<p>La Organización Mundial de la Salud recibió un informe de la República Popular China sobre neumonía atípica en la ciudad de Wuhan, el 31 de diciembre de 2019. Desde el primer reporte han pasado 105 días (30 de abril), y es poco lo que se conoce sobre el nuevo coronavirus (SARS-CoV2) y la enfermedad COVID-19. Los estudios epidemiológicos de los últimos años ya alertaban sobre nuevos brotes de coronavirus, pero no fueron tomados en consideración, y esto dio lugar a que SARS-CoV2 sea el primer beta-coronavirus que alcanza el estado de pandemia. El diagnóstico está basado en pruebas moleculares para detección del virus y, en pruebas serológicas para la enfermedad. Adicionalmente, se conoce poco sobre los mecanismos de contagio y de transmisión. Aún se está investigando los mecanismos celulares y moleculares que emplea el virus para la infección, adicionando los procesos similares de la respuesta inmune en humanos. Finalmente, los esfuerzos actuales están enfocados en tratamientos eficaces y en el desarrollo de vacunas; pero por el momento sólo se tienen candidatos vacunales que aún están en fase de investigación clínica y aún requieren más tiempo para aprobarse su uso en la población humana.</p><p>Palabras clave: coronavirus, transmisión, respuesta inmune, diagnóstico, vacuna.</p><p> </p><p><strong>ABSTRACT</strong></p><p>The World Health Organization received a report from the People's Republic of China on atypical pneumonia in Wuhan City on December 31, 2019. Since the first report to date (April 30th), it has been 105 days, and little we know about the new coronavirus (SARS-CoV2) and COVID-19 disease. Epidemiological studies in recent years were already alerting about new coronavirus outbreaks, but were not taken into consideration, and this resulted in SARS-CoV2 being the first beta-coronavirus to reach pandemic status. Diagnosis is based on molecular evidence against the virus and serological tests for the disease. In addition, little is known about the mechanisms of contagion and transmission, and in turn the cellular and molecular mechanisms used by the virus for infection, and about immune response mechanisms are known. Finally, current efforts are focused on effective treatments and vaccine development; but now there are only vaccine candidates which are still in the clinical research phase and still require more time to be approved their use in the human population.</p><p>Keywords: coronavirus, transmission, immune response, diagnostic, vaccine.</p>

Los interferones (IFN), inicialmente denominados como “mediadores solubles que interfieren con la infección celular por el virus de la gripe A”, son familias de proteínas secretadas que regulan la inmunidad innata y adquirida tras la activación de receptores de reconocimiento de patrones (PRR). Los IFN tienen un impacto en los procesos de proliferación, diferenciación y muerte celular. Los IFN, dependiendo de las características moleculares del gen que lo codifica y los receptores diana, se dividen en tres familias: IFN tipo I (IFNα, IFNβ, IFNω, IFNτ, IFNε), tipo II (IFNγ) y tipo III (IFNλ1, IFNλ2/3, IFN λ4). En este contexto, la presente revisión brinda los principales conceptos sobre los interferones tipo I y tipo III dado que ambos comparten la misma cascada de señalización; aunque, el mecanismo de acción de IFN tipo III, sea aún poco conocido, estos pueden ser empleados como agentes biológicos en comparación los IFN tipo I.

<p>Se ha desarrollado un modelo matemático que permita analizar el comportamiento de la mortalidad en la República Popular de China ocasionado por COVID-2019. Se aplicó el modelo logístico para los datos reportados entre 11 de enero y el 12 de abril del 2020. El modelo formulado fue linealizado y planteado en dos formas. La primera, evaluando el factor de corrección B, que hace las veces de cantidad máxima de fallecidos. Se determinaron los parámetros A, k y r, obteniendo el modelo (Ecuación 7), con un coeficiente de correlación r=-0,9660 y el coeficiente de determinación r^2×100=93,31 %. La segunda forma, con el mismo valor de B, introduciendo un factor de corrección para la variable independiente, t, que hace las veces de “periodo”. Se determinaron los parámetros A, k y r, obteniendo el modelo (Ecuación 10), con un coeficiente de correlación r=-0,9668 y el coeficiente de determinación r^2×100=93,48 %; lo que demuestra buena estimación del modelo (Ecuación 7 y Ecuación 10). Asimismo, se evaluó la velocidad de mortalidad, derivando, ordinariamente los modelos (Ecuación 7 y Ecuación 10), obteniendo los modelos de velocidad (Ecuación 8 y Ecuación 11); concluyendo que la máxima velocidad de mortalidad fue de 118 personas por día el día 24 de febrero de 2020.</p><p>Palabras clave: comportamiento, coronavirus, modelo logístico, mortalidad.</p><p> </p><p><strong>ABSTRACT </strong></p><p>A mathematical model has developed in order to analyze the behavior of mortality in the People's Republic of China caused by COVID-2019. The logistical model was applied for the data reported between January 11th and April 12th, 2020. The model formulated was linearized and raised in two forms. The first, pre-evaluating correction factor B, representing the maximum number of deaths. Parameters A, k and r, were assessed obtaining the model (Equation 7), with a Pearson correlation coefficient r=-0,9660 and the coefficient of determination r2x100=93.31%. The second form, with the same value of B, by entering a correction factor for the independent variable t as a "period", Parameters A, k and r, were assessed obtaining the model (Equation 10), with a Pearson correlation coefficient r=-0,9668 and the coefficient of determination r2x100=93.48%; deducting good estimation of the model (Equation 7 and Equation 10). In addition, the death rate was evaluated, ordinating the models (equations 7 and 10), and obtaining the speed models (Equation 8 and Equation 11); describing the maximum death rate was 118 people per day on February 24th 2020.</p><p>Keywords: behavior, coronavirus, logistical model, mortality.</p>

No abstract