Resumen

Introducción: Los modelos matemáticos para predecir la evolución de la epidemia por COVID-19 se han vuelto una herramienta importante para los tomadores de decisiones en salud pública. Un modelo matemático relativamente sencillo de usar, es el de regresión lineal simple o regresión de cuadrados mínimos. El objeto del presente estudio fue analizar la utilidad del modelo de regresión lineal en el comportamiento de la pandemia por COVID-19 en el estado de Oaxaca, determinando la tendencia de los casos sospechosos, casos confirmados, defunciones y hospitalizaciones por COVID-19.
Material y métodos: Se utilizó el número de casos incidentes de COVID-19 registrados por semana en la base de datos del Sistema de Vigilancia Epidemiológica de Enfermedades Respiratorias (SISVER), correspondiente al estado de Oaxaca, en el período del 1 de marzo al 31 de mayo de 2020 (semana 10 a la 22). Se utilizó el paquete Office Excel® versión 2016.
Resultados: Para los casos sospechosos el modelo que mejor se ajustó a la previsión de casos fue el modelo lineal, aunque no fue estadísticamente significativo (r=0.93, r2=86%, p= 0.372); para los casos confirmados fue el modelo polinómico (r=0.98, r2=96%, p= 0.000) al igual que para las defunciones (r=0.92, r2=84%, p= 0.008) y las hospitalizaciones (r=0.78, r2=61%, p= 0.057) si bien en este último no fue significativo.
Discusión: Aun cuando hay algunas premisas estadísticas que no siempre pueden cumplirse, la correlación de Pearson puede ser una opción viable en el nivel operativo, para describir el comportamiento de los casos a corto plazo.

Palabras clave: Modelo matemático COVID-19 correlación de Pearson.

2020-11-23   |   287 visitas   |   Evalua este artículo 0 valoraciones

Vol. 7 Núm.3. Julio-Septiembre 2020 Pags. 80-86 Avan Cien. Sal Med 2020; 7(3)