La generación e implementación de estrategias para disminuir la transmisión de SARS-CoV-2 son un reto imperante para el país. Las estrategias deben ser dinámicas y específicas para cada región buscando equilibrar el impacto en la salud y en la economía. Esta tarea debe abordarse desde un enfoque interdisciplinario con el fin de estudiar la problemática de manera holística. En el presente artículo se presentan algunos hallazgos y revisiones realizadas en el marco del proyecto SISCOVID, en el cual se utilizan modelos sistémicos de simulación computacional para apoyar la toma de decisiones para el control y mitigación de la pandemia en Colombia. El proyecto está conformado por investigadores de la Universidad de Los Andes, el Centro Nacional de Consultoría (CNC) y la Universidad de Ibagué, en alianza con universidades internacionales y empresas. El proyecto ha logrado apoyar a los tomadores de decisiones en formular estrategias para disminuir la transmisión de SARS-CoV-2 en contextos urbanos en las ciudades de Barranquilla, Bogotá, Cali, Cartagena y Medellín. Palabras clave: SARS-CoV-2, Epidemiología, Prevención, Modelos sistémicos, Sistemas Complejos The development and implementation of strategies to reduce SARS-CoV2 transmission is a prevailing challenge for Colombia. These strategies ought to be dynamic and specific to each region, seeking to balance health and economic impacts. This task calls for an interdisciplinary approach to ensure a holistic view of the problem. This article presents findings and results obtained from the SISCOVID project, which used simulated systemic models to support decision making and efforts to mitigate the pandemic in Colombia. The project included researchers from Universidad de Los Andes, the Centro Nacional de Consultoría (CNC) and Universidad de Ibagué, in alliance with several international universities and companies. SISCOVID helped decision makers design strategies to reduce SARS-CoV-2 transmission in urban contexts for the cities of Barranquilla, Bogotá, Cali, Cartagena, and Medellín. Key words: SARS-CoV-2, Epidemiology, Prevention, Systemic Models, Complex Systems