number of empirical facts. Large empirical evidence shows that the difference in the political support for redistribution appears to reflect differences in the social perceptions regarding the determinants of individual wealth and the underlying sources of income inequality. Moreover the beliefs about the determinants of wealth impact individual choices of effort and therefore the beliefs about the determinants of wealth impact inequality and mobility both through choices of effort and redistributive policies. The model generates multiple equilibria (US versus Europe-type) which may account for the observed features not only in terms of societal beliefs and redistribution but also in terms of perceived versus real mobility and inequality.

Modelling and inverting complex-valued Wiener systems

We develop a complex-valued (CV) B-spline neural network approach for efficient identification and inversion of CV Wiener systems. The CV nonlinear static function in the Wiener system is represented using the tensor product of two univariate B-spline neural networks. With the aid of a least squares parameter initialisation, the Gauss-Newton algorithm effectively estimates the model parameters that include the CV linear dynamic model coefficients and B-spline neural network weights. The identification algorithm naturally incorporates the efficient De Boor algorithm with both the B-spline curve and first order derivative recursions. An accurate inverse of the CV Wiener system is then obtained, in which the inverse of the CV nonlinear static function of the Wiener system is calculated efficiently using the Gaussian-Newton algorithm based on the estimated B-spline neural network model, with the aid of the De Boor recursions. The effectiveness of our approach for identification and inversion of CV Wiener systems is demonstrated using the application of digital predistorter design for high power amplifiers with memory

An Earth Observation Land Data Assimilation System (EO-LDAS)

Current methods for estimating vegetation parameters are generally sub-optimal in the way they exploit information and do not generally consider uncertainties. We look forward to a future where operational dataassimilation schemes improve estimates by tracking land surface processes and exploiting multiple types of observations. Dataassimilation schemes seek to combine observations and models in a statistically optimal way taking into account uncertainty in both, but have not yet been much exploited in this area. The EO-LDAS scheme and prototype, developed under ESA funding, is designed to exploit the anticipated wealth of data that will be available under GMES missions, such as the Sentinel family of satellites, to provide improved mapping of land surface biophysical parameters. This paper describes the EO-LDAS implementation, and explores some of its core functionality. EO-LDAS is a weak constraint variational dataassimilationsystem. The prototype provides a mechanism for constraint based on a prior estimate of the state vector, a linear dynamic model, and EarthObservationdata (top-of-canopy reflectance here). The observation operator is a non-linear optical radiative transfer model for a vegetation canopy with a soil lower boundary, operating over the range 400 to 2500 nm. Adjoint codes for all model and operator components are provided in the prototype by automatic differentiation of the computer codes. In this paper, EO-LDAS is applied to the problem of daily estimation of six of the parameters controlling the radiative transfer operator over the course of a year (> 2000 state vector elements). Zero and first order process model constraints are implemented and explored as the dynamic model. The assimilation estimates all state vector elements simultaneously. This is performed in the context of a typical Sentinel-2 MSI operating scenario, using synthetic MSI observations simulated with the observation operator, with uncertainties typical of those achieved by optical sensors supposed for the data. The experiments consider a baseline state vector estimation case where dynamic constraints are applied, and assess the impact of dynamic constraints on the a posteriori uncertainties. The results demonstrate that reductions in uncertainty by a factor of up to two might be obtained by applying the sorts of dynamic constraints used here. The hyperparameter (dynamic model uncertainty) required to control the assimilation are estimated by a cross-validation exercise. The result of the assimilation is seen to be robust to missing observations with quite large data gaps.