Estrategia de predicción pacientes con casos de coronavirus; reporte de experiencia Pereira, Risaralda, marzo-abril 2020 / Prediction strategy for patients with coronavirus cases; experience report Pereira, Risaralda, March- April 2020

RESUMEN

Resumen Introducción: la infección por COVID 19 corresponde actualmente al evento infeccioso con mayor impacto en salud púbica a nivel mundial, en Colombia, al 30 de abril de 2020 se registraron 6465 casos acumulados, 360 defunciones y 2186 casos recuperados, dado el aumento en los casos reportados mediante los sistemas de vigilancia epidemiológica se precisa de herramientas que faciliten el diagnóstico oportuno y la predicción en el comportamiento de los casos a nivel nacional. Objetivos: proponer un modelo estadístico que permita predecir la probabilidad de cursar con diagnóstico de COVID-19 en la población atendida por sospecha de infección por el mismo en una institución de tercer nivel del municipio de Pereira- Risaralda entre marzo y abril de 2020. Materiales y métodos: se presenta un estudio descriptivo de corte trasversal en el cual se analizaron 82 casos, se realizó un modelo predictivo basado en compuertas lógicas AND y OR, y análisis por estadística descriptiva e inferencial. Resultados: de los 82 registros analizados se encontró una relación hombre mujer de 12; el 6% de los pacientes tuvo alta probabilidad para diagnóstico de COVID 19, el 20% tuvo probabilidad intermedia y el 72% registró baja probabilidad para COVID19, la concordancia del modelo con los resultados de las pruebas fue inferior a 0,5. Conclusiones: el modelo estadístico planteado fue insuficiente para lograr la predicción de la totalidad de los casos de COVID-19 basados en el perfil de riego de la población, se precisan nuevas investigaciones con tamaños de muestra superiores, diseños y análisis distintos. MÉD.UIS.2022;35(1) 57-69.

ABSTRACT

Abstract Introduction: COVID 19 infection currently corresponds to the infectious event with the greatest impact on public health worldwide, in Colombia, as of April 30, 2020, 6465 accumulated cases, 360 deaths and 2186 recovered cases were registered, given the increase in cases reported through epidemiological surveillance systems, tools are needed to facilitate timely diagnosis and prediction in the behavior of cases at the national level. Objectives: to propose a statistical model that allows predicting the probability of a diagnosis of COVID-19 in the population treated for suspected coronavirus infection in a third-level institution in the population of Pereira-Risaralda between March and April 2020. Materials and methods: a descriptive cross-sectional study is presented, in which 82 cases were analyzed, a predictive model based on AND and OR logic gates, analyzes by descriptive and inferential statistics were performed. Results: of the 82 records analyzed, a male female ratio of 1 2 was found; 6% of the patients had a high probability for the diagnosis of COVID 19, 20% had an intermediate probability and 72% had a low probability for COVID19, the agreement of the model with the test results was less than 0.5. Conclusions: the proposed statistical model was insufficient to achieve the prediction of all the cases of COVID-19 based on the irrigation profile of the population. New investigations are required with larger sample sizes associated with longitudinal designs and combined statistical analyzes that allow to refine the proposed model. MÉD.UIS.2022;35(1) 57-69.